Искусственный интеллект постепенно меняет организацию работы рекламной индустрии. Если раньше нейросети использовались преимущественно для создания текстов, изображений и анализа данных, то теперь компании внедряют интеллектуальных агентов, способных выполнять связанные между собой маркетинговые задачи. Такие системы помогают разрабатывать рекламные кампании, анализировать аудиторию, создавать контент и оптимизировать продвижение. В результате меняется роль маркетолога: от непосредственного выполнения отдельных операций он переходит к постановке задач, управлению алгоритмами и контролю результатов.
Масштаб изменений определяется экономикой рекламного рынка. По данным Ассоциации коммуникационных агентств России (АКАР), в 2025 г. объем российского рынка маркетинговых коммуникаций превысил 2,4 трлн руб., увеличившись примерно на 15%. При этом непосредственно рекламный рынок вырос лишь на 8,5%, до более чем 980 млрд руб. Замедление динамики усиливает заинтересованность бизнеса в технологиях, позволяющих повышать производительность маркетинговых команд без пропорционального увеличения расходов.
Международные исследования показывают, что ИИ-агентные технологии уже вышли за пределы экспериментов. Согласно опубликованному в октябре 2025 г. исследованию Gartner, 81% из 413 опрошенных руководителей направления маркетинговых технологий тестировали или внедряли ИИ-агентов. Однако 45% респондентов, работающих с такими системами, отметили, что возможности готовых решений не соответствуют ожиданиям относительно бизнес-эффекта. Среди основных направлений применения — производство рекламных материалов, обогащение контента и оптимизация кампаний.
Принципиальное отличие ИИ-агента от обычного генеративного сервиса заключается в способности работать с последовательностью взаимосвязанных действий. Получив задачу повысить количество заявок, система может изучить результаты предыдущих кампаний, предложить целевые сегменты, подготовить рекламные объявления и определить варианты изменения настроек. При наличии необходимых разрешений агент способен выполнить часть этих операций самостоятельно. Однако стратегические решения, финансовые ограничения и оценка результата по-прежнему требуют участия специалиста.
Одним из примеров стала платформа Agentforce американской компании Salesforce. В 2025 г. компания расширила возможности формирования маркетинговых кампаний на основе текстового задания. Система помогает создавать план продвижения, сегменты аудитории, последовательности электронных писем и SMS-сообщений. Разработка позволяет объединить операции, которые прежде выполнялись с использованием нескольких инструментов и требовали ручной координации.
Компания Adobe развивает платформу Experience Platform Agent Orchestrator, представленную в марте 2025 г. Она предназначена для управления специализированными ИИ-агентами, которые анализируют клиентские данные, формируют аудитории, готовят рекламные материалы и оптимизируют взаимодействие с покупателями. Такой подход позволяет автоматизировать не одну операцию, а целую последовательность маркетинговых процессов.
Аналогичное направление развивает Google. Ее ИИ-агент Ask Advisor объединяет возможности Google Ads, Google Analytics и Merchant Center, помогая анализировать эффективность продвижения, выявлять проблемы и предлагать изменения рекламных кампаний. В августе 2026 г. компания представила дополнительные инструменты анализа показателей и формирования отчетов с помощью запросов на естественном языке.
В России наиболее заметны решения, ориентированные на самостоятельное продвижение малого и среднего бизнеса. В апреле 2026 г. «Яндекс» расширил ИИ-помощника в «Яндекс Директе»: рекламодатель описывает бизнес в чате, а система подбирает параметры кампании, готовит тексты и изображения, и при необходимости создает посадочную страницу. По данным компании, в A/B-тестировании с участием 50 000 бизнесов кампании с помощником получили на 30% больше конверсий. Это результат конкретного теста в режиме «Простой старт», а не универсальная оценка эффективности ИИ.
В марте 2026 г. МТС AdTech представила диалогового ИИ-маркетолога на платформе «МТС Маркетолог». Он изучает описание продукта, уточняет задачу, подбирает аудиторию и готовит SMS-кампанию. По данным МТС, к концу 2025 г. половина кампаний в сервисе запускалась с применением ИИ, а в первом полугодии 2026 г. показатель достиг 83,8%.
Российская платформа PromoPult в апреле 2026 г. распространила работу своего ИИ-маркетолога на прямые кабинеты VK Рекламы. После диалога с пользователем система формирует кампанию с настройками и креативами и загружает ее в рекламный кабинет.
VK автоматизирует отдельные этапы: в мае 2026 г. представлена «Креативная студия» с генерацией и адаптацией изображений, а в июне — ассистент в мессенджере MAX для рекомендаций и отдельных действий с кампаниями. Это пока не полноценная агентная система.
Экономический эффект агентных технологий связан прежде всего с сокращением затрат на повторяющиеся операции. Например, если предприятие ежегодно расходует 4 млн руб. на подготовку рекламных материалов, аналитику и операционное сопровождение кампаний, снижение этих затрат на 15% позволит высвободить 600 000 руб. При условных первоначальных расходах на внедрение в 250 000 руб. и ежегодных затратах на эксплуатацию в 300 000 руб. расчетная экономия первого года составит 50 000 руб. Это модельный сценарий, а не результаты конкретного внедрения. Фактическая окупаемость зависит от масштаба рекламной деятельности, качества данных и степени автоматизации.
По мнению Ильнура Ильдаровича Хасанова, кандидата технических наук, доцента кафедры информационных технологий Факультета информационных технологий и анализа больших данных Финансового университета при Правительстве Российской Федерации, результативность ИИ-агентов во многом определяется их интеграцией с корпоративными информационными системами. Без доступа к достоверным данным о клиентах, продажах и результатах продвижения ИИ-агент не сможет обеспечить полноценную оптимизацию маркетинговых процессов. Поэтому внедрение требует не только выбора нейросетевой модели, но и подготовки информационной инфраструктуры предприятия.
При этом расширение автономности алгоритмов создает новые управленческие риски. Ошибки сегментации, некорректные рекламные сообщения и неэффективное перераспределение бюджета способны привести к финансовым потерям. По мнению Алексея Николаевича Чернякова, кандидата философских наук, доцента кафедры информационных технологий Факультета информационных технологий и анализа больших данных Финансового университета при Правительстве Российской Федерации, использование ИИ в маркетинге предполагает сохранение человеческой ответственности за принимаемые решения. Особое значение приобретают прозрачность алгоритмов, контроль достоверности информации и определение границ самостоятельных действий интеллектуальных систем.
Переход к ИИ-агентам затрагивает и бизнес-модель рекламных агентств. Если подготовка стандартных объявлений, отчетности и первоначальных медиапланов становится автоматизированной, конкурентное преимущество постепенно смещается в сторону стратегического планирования, разработки нестандартных креативных решений и оценки экономических результатов. Вместе с тем потребность в специалистах, способных интегрировать ИИ с аналитическими платформами и контролировать качество его работы, возрастает.
Таким образом, распространение интеллектуальных агентов не означает полного отказа от профессии маркетолога. Скорее меняется содержание его работы: непосредственное выполнение рутинных операций уступает место управлению цифровыми инструментами. Для бизнеса ключевым критерием успешности станет не количество внедренных ИИ-агентов, а их способность снижать операционные расходы, улучшать результаты продвижения и роста продаж от маркетинговых инвестиций.