Если вы запускаете бизнес или управляете компанией, скорее всего, вы уже задавались этим вопросом. Нейросеть пишет тексты, генерирует баннеры, собирает отчёты. Зачем тогда платить маркетологу 150–200 тысяч в месяц?

Прямо сейчас в сотнях компаний сокращают маркетологов, агентства теряют клиентов, собственники рапортуют об «оптимизации». Через несколько месяцев часть из них обнаруживает себя с выросшим CAC, упавшей конверсией и полным непониманием, что пошло не так.

Большинство компаний до сих пор не понимают, за что платят маркетологу, — и именно поэтому так легко верят, что ИИ его заменяет. Специалист, который умеет только «составлять контент‑план и вести соцсети», действительно под угрозой. Но маркетолог — это не он.
Давайте разбираться.

Прежде чем перейти к самой статье, представлюсь. Меня зовут Дмитрий Сатаров, я основатель агентства «Эй, Стартапер!», а также наставник курса «Нейросети для маркетинга» в Яндекс Практикуме. 

Все мысли и оценки в этой статье принадлежат мне, ИИ использовался только для стилистического улучшения текста.

В чём сильны нейросети

Начну с неудобной правды: есть задачи, где ИИ уже выигрывает у среднего маркетолога. Делать вид, что это не так, — готовить себе яму. Вот в чём ИИ хорош:

• Скорость генерации гипотез. Нейросеть за 10 минут выдаст 50 вариантов заголовков для A/B‑теста. Копирайтер — 5–7, если повезёт.

• Анализ массивов данных. ИИ‑инструменты обрабатывают поведенческие паттерны тысяч пользователей быстрее, чем аналитик откроет Excel.

• Персонализация в реальном времени. Динамические креативы, адаптированные под сегмент, устройство, историю взаимодействия, — уже стандарт для нормально настроенного performance‑маркетинга.

Отмечу, что ИИ справляется только с некоторыми типами задач — подробнее об этом в следующем разделе. Это не делает его менее полезным инструментом — именно инструментом.

Вот что говорят данные:

По отчёту Marketing AI Institute за 2025 год (опрос почти 1 900 маркетологов), 82% назвали главной целью внедрения ИИ сокращение времени на повторяющиеся задачи. 74% считают ИИ критически важным для маркетинга в ближайший год. При этом 60% команд уже используют или масштабируют ИИ, что на 18% больше, чем в 2023 году [1].

McKinsey оценивает потенциальный вклад генеративного ИИ в мировую экономику в $2,6–4,4 трлн ежегодно. Около 75% этой стоимости — в четырёх областях: клиентская поддержка, маркетинг и продажи, разработка ПО и R&D [2]. Заметьте, что маркетинг входит в этот список.

BCG и Гарвардская бизнес‑школа провели эксперимент: 758 консультантов, часть с доступом к GPT-4, часть без. Группа с ИИ выполнила на 12,2% больше задач, на 25,1% быстрее и с качеством на 40% выше. 

Но в том же исследовании есть и вторая сторона: на сложных задачах, требующих менеджерского мышления, группа с ИИ справилась на 19% хуже. То есть там, где нужно думать, а не исполнять, ИИ уже не помогает, а мешает. [3]

Подытожим: ИИ действительно силён в операционных задачах. Но значит ли это, что он закрывает всё, чем занимается маркетолог? Нет — и вот почему.

Почему ИИ не закрывает работу маркетолога

ChatGPT напишет текст. Midjourney нарисует баннер. Claude составит рассылку. Jasper или Copy.ai сгенерируют варианты объявлений быстрее любого копирайтера. Спорить с этим глупо.

Но всё это операционная работа: производство единиц контента, выполнение задач по чёткому техзаданию. А само техзадание кто‑то должен сформулировать: решить, какой канал использовать, какое сообщение доносить, до кого и зачем.

Все эти вопросы не про контент, а про функцию маркетинга в целом. Как функция маркетинг делится на три слоя:

• Верхний — стратегия: позиционирование, выбор сегментов, ценностное предложение. 

• Средний — система: воронка, метрики, связка с продуктом и продажами, unit‑экономика. 

• Нижний — операционка: тексты, баннеры, настройка кампаний, A/B‑тесты. 

ИИ уверенно закрывает нижний слой, средний — частично (при правильных промптах и данных), верхний — почти никак.

Дело в том, что стратегия строится на вопросах, которые нельзя делегировать нейросети без потери смысла. Кто реально платит и остаётся? Почему выбирают нас, а не конкурента? Какой канал роста масштабируется в нашей экономике? Что случится с LTV, если снизить цену на 15%? 

ИИ может выдать версию ответа на каждый из них. Но без реального контекста, данных компании и понимания рынка это будет красиво звучащая галлюцинация.

Подытожим: есть разница между инструментом и функцией. Инструмент выполняет задачу, которую ему дали, а функция определяет, какие задачи вообще нужно выполнять. Звучит абстрактно? Давайте разберёмся на примере.

Кейс: одинаковый ИИ, разные результаты

Эту историю я наблюдал не один раз. Два стартапа в одной нише, примерно одинаковый набор инструментов: нейросеть для контента, таргетированная реклама и Яндекс Директ, аналитика. 

Один через год получил рост выручки в 3 раза при снижении CAC. Второй — потратил бюджет, получил трафик, конверсия в платящих клиентов упала, команда не понимает почему.

Разница здесь в том, кто и как ставит задачу.

Первый стартап перед запуском любой кампании мог ответить на три вопроса: 

• кто конкретно их идеальный клиент (не «малый бизнес», а «основатель SaaS от 10 до 50 человек, который уже пробовал решить проблему вручную и потерял деньги»);

• что они обещают этому человеку и почему он должен верить; 

• при каком CAC зарабатывают, а при каком — нет. 

Все промпты, все кампании, все тексты строились вокруг этих ответов. ИИ был инструментом исполнения.

Второй стартап просто гнал трафик. Кто‑то вбивал промпт: «Напиши рекламный текст для нашего продукта, который помогает бизнесу». Нейросеть написала что‑то приличное, кампании запускались, трафик шёл.

А потом выяснялось: привлекли не тех людей, с неправильными ожиданиями — они не конвертировались или уходили после первого месяца. CAC вырос, LTV упал, команда начинала тестировать новые каналы. И цикл повторялся.

Проблема не в инструментах — они у обоих одинаковые. Проблема в отсутствии архитектуры: продуманной системы, где определено, кто целевой клиент, какое сообщение ему доносить, через какой канал и при каких экономических ограничениях. Именно эту архитектуру выстраивает маркетолог — и именно она отличает первый стартап от второго.

На практике это выглядит так: маркетолог‑архитектор формирует гипотезы на уровне продукта — не «давайте попробуем таргет», а «наша аудитория принимает решение вот в этот момент, и здесь мы можем повлиять». Синхронизирует маркетинг с продажами — потому что воронка, которая заканчивается на лиде, работает вслепую. Выбирает метрики, которые отражают рост, а не активность: «охват вырос на 40%» при падающей выручке — не успех, а самообман.

Ещё один кейс: Klarna и не такой уж неожиданный поворот. В 2024 году Klarna заменила работу 700 агентов поддержки ИИ‑ботом. Цифры впечатляли: две трети всех обращений закрывал бот, среднее время решения упало с 11 минут до 2, компания спрогнозировала $40 млн экономии [4].

Но довольно быстро стало очевидно, что компания перегнула. CEO Klarna публично признал: стоимость была главным критерием, и это привело к снижению качества. Бот отлично справлялся с простыми вопросами — проверить статус платежа, оформить возврат. Но на сложных кейсах, где нужна эмпатия и нестандартное решение, клиенты оставались недовольны.

Klarna начала заново нанимать живых агентов для решения сложных вопросов, при этом продолжив инвестировать в автоматизацию ответов на простые. К концу 2025-го бот делал работу уже 853 сотрудников и сэкономил $60 млн, а компания выстраивала гибридную модель «ИИ + человек» [5]. 

Подытожим: даже мощный инструмент без правильной архитектуры начинает ломать то, что должен был чинить. Кейсы показывают, что дело не в инструментах, а в человеке, который ими управляет. 

За что на самом деле платят маркетологу

Многие «маркетологи» занимаются не тем, что приносит реальную пользу бизнесу. Они создают иллюзию активной работы: посты выходят по расписанию, кампании запущены, составлен красивый отчёт. Такие специалисты делают как раз то, что можно перепоручить джуну с подпиской на ИИ.

Но есть другой маркетолог — и таких меньшинство. Он отвечает за результат. Вот какими навыками он ценен и за что компании реально готовы платить:

• Стратегическое мышление — способность увидеть, где компания теряет деньги не из‑за плохих текстов, а из‑за ошибки в сегментации или неправильного позиционирования.

• Умение формулировать и проверять гипотезы — не «давайте попробуем», а «у нас есть предположение, что X влияет на Y, вот как мы это проверим за две недели с минимальным бюджетом».

• Способность превращать данные в решения — данных у всех много, а людей, которые умеют вытащить из них инсайты, мало.

• Ответственность за рост, а не за процесс — готовность отвечать не за количество запущенных кампаний, а за конкретные бизнес‑показатели: выручку, стоимость привлечения, возврат клиентов.

Давайте подытожим:

Средний маркетолог, который умеет «настраивать таргет и писать тексты», в зоне риска. Потому что нейросеть (под надзором джуна) делает эту же работу достаточно хорошо за двадцать долларов в месяц. Да и сами рекламные системы идут к автоматизации запуска кампаний со своей стороны. 

Провокационная мысль: если маркетолога можно заменить набором промптов — проблема не в ИИ.

Сильные маркетологи, напротив, становятся дороже. Growth lead, CMO, стратег — названия разные, суть одна: человек, который строит систему роста, а не обслуживает инструменты.

Какие качества делают маркетолога незаменимым

Предположим, вы пришли к выводу, что маркетолог нужен. Тогда какой именно? Вот набор качеств, которые отличают ценного специалиста от того, кого ИИ заменит через год:

• Системное мышление. Умение видеть маркетинг не как набор активностей, а как механизм с входами, процессами и измеримыми выходами. Большинство мыслят задачами, не системами.

• Понимание продукта и рынка на уровне содержательного разговора с CPO и фаундером. Не «я понимаю, что вы делаете», а «я вижу, почему ваши текущие клиенты остаются, и вот гипотеза, почему отваливаются те, кто мог бы остаться». Маркетолог, который не понимает продукт, стреляет в темноте.

• Владение ИИ как усилителем, а не как заменой мышления. ИИ — это экзоскелет: он усиливает того, кто умеет ходить, но если вы стоите на месте, экзоскелет не поможет. GitHub Copilot ускоряет разработчиков на 55% — при 20 млн пользователей к середине 2025 года и 90% компаний из Fortune 100 [6]. Не потому что заменяет архитектурное мышление, а потому что берёт на себя рутину. В маркетинге должна работать та же модель.

• Работа с неопределённостью — пожалуй, самый недооценённый навык. Большинство компаний хотят «гарантированный результат». Любой честный маркетолог скажет: гарантий нет, есть обоснованные гипотезы и методология их проверки. Когда данных мало, рынок меняется, а бюджет ограничен — этому ИИ не учит и этого не умеет.

Кейс из практики: B2B SaaS‑компания, около 30 человек. Маркетолог в штате занимался всем: соцсети, статьи, реклама, презентации. Когда внедрили ИИ‑стек, выяснилось, что 70% его времени уходило на задачи, которые ИИ закрывает в пять раз быстрее. Можно было бы его сократить.

Фаундер предложил другое: маркетолог перестаёт быть «человеком‑оркестром» и становится архитектором системы. Через полгода выручка выросла на 40%, CAC снизился на 25%. Маркетолог стал получать больше. В плюсе все.

Кто‑то может возразить: отдельные кейсы — это отдельные кейсы. На самом деле ИИ впереди планеты всей, и маркетолога вполне можно заменить. Давайте обсудим и это.

Три возражения собственников бизнеса

Вот типичные аргументы, которые я постоянно слышу от фаундеров и собственников, — сразу с контраргументами.

«ИИ уже сам строит стратегии». Нет. ИИ генерирует текст, похожий на стратегию. Стратегия строится на фактах, которые есть только внутри компании: кто на самом деле приносит деньги, почему уходят к конкурентам, какой канал окупается при вашей марже. Нейросеть этих фактов не знает — и подменяет их общими рекомендациями из интернета. 

«Performance‑реклама полностью автоматизирована». Алгоритмы «ВКонтакте» и Яндекса умеют оптимизировать ставки лучше человека, но оптимизируют под ту цель, которую вы поставили. «Максимум кликов» и «максимум квалифицированных лидов» — это разные цели. Алгоритм честно выполнит задачу, которую сам себе поставит, и честно сольёт бюджет. Правильную же цель ставит человек.

«Малому бизнесу стратегия не нужна». Именно малому бизнесу она нужна больше всего — ресурсов мало, цена ошибки выше. Стратегия — это не документ на 50 страниц. Это три ответа: кто покупает, почему покупает у нас, как масштабировать то, что работает. Без этого вы тратите бюджет на «попробовать всё подряд», бизнес от этого не растёт.

Возражения разобрали. Теперь — конкретные выводы: что делать собственнику и что делать маркетологу.

Что делать фаундеру или CMO

Не буду утверждать, что компания без маркетолога по умолчанию обречена на скорый провал. Возможно, какое‑то время это будет казаться удачным решением. Но вот два пути, которые я вижу:

1. Вы сокращаете маркетолога, берёте ИИ‑подписки и джуна. Краткосрочно — экономия, среднесрочно — остаётесь с инструментами без стратегии. Инструменты начинают работать вхолостую или активно, но не туда.
   
   По данным McKinsey State of AI 2025, 78% организаций используют ИИ, но только 5,5% видят ощутимый вклад в EBIT [7]. Внедрение без архитектуры — не преимущество, а ускоренный слив.

2. Вы переосмысляете роль маркетолога. Это не «человек, который делает контент», а партнёр по росту — тот, кто строит систему, использует ИИ как экзоскелет и отвечает за результат. Такой человек стоит дороже. И стоит своих денег.

Что делать маркетологу

На подумать: маркетологи, которые перестроились два года назад, сейчас получают больше и работают на более интересных задачах. Те, кто ждал, — объясняют рекрутерам, почему их резюме выглядит как список инструментов, которые уже автоматизированы. Выбирайте свой путь:

1. Вы можете игнорировать ИИ и надеяться, что «настоящая работа руками» всегда будет в цене. Это тупик. Джун с нейросетью уже сейчас выдаёт результат на уровне мидла в операционных задачах: текстах, креативах, базовой аналитике. Через год разрыв только вырастет.

2. Вы можете использовать ИИ для усиления, а не как замену мышления. Отдать нейросети рутину — генерацию вариантов, форматирование, первичный анализ — и освободить время на то, что ИИ не умеет: стратегию, работу с контекстом бизнеса, выстраивание системы. Именно это сделает вас дороже на рынке, а не умение быстро писать посты.

Итого

ИИ закрывает операционный слой маркетинга. Тексты, баннеры, A/B‑гипотезы — это не конкурентное преимущество маркетолога, а базовый минимум, который к тому же можно автоматизировать.

ИИ не может отвечать за стратегию и архитектуру системы. Хотя он и умеет генерировать цепочки слов на тему, он не несёт ответственности и не понимает реального контекста.

Одинаковые инструменты дают разный результат. Тот, кто формулирует и ставит задачу, всегда имеет большее влияние на результат, чем исполнитель.

Рынок расслаивается. Операционные маркетологи под давлением. Те, кто строит системы роста, становятся дороже, ведь их работа становится заметнее на фоне тех, кого заменил джун с подпиской. Середина вымывается.

Маркетолог, который не использует ИИ, — неконкурентоспособен: он тратит время на то, что давно автоматизировано. Маркетолог, которого можно заменить промптом, — и так был лишним: он никогда не делал то, за что реально платят. 

Я считаю, вопрос не в том, нужен ли маркетолог. Нужен. Вопрос в том, насколько сильного специалиста вы готовы нанять — и готовы ли дать ему работать на том уровне, где он реально влияет на рост. 

Потому что ИИ усиливает и слабого, и сильного. Но у сильного это выглядит как рост бизнеса, а у слабого — как красивые отчёты при падающей выручке