Маркетинг в эпоху AI: когда между брендом и потребителем появляется новый участник

Десятилетиями мы строили маркетинг вокруг потребителя. Изучали его потребности, мотивацию, поведение, формировали знание бренда, создавали предпочтение, влияли на выбор и выстраивали отношения с клиентом.
И вот теперь в этой системе появился новый участник — искусственный интеллект.
Причём речь уже не только о технологии, которая помогает маркетологам создавать контент, анализировать данные или оптимизировать кампании. AI всё активнее работает на другой стороне, помогая самому потребителю искать, сравнивать и выбирать продукты.

И, на мой взгляд, это гораздо более серьёзный сдвиг, чем появление очередного маркетингового инструмента. Меняется сама логика влияния на потребительский выбор.

Теперь бренд должен быть выбран дважды
Представим простую ситуацию. Человек хочет купить новые беговые кроссовки. Раньше он изучал предложения магазинов, читал обзоры, смотрел рекламу, сравнивал бренды и модели. Теперь он может попросить AI подобрать несколько вариантов с учётом бюджета, типа тренировок и собственных предпочтений.
В результате значительная часть привычного пути к покупке может происходить вне собственных каналов бренда. А вместо десятков предложений человек получает короткий список, уже сформированный алгоритмом, причем туда могут не входить известные бренды. И это не просто гипотетический сценарий.

В июне 2026 года Harvard Business Review опубликовал материал «How to Get AI to Surface Your Brand». Авторы протестировали рекомендации беговой обуви в ChatGPT, Claude и Gemini и обнаружили любопытную закономерность: относительно небольшой специализированный бренд Brooks появлялся в ответах стабильно, тогда как Nike, крупнейший мировой спортивный бренд, заметно менее последовательно.
Разумеется, это не доказывает превосходства Brooks над Nike и не говорит о реальном перераспределении продаж. Но иллюстрирует важную вещь: сила бренда в сознании потребителя и его представленность в AI-рекомендациях – это не одно и то же.

Такие изменения уже происходят и на российском рынке: в апреле 2026 года «Яндекс» открыл широкой аудитории Алисы AI доступ к агенту «Найти дешевле». Он сравнивает предложения различных продавцов, помогает подобрать товар и оформить заказ. По данным компании, уже около 10% запросов к Алисе AI связаны с поиском, выбором и покупкой товаров. Среди пользователей, кто имел ранний доступ к этой опции, около 30% оформляли заказы через чат.

То есть AI становится полноценной частью покупательского маршрута не только за рубежом, но и в России.
Однако я бы не спешила делать вывод, будто теперь наша задача заключается исключительно в том, чтобыпонравиться алгоритму.

AI становится посредником в выборе, но потребитель от этого не перестаёт быть потребителем

У человека по-прежнему есть потребности, привычки, эмоциональные связи, доверие и предпочтения. И во многих ситуациях именно они определяют, какие рекомендации он готов принять, а какие проигнорировать или поставить под сомнение.

По данным Gartner (Consumers Want AI Shopping Help, But Not AI Purchase Decisions), в исследовании американских потребителей 2026 года готовность полностью делегировать AI решение о покупке не превышала 11% в рассмотренных категориях. Использовать AI для поиска, сравнения и предварительного отбора вариантов люди готовы значительно охотнее.

Поэтому я бы говорила не о замене клиентоцентричности алгоритмоцентричностью, а об усложнении самой модели маркетинга.

Быть найденным ещё не значит быть выбранным

Мне особенно близка модель «Discoverability и Desirability», предложенная BCG в исследовании «Agentic Scenarios Every Marketer Must Prepare For»:

• Discoverability - это то, насколько бренд доступен для обнаружения и оценки, в том числе AI-системами.
• Desirability говорит о том, насколько бренд желателен и предпочтителен для человека.

И именно сочетание этих факторов становится новой стратегической задачей маркетинга.

Можно инвестировать в GEO/AEO, структурировать информацию о продуктах, работать над присутствием в AI-рекомендациях. Но если у человека нет доверия к бренду, понимания его ценности и желания выбрать именно его, попадание в рекомендацию ещё не гарантирует покупку.

Работает и обратная логика: даже сильный бренд может упускать потенциальный спрос, если AI не находит достоверной информации о его продукте или не включает его в релевантные рекомендации.

Kantar в своём исследовательском проекте «Blueprint for Brand Growth» также подчёркивает, что брендам необходимо одновременно как укреплять т.наз. Meaningful Difference, т.е. значимость и отличительные особенности от других брендов в категории для потребителя, так и обеспечивать свою представленность в AI-среде.

Поэтому в погоне за представленностью бренда в AI-среде, можно уйти в перекос. И потому хочется предостеречь от очередного увлечения одним инструментом, ведь GEO сейчас — это не новая маркетинговая стратегия, а один из новых элементов маркетинговой системы.

Brand building, продукт, ценовая политика, дистрибуция, коммуникации, CRM и клиентский опыт никуда не исчезают. Они по-прежнему формируют спрос и предпочтение. Но к привычным механизмам влияния добавляется ещё один и весьма существенный.

Парадокс доверия: AI помогает выбирать, но заставляет сомневаться

Здесь мы возвращаемся к теме моей предыдущей статьи, недавно опубликованной в блоге Silver Mercury.

По мере того, как AI становится посредником между брендом и человеком, возрастает значение достоверности информации и реального опыта, стоящего за обещанием бренда.

Алгоритм может сравнить характеристики, цены, условия и отзывы. Но он не способен вместо компании превратить слабый продукт в сильный или обеспечить качественный сервис.

Более того, технологии создают и новые риски.

По данным Gartner, 57% опрошенных американских потребителей считают, что распространение AI-контента снизило их доверие к сообщениям брендов. А исследование Salesforce «State of the AI Connected Customer» показывает, что для 72% клиентов важно понимать, общаются ли они с человеком или AI-агентом.

Получается, что возникает парадокс: с одной стороны технологии позволяют брендам коммуницировать быстрее, масштабнее и персональнее, но с другой, одновременно могут снижать ощущение подлинности и доверия.

На мой взгляд, тут вопрос не в противопоставлении человека и AI. Важно не только то, отвечает ли клиенту сотрудник или алгоритм, но и насколько качественно решается его задача и соответствует ли этот опыт обещанию бренда.

AI способен существенно улучшать клиентский опыт: помогать разобраться в ассортименте, подобрать продукт, объяснить сложное, ускорить обслуживание, предупредить проблему.

Но автоматизация ради автоматизации, бесконечные диалоги с ботом без возможности решить вопрос, ошибочные рекомендации или искусственная «человечность» там, где нужна компетентная помощь, способны дать совсем обратный эффект.

Особенно в сложных и эмоционально значимых ситуациях важно понимать, где технология должна помогать человеку, а где уступать ему место.

Меняется воронка. Но не исчезают задачи маркетинга

AI способен объединять поиск, сравнение и рекомендацию в одном взаимодействии, сокращая отдельные этапы привычного пути к покупке, но я бы не спешила объявлять классическую маркетинговую воронку устаревшей.

Её фундаментальные задачи никуда не исчезли. Потребитель по-прежнему должен узнать о бренде, понять его ценность, сформировать отношение, принять решение, получить опыт и решить, стоит ли возвращаться.

Меняются маршруты и точки влияния, но не исчезает необходимость формировать спрос, знание бренда, предпочтение и лояльность.

И здесь, на мой взгляд, есть важный риск. Увлёкшись новой технологической повесткой, можно снова начать оптимизировать все в ущерб важной маркетинговой системе, начав сегодня гнаться только за ростом количества упоминаний в AI-ответах, завтра – за долей рекомендаций и затем алгоритмической видимостью.

Но сколько бы новых метрик ни появилось, они не заменят ответа на главный вопрос: стали ли люди чаще выбирать наш бренд и приносит ли это устойчивый результат бизнесу?

Поэтому привычные показатели здоровья бренда - Awareness, Consideration, Trial, Loyalty, Brand Image Attributes сохраняют значение.

И к ним необходимо добавлять новый контур измерения: насколько бренд представлен в AI-рекомендациях, насколько корректна информация о нём, в каких потребительских сценариях он попадает в набор альтернатив, как AI-каналы влияют на трафик, выбор и конверсию.

При этом рост AI-видимости сам по себе ещё не доказывает роста продаж, доли рынка или клиентской ценности, но учитывать его уже просто необходимо. И это создает новую систему измерений.

Новая система измерений – это задача не только маркетинга

И здесь возникает ещё один, уже управленческий вопрос.

Бизнес всё чаще требует от маркетинга доказанного вклада в бизнес-результат, точной атрибуции и понимания эффективности на всём пути клиента. С развитием AI эта задача становится ещё интереснее и сложнее.

Для полноценной оценки эффективности маркетинга необходимы соответствующая инфраструктура данных, аналитические инструменты и технологические возможности. И это уже задача не только CMO, а всей управленческой команды, требующая согласованной работы маркетинга, аналитики, IT, цифровой трансформации, коммерческих и клиентских функций.

McKinsey в исследовании «From Campaigns to Continuous Growth» отмечает, что 90% CMO экспериментируют с AI, но менее 10% масштабировали его применение или смогли извлечь ценность из AI на уровне сквозных маркетинговых процессов. И только 28% опрошенных организаций осуществляют фундаментальную перестройку команд и рабочих процессов.

Проблема зачастую не в отсутствии технологий, а в том, что компании внедряют отдельные решения, не обеспечив их общей архитектурой данных и измерения эффективности.

Для ритейла, банков, медицинских и других сервисных компаний, имеющих прямые отношения с клиентом, особенно важно двигаться к интеграции данных о маркетинговых контактах, поведении, транзакциях и клиентском опыте на протяжении всего CJM.

Для FMCG, где значительная часть продаж проходит через посредников, задача сложнее: здесь необходима комбинация brand tracking, панельных исследований, retail-data, экспериментов, моделирования и других подходов к оценке вклада маркетинга.

Универсальной системы сквозной аналитики для всех индустрий нет. Однако, необходимость соединять маркетинговые действия с изменением поведения потребителей и бизнес-результатами с каждым днем становится только острее. И новые AI-метрики должны встраиваться в эту систему, а не существовать отдельным красивым дашбордом.

Что все это означает для CMO?

В связи со всем вышесказанным, я бы выделила пять приоритетов:

1. Понять, как AI уже влияет на выбор в конкретной категории.
Ведь не все товары, услуги и аудитории одинаковы. Одно дело - сравнение бытовой техники по характеристикам и другое, если речь идет об эмоциональной покупке украшения или выборе медицинской услуги, где особенно высока роль доверия.

2. Проверить и регулярно/ постоянно мониторить, как бренд представлен в AI-среде.
Какие рекомендации получает потребитель? Насколько точны сведения о продукте? В каких сценариях бренд появляется в рекомендациях, а где уступает конкурентам?

3. Продолжать системно строить бренд для человека.
Работа над знанием, отличительными особенностями, предпочтением, доверием и качеством клиентского опыта не должна становиться жертвой перераспределения внимания и инвестиций исключительно в новые AI-инструменты.

4. Пересмотреть клиентский опыт с учётом AI.
Где технология действительно создаёт ценность, сокращает усилия клиента и повышает качество обслуживания? А где лишь снижает затраты компании, перекладывая дополнительные сложности на потребителя?

5. Найти способы обеспечить маркетинг полноценными возможностями аналитики и измерения.
Важно соединить традиционные брендовые и бизнес-KPI с новыми показателями AI-влияния и выстроить совместную работу маркетинга, аналитики и технологических команд.

И главное не потерять потребителя за увлечением AI

Сейчас, наблюдая за скоростью развития искусственного интеллекта, можно подумать, что маркетинг вскоре сведётся к управлению данными и оптимизации алгоритмических рекомендаций.

Я так не думаю.

Мое глубокое убеждение, что AI меняет правила выбора, но не отменяет того, ради чего существует маркетинг: создавать ценность для потребителя, формировать предпочтение к бренду и обеспечивать устойчивый рост бизнеса.

И если раньше мы стремились стать заметными, значимыми и предпочтительными непосредственно для человека, то теперь нам необходимо добиваться этого в более сложной среде, где часть информации, рекомендаций и решений проходит через AI.

Но мы создаём продукты, бренды и клиентский опыт для людей поэтому, я считаю, что сильнее будут не те компании, которые первыми автоматизируют всё возможное, а те, кто сумеет соединить силу бренда, технологические возможности, качественный клиентский опыт и доказанную бизнес-эффективность в одну работающую систему.

Именно так я вижу следующую эволюцию маркетинга: не отказ от клиентоцентричности, а её развитие в новых условиях.

При этом, стоит отметить, что у российского рынка есть своя специфика развития AI и их интеграции в бизнес-процессы. Высокая концентрация цифровых экосистем, особенности технологической инфраструктуры и стремление крупных платформ встроить AI-агентов в повседневные потребительские сценарии могут существенно изменить не только маркетинг, но и всю модель взаимодействия брендов, платформ и покупателей. И это, на мой взгляд, отдельная большая тема, о которой хотелось бы поговорить.

Материал подготовила: Оксана Жданович, председатель блока F. MARKETING Silver Mercury Awards, стратег, независимый эксперт по маркетингу, экс-СМО INVITRO, O’STIN, SEPHORA, Иль Де Ботэ и KRAFT HEINZ