Российские компании начинают использовать искусственный интеллект для создания персонализированных рекламных кампаний, что существенно улучшает результаты.

По результатам анкетирования выяснили, что 70% маркетинговых отделов крупных компаний используют технологии ИИ для автоматизации и повышения эффективности рекламных кампаний. Анализ поведения пользователей и предсказание потребительских предпочтений позволяют создать более персонализированный контент, что ведет к улучшению конверсии. Искусственный интеллект помогает не только в создании рекламных материалов, но и в оптимизации бюджета на рекламу, нацеливая его на наиболее вероятных покупателей.

Дмитрий Эдуардович Клюквин, глава IT-компании Адмитад:

Мы применяем ИИ для ускорения выплат веб-мастерам - это решает одну из ключевых проблем индустрии партнерского маркетинга. В среднем, рекламный партнер может ждать вознаграждения от 30 до 90 дней, а мы при помощи искусственного интеллекта сокращаем этот срок до одного дня. ИИ анализирует все привлеченные веб-мастерами для брендов целевые действия и предсказывает, какой их процент будет одобрен рекламодателями. Вознаграждение за них партнер может вывести сразу, не дожидаясь сверок и одобрения от брендов, что обычно и занимает так много времени.

Самообучающийся алгоритм изучает несколько сотен разных показателей, включая данные из истории сотрудничества как с партнером, так и с брендом, объемы привлеченного трафика, общий оборот, данные сделанных заказов и многие другие характеристики. За два года работы его точность уже превысила 98% и продолжает повышаться.

Другой способ применения ИИ в нашей отрасли - это поддержка борьбы с фродовым трафиком. Постоянно идет “гонка вооружений” между партнерскими сетями и недобросовестными партнерами, которые пытаются привлечь некачественный трафик, использовать запрещенные брендами источники или даже присвоить себе вознаграждения других партнеров. Мы применяем искусственный интеллект для анализа десятков маркеров, которые могут свидетельствовать о качестве трафика. ИИ мгновенно уведомляет наш Отдел контроля качества о любых подозрительных признаках, и дальше за подробное рассмотрение ситуации берутся уже наши эксперты.

Так как мы работаем с тысячами российских брендов и сотнями тысяч веб-мастеров, для нас помощь ИИ в вопросе антифрода экономит колоссальные ресурсы команды и позволяет обеспечить чистоту трафика для брендов и справедливые выплаты для партнеров.

Наталья Соколова, руководитель товарного направления ГК «АЯК»:

Интеграция ИИ в технологические разработки производителей климатического оборудования является неоспоримым трендом HVAC- отрасли последних двух лет. В 2025 году нейросетевые технологии уже способны следить за микроклиматом и экономить расходы потребителей на электроэнергию.

Например, анонсированные к выпуску кондиционеры Integra Pro от MDV с искусственным интеллектом ECOMASTER поддерживают температуру с точностью до ±0,3 °C от заданных пользователем параметров, а также демонстрируют впечатляющую энергоэффективность, сокращая потребление электроэнергии до 30%.

Принцип работы таких высокоинтеллектуальных систем охлаждения можно сравнить с современными навигационными системами, анализирующими пробки, трафик, аварии, чтобы предложить потребителю оптимальный маршрут. Каждые 30 секунд сложные алгоритмы ИИ, встроенные в кондиционеры Integra Pro, обрабатывают огромный объем данных: температуру внутри помещения, погодные условия на улице, предпочтения пользователя, теплопритоки и даже учитывают региональные климатические особенности. ИИ анализирует полученные данные и определяет оптимальный алгоритм работы системы, обеспечивая дополнительную экономию энергозатрат. Тогда как традиционные инверторные кондиционеры используют ограниченный набор данных — например, только температуру в помещении и простую логику управления.

Однако для создания моделей с ИИ необходимы ресурсы и опыт. Модель AI ECOMASTER обучалась на 100 миллиардах данных о температуре, влажности, предпочтениях пользователя, особенностях работы систем кондиционирования и инверторных технологий. Именно таким опытом и знаниями обладает разработчик новой линейки - один из мировых лидеров в производстве инверторных кондиционеров. Производитель выпустил более 41 миллиона устройств, получил 805 патентов в области инверторных технологий.

Алексей Краснер, директор департамента искусственного интеллекта и анализа данных в ICS-Consulting:

Внедрение ИИ-технологий позволяет нам сокращать время подготовки деловой документации, корреспонденции, аналитических отчетов до 50% за счет генеративных моделей. Мы используем ИИ для анализа данных, что дает возможность прогнозировать рыночные тренды, оперативно выявлять риски находить скрытые зависимости. Внедрение ИИ-чат-ботов улучшило обмен информацией внутри компании и при взаимодействии с партнерами, обеспечив мгновенный доступ к ключевым данным и знаниям компании.

Более того, применение нейросетевых алгоритмов по извлечению данных из неструктурированных документов позволяет своевременно актуализировать или создавать новую базу знаний по проектам кратно сокращая трудозатраты. Конкретно, наши решения уже снизили операционные издержки примерно на 22% и повысили эффективность принятия управленческих решений. Ввиду постоянной модернизации систем, данный показатель будет только расти.

В частности, наша компания применяет следующие технологии с искусственным интеллектом:

Генеративные модели – автоматизируют создание деловой документации, аналитических отчетов и клиентской корреспонденции, персонализированный и качественный контент с минимальными временными затратами.

Нейросетевой анализ данных – позволяет извлекать, структурировать и интерпретировать информацию из неструктурированных источников, включая документы, презентации и аудиофайлы, ускоряя процесс принятия решений.

Машинное обучение и прогнозная аналитика – выявляют скрытые закономерности, оптимизируют бизнес- стратегии и повышают точность прогнозирования рыночных трендов, что критично для управления рисками и инвестиционного анализа.

ИИ-чат-боты и виртуальные ассистенты – улучшают клиентский сервис и внутренние коммуникации, обеспечивая мгновенный доступ к корпоративным данным и повышая продуктивность сотрудников.

Big Data и аналитические платформы – обрабатывают массивные объемы данных в реальном времени, помогая выявлять инсайты, оценивать экономические риски и формировать конкурентные стратегии.

Николай Акопов, основатель и руководитель киностудии Ratpack Production:

Кинопроизводство - кому-то покажется парадоксальным, но киноиндустрия зачастую на острие атаки, и одна из первых общественных сфер впитывает или даже изобретает многие технологии, которые спустя время получают массовое распространение. Технологии, связанные с ИИ не исключение. Уже несколько лет (примерно с конца 10х, начало 20х гг) киношники используют нейросети для оптимизации многих процессов.

Во-первых, нейросети упраздняют необходимость применения “человеческих рук” в рутинных процессах по созданию компьютерной графики (например, при съемаках на зеленом фоне для замены фонов за спинами героев или проносящегося пейзажа за окнами автомобиля). Активно развиваются технологии, которые в скором времени смогут создавать полностью “нарисованные” сцены, неотличимые от реальности (или наоборот стилизованные, еси стоит такая задача). Сейчас эта функция доступна, но скорее в ограниченном любительском формате, для профессионального использования в больших проектах ее можно задействовать очень ограничено.

Во-вторых, на подготовительном этапе производства творческая группа часто вдохновляется большим количеством картин, фотографий, эскизов – в общем референсов. Сейчас относительно легко нейросети по заданному промпту могут выдать картинки с неожиданными результатами, которые режиссер утвердит как ориентир для некоторых творческих решений. Художник-постановщик, особенно на первых этапах работы, часто использует нейросети для визуального облачения мыслей и слов творческой группы (например, нейросети легко выдадут яркие результаты по тому как может выглядеть город будущего или костюм главного героя в определенных обстоятельствах).

В-третьих, нейросети активно используют на этапе пост-производства (или в т.н. монтажно-тонировочный период). Звукорежиссеры взяли на вооружение, например, использование определенных “сеток” для очистки первичной записи звука со съемочной площадки. Или даже для озвучания, когда нейросеть помогает воспроизвести нужные тональность, тембр голоса. Также любопытны результаты использования ИИ для написания музыки. “Yesterday” - пока вряд ли получится, но что-то созданное в качестве фоновой музыки или звукошумового оформления вполне сгодится - а это сэкономленные часы и даже дни работы специалистов.

Некоторые используют нейросети для написания сценариев - но я скептически отношусь к подобному применению. Возможно это вопрос времени, но что-то подсказывает, что настоящие захватывающие “истории” способен создать только увлеченный мозг человека. Хотя решить какие-то “локальные” задачи ИИ все-таки может. Так, например, отредактировать готовый диалог, помочь найти нужный синоним, ответ на вопрос, для которого раньше требовалась бы долгая самостоятельная работа в библиотеке, поиск в интернете или консультация со специалистом (например, с медицинским работником процедурала).

Ирина Орлова, руководитель онлайн-школы итальянского языка UniversItalia, интернет-маркетолог:

В нашей онлайн-школе итальянского языка технологии искусственного интеллекта уже стали незаменимой частью практически всех бизнес-процессов — от стратегии до обучения. Если мы, как малый образовательный бизнес, хотим конкурировать на рынке, то ИИ — это необходимость. Особенно для руководителя, который одновременно и преподаватель, и маркетолог.

С точки зрения маркетинга мы используем ChatGPT-4о (в версии с возможностью настройки собственного GPT-агента). Он помогает анализировать рынок, разрабатывать позиционирование, писать маркетинговую стратегию с учётом слабых и сильных сторон, готовить письма для email-рассылок. Например, при проведении стратегических сессий, мы используем ИИ для структурирования продукта, оценки воронок продаж, подсчета юнит-экономики, генерации названий, УТП и даже дизайна аватарок для Телеграм каналов. Мы задаем модели всю вводную информацию: кто целевая аудитория, какие боли и желания у людей, чем мы отличаемся — и на выходе получаем качественные идеи для офферов, которые потом тестируются на практике.

Регулярно составляем контент-планы для социальных сетей с помощью ИИ. Задаем цели месяца, основные темы, сезонность, текущую воронку и получаем план на 30 дней — с идеями для коротких роликов, постов и email-рассылок. Более того, я обучила своего GPT-агента писать посты и сценарии Reels в моем стиле, на основе моего опыта и с учётом специфики аудитории моего блога. Это не шаблонный контент ради охватов, а действительно персонализированные, эмоциональные тексты, которые вызывают отклик.

Но самое интересное начинается внутри самой образовательной программы. Мы уже начали использовать GPT-4 для создания персонализированных заданий для учеников, связанные с его интересами — например, если он любит итальянскую кухню или музыку 60-х годов, то грамматические и лексические задания будут связаны именно с этими темами. Это значительно повышает вовлеченность: человек не просто учит правила, а говорит и пишет о том, что ему по-настоящему интересно. Такой подход требует больших усилий от преподавателя, но с ИИ это становится возможно даже при ограниченных ресурсах.

Кроме того, мы разрабатываем Telegram-бот для практики разговорной речи с учениками. Он будет строиться на базе GPT, и его задача — имитировать живое общение на итальянском языке. Не просто чат на любые темы, а строго по тематике уроков, с фокусом на нужной грамматике и со словарным запасом, который соответствует уровню ученика. Я считаю, что это особенно полезно для начинающих и для тех, кто боится говорить: бот не осуждает, не перебивает, можно повторять одно и то же сколько угодно раз. Сейчас мы с техническим специалистом настраиваем его прототип, тестируем сценарии и ограничения, чтобы разговор не уходил в сторону и оставался учебным.

Всё это позволяет мне двигаться в сторону масштабирования без потери качества. Раньше я бы просто физически не смогла уделить каждому ученику столько внимания. А теперь у меня появляется возможность создать действительно массовую, но при этом персонализированную образовательную систему с высоким вовлечением. При этом я не считаю ИИ заменой преподавателя. Но это очень мощный инструмент — особенно для тех, кто работает с небольшой командой, ограничен в ресурсах, но хочет давать сильный продукт.