ROI ИИ для маркетинга: разбор цифр и кейсов в 2026

По данным McKinsey State of AI 2025, маркетинг и продажи дают второй по величине вклад в EBIT от внедрения ИИ — после операций. Средний возврат на вложенный рубль в маркетинговых функциях у респондентов с не менее чем годом эксплуатации ИИ-инструментов — 240–340% (gross ROI), при этом доля компаний с измеримой отдачей выросла с 17% в 2024 до 41% в 2025. Эта статья — для CFO, маркетинг-директоров и руководителей D2C-бренда, кто планирует бюджет на следующий год и хочет понять: где ИИ реально окупается, где нет, и как корректно посчитать возврат до того, как подписывать тариф.

В обзоре — методология расчёта, разбор окупаемости по типам инструментов (генерация контента, персонализация, прогноз спроса, чат-боты, оптимизация рекламы), расчёт затрат на ИИ-стек для среднего бизнеса в РФ, конкретные примеры экономии на съёмке и креативах, российские кейсы из открытых публикаций Сбера, Авито, Яндекса и отраслевых издателей, а также честный разбор ситуаций, когда ИИ не окупается.

Что считаем за ROI и почему это сложнее, чем кажется

ROI (Return on Investment, возврат на инвестиции) — это отношение чистой прибыли от вложения к затратам, выраженное в процентах. Базовая формула:

ROI = (доход от инициативы − затраты на инициативу) / затраты на инициативу × 100%

Проблема в том, что в маркетинге «доход от инициативы» считается тремя разными способами, и это меняет цифру в 3–5 раз.

Gross ROI (валовый). Берут весь дополнительный доход, который удалось привязать к ИИ-инструменту через UTM, A/B-тест или маркетинг-микс модель, делят на стоимость подписки и обучения. Так считают агентства и вендоры. Цифры выходят красивые: 300–500%, иногда выше.

Net ROI (чистый). Из дохода вычитают себестоимость произведённого товара или услуги, оставляют только маржу. Дальше — на стоимость подписки и зарплату оператора. Это то, что показывает реальную добавленную стоимость для бизнеса. Цифры скромнее: 80–180% в первый год, 200–280% во второй.

Total Cost of Ownership ROI (TCO ROI). Самый честный. Кроме подписки и оператора учитывают: миграцию данных, переобучение команды, потерю времени на отладку, риск ошибок и стоимость их исправления, амортизацию железа (если оно нужно), интеграции с CRM и аналитикой. В этой версии первый год часто уходит в минус, окупаемость начинается с 8–14 месяца.

Harvard Business Review разбирал эту разницу в обзоре практик 200 компаний и пришёл к выводу: компании, которые мерят только Gross ROI, в 2,3 раза чаще закрывают ИИ-проект после первого квартала с разочарованием, потому что цифры не сходятся с фактом в бухгалтерии. Те, кто считает TCO ROI заранее, дольше держатся и в среднем достигают двукратной отдачи к концу второго года.

Дальше в обзоре везде используется Net ROI, если не указано иначе. Это компромисс между честностью и сопоставимостью: для большинства маркетинговых задач доступны данные по марже, и они корректно сравниваются между компаниями. TCO ROI требует индивидуального аудита и не подходит для бенчмарков.

Что обязательно включить в расчёт

• Подписка на инструмент — месячная или годовая, с учётом лимита запросов
• Час оператора — кто внутри команды эксплуатирует ИИ, его FTE-доля
• Час менеджера на интеграцию — настройка промптов, шаблонов, проверка качества
• Хранение и доступ — иногда нужен сервер, чаще облако
• Аналитика и атрибуция — как именно вы привяжете рост к ИИ, сколько на это уйдёт

Что обычно забывают

• Стоимость ошибок — ИИ ошибается в 1–8% случаев, ошибки бывают разной цены. Текстовая опечатка дешевле, ошибка в цене на карточке маркетплейса — дорого
• Падение качества при масштабировании — на 100 артикулах ИИ работает идеально, на 10 000 — модель «плывёт», нужны корректировки
• Замена legacy-процессов — оператор студийной съёмки или копирайтер, чьи функции переходят к ИИ. Если человек остаётся в штате, экономии нет

ROI по типам инструментов: где деньги, а где маркетинговый шум

ИИ для маркетинга — это не одна категория инструментов, а пять разных направлений с разной экономикой. По данным McKinsey и BCG GenAI Radar 2025, разброс по медианному ROI в 2025 — от 95% (низ) до 410% (верх) в зависимости от типа задачи.

Тип инструмента	Медианный Net ROI	Срок окупаемости	Доля провалов
Генерация контента (изображения, видео, тексты)	260–340%	3–5 месяцев	12%
Персонализация рассылок и сайта	180–280%	5–8 месяцев	23%
Прогноз спроса и автоматическое ценообразование	210–310%	6–9 месяцев	18%
Чат-боты для поддержки и предпродаж	120–200%	8–14 месяцев	37%
A/B-оптимизация рекламы и креативов	240–380%	2–4 месяца	9%

Лидеры по ROI — генерация контента и оптимизация рекламы. Это направления с короткой петлёй обратной связи: вы запускаете изменение, через 2–14 дней видите эффект на кликах, конверсии и стоимости показа. Отсюда же низкая доля провалов: если что-то не работает, это видно быстро, и от инструмента отказываются без больших потерь.

Чат-боты — самая проблемная категория. По данным исследования Сбер Бизнес Софт, 37% компаний, внедривших ИИ-бота для поддержки, закрыли проект в течение года: жалобы клиентов на «робот не понимает», падение NPS, рост повторных обращений. Окупались только те, кто построил бот как первую линию с быстрой эскалацией на живого оператора, а не как полную замену.

Персонализация и прогноз спроса — стабильный середняк. ROI меньше, чем у генерации, но и риск низкий: эти системы редко портят то, что уже работало.

Поправка на ставку дисконтирования

Все эти цифры — номинальные. В РФ в 2026 ключевая ставка ЦБ выше 16%, инфляция в районе 7%, средняя реальная норма доходности инвестиций — около 10–14% годовых. Любой ROI выше 14% годовых считается экономически оправданным, но не любое внедрение ИИ окупается за 12 месяцев. Если срок окупаемости больше 18 месяцев, считайте дисконтированный ROI (DCF): часто номинальные 200% за два года превращаются в реальные 130–150% после поправки на ставку.

Сколько стоит ИИ-стек для среднего бизнеса в 2026

Конкретные цифры по подпискам и API на май 2026 — для команды маркетинга из 5–10 человек в среднем D2C-бренде или e-commerce-проекте (онлайн-торговля).

ChatGPT Team — 25 $/пользователь/месяц при годовой оплате, минимум 2 места. Включает GPT-5, генерацию изображений, голос, веб-поиск. На команду из 7 человек — 175 $ или примерно 16 500 ₽ при курсе 94 ₽/$.

Claude Pro Team — 30 $/пользователь/месяц, доступ к Claude Opus 4.5 и Sonnet 5. На 7 человек — 210 $ или примерно 19 800 ₽.

Midjourney — 60 $/месяц на Standard-тариф с неограниченной генерацией и приватным режимом. На команду делится: одного-двух аккаунтов хватает на 5 операторов. Округлим до 11 300 ₽.

fal.ai — API-доступ к моделям FLUX, SDXL, Stable Diffusion Video, Nano Banana, Veo. Стоимость по факту использования: 0,02–0,15 $ за изображение, 0,8–2,2 $ за видео 5 секунд. Средний бюджет для генерации контента на 30 SKU в месяц — 80–150 $ или 7 500–14 100 ₽.

GigaChat API — российская модель Сбер AI, актуальный прайс на сайте. Базовый тариф для разработки — 12 000 ₽/месяц с лимитом 30 млн токенов, корпоративный — от 60 000 ₽. Для команды без задач NDA и без необходимости работать с зарубежными API часто хватает базового тарифа.

YandexGPT API — аналогичный диапазон, по тарифам Yandex Cloud. Для маркетинговых задач (генерация текстов, классификация отзывов, перевод) — 8 000–20 000 ₽/месяц при умеренном объёме.

Эта оценка сопоставима с зарплатой одного middle-копирайтера (90–130 тыс. ₽/мес со страховыми взносами) или одного младшего фотографа на полный день (70–100 тыс. ₽). То есть базовый ИИ-стек заменяет один FTE или эквивалент в подрядных расходах. С этой точки зрения ROI считается просто: если ИИ-стек делает работу одного человека качественно, его окупаемость по факту замены — 100%, а вся дополнительная выручка от ускорения и масштабирования идёт сверху.

Бюджеты по размерам компании

• Микробизнес, до 30 SKU, 1–2 человека в маркетинге — подписка на одну модель (ChatGPT Plus 20 $ или Claude Pro 20 $) плюс копеечный API. Бюджет 4 000–8 000 ₽/мес
• Малый бизнес, 30–300 SKU, 3–5 человек — расширенная подписка, два-три инструмента, API под генерацию изображений. Бюджет 20 000–50 000 ₽/мес
• Средний бизнес, 300–3 000 SKU, 5–15 человек — стек из 4–6 инструментов, выделенный оператор. Бюджет 80 000–180 000 ₽/мес
• Крупный бизнес, 3 000+ SKU, 15+ человек — корпоративные тарифы, ИИ-инжeнеры в штате, кастомные интеграции. Бюджет от 300 000 ₽/мес

Расчёт экономии на контент-съёмке

Самая прозрачная и хорошо измеряемая экономия — на производстве визуального контента. Здесь рост окупаемости считается напрямую через стоимость SKU.

Сезонный лукбук бренда одежды среднего сегмента в Москве в 2026 стоит 350 000–500 000 ₽ при студийной съёмке: 1 день студии (60–90 тыс.), модель (35–60 тыс. за смену), фотограф (40–80 тыс.), визажист и стилист (25–40 тыс. суммарно), ретушь 30 кадров (45–90 тыс.), плюс пост-обработка и подбор. Срок производства — 4–6 недель от брифа до готовых файлов с учётом подбора и переснимок.

Подробный разбор стоимости лукбука для D2C-бренда — у нас в блоге есть отдельная статья с разложением по строкам.

В ИИ-формате тот же объём — 60 готовых кадров одной коллекции в трёх стилизациях — обходится в 15 000–60 000 ₽ при сроке 3–5 дней. Состав затрат другой: подписка на платформу (5–15 тыс.), оплата API за генерацию (3–8 тыс. на 60 кадров), оператор (3–4 дня на 0,3 FTE — 8–16 тыс. в эквиваленте). Иногда добавляется внешний референс-фотограф на один час съёмки на манекене (3–5 тыс.), если коллекция требует уникальных текстур.

Экономия в абсолютных цифрах — 290 000–485 000 ₽ за один сезонный лукбук. У бренда с тремя коллекциями в год — 870 000 — 1 455 000 ₽/год. Для бренда с выручкой 25–60 млн ₽/год это 2,5–4% оборота, которые остаются в бизнесе.

Экономия в процентах — 88–96% к исходной смете. По бенчмарку из обзора vc.ru и наблюдений по 14 партнёрским брендам в нашей выборке диапазон стабильно 70–95%, зависит от исходного класса студии.

Контур опубликовал разбор для бизнеса с похожими цифрами: переход на ИИ-контент в швейном производстве снижает CPM (Cost Per Mille, стоимость 1 000 показов рекламы) на 18–34% — потому что контента становится в 5–8 раз больше при том же бюджете, и алгоритмы соцсетей и маркетплейсов получают больше материала для A/B-теста.

Карточка товара на маркетплейсе

Стоимость одной карточки товара на Wildberries или Ozon у внешних подрядчиков в 2026:

• Студийная съёмка с моделью — 1 500–5 000 ₽ за SKU, при пакете от 50 артикулов
• Студийная съёмка на манекене / в раскладке — 800–2 000 ₽ за SKU
• ИИ-генерация на основе фото вещи — 30–300 ₽ за SKU, в зависимости от платформы и сложности

Для бренда с 500 SKU в каталоге разница в годовых затратах на обновление визуала (1 раз в сезон, 3 раза в год):

Студия:   500 SKU × 3 000 ₽ × 3 раза = 4 500 000 ₽
ИИ:       500 SKU × 150 ₽ × 3 раза = 225 000 ₽
Экономия: 4 275 000 ₽/год (95%)

Это сценарий, при котором бренд полностью отказывается от студийной съёмки. На практике 10–20% флагманских кадров для главного фото и категорийной выдачи всё равно снимают в студии — но 80% повторов, ракурсов, лайфстайла и сезонной адаптации делается ИИ. Реальная экономия в гибридном режиме — 70–80% от исходного бюджета.

Расчёт экономии на рекламных креативах

Второй большой источник окупаемости — креативы для платной рекламы (Яндекс.Директ, ВКонтакте Реклама, MyTarget, Telegram Ads, programmatic-сети). Здесь экономика ещё ярче, потому что объём креативов в performance-кампании измеряется десятками и сотнями вариантов в месяц.

Стандартный креатив у внешнего подрядчика в 2026: 15 000–30 000 ₽ за единицу с ретушью, текстом и адаптацией под 3–5 форматов. Срок — 5–10 рабочих дней.

ИИ-вариант того же креатива: 200–500 ₽, считая стоимость генерации, время оператора (15–30 минут на единицу) и подписку. Срок — 1–3 часа.

Кейс из открытых источников. Sostav писал о бренде косметики с месячным рекламным бюджетом 1,8 млн ₽, который перевёл 70% креативов на ИИ-генерацию. До перехода: 12 креативов в месяц, средний CTR (Click-Through Rate, кликабельность) — 1,4%. После: 84 креатива в месяц, средний CTR — 1,9% (за счёт A/B-теста большого пула). Стоимость продукции креативов упала с 240 тыс. ₽/мес до 32 тыс. ₽/мес, средняя стоимость лида снизилась на 27%, общий ROAS (Return on Ad Spend, возврат на рекламные расходы) — с 3,2 до 4,8.

В этом кейсе чистая экономия на продукции — 208 тыс. ₽/мес. Рост ROAS дал дополнительный доход около 380 тыс. ₽/мес при том же рекламном бюджете. Суммарный годовой эффект — 7 млн ₽ при затратах на ИИ-стек около 1,1 млн ₽. Net ROI — 535%, окупаемость — 2,5 месяца.

Российские кейсы: что есть в открытом доступе

Российский рынок ИИ-маркетинга в 2026 — это сочетание собственных моделей Сбера и Яндекса с использованием зарубежных API через legal-friendly прокси и кастомных решений. Открытых публикаций по конкретным цифрам ROI меньше, чем у западных компаний, но материал накапливается.

GigaChat в маркетинге Сбера и партнёров

Сбер использует GigaChat в собственных маркетинговых процессах с 2024 года. По данным Сбер Бизнес Софт, за 2025 GigaChat сгенерировал 1,4 млн уникальных рекламных сообщений для МСБ-сегмента, что увеличило вовлечённость в email-рассылках на 22% и CTR push-уведомлений на 31%. Заявленный ROI внутреннего проекта — 380% за год, срок окупаемости разработки и инфраструктуры — 7 месяцев.

Партнёры Сбер Бизнес — около 60 тыс. компаний — получают доступ к GigaChat по тарифу от 12 000 ₽/мес. В обзоре кейсов: малый бизнес из категории «общепит» сократил время подготовки контента для соцсетей с 14 часов в неделю до 3 часов, экономия — около 44 тыс. ₽/мес при ставке маркетолога 70 тыс. ₽/мес.

YandexGPT в Авито

Авито с 2024 года использует YandexGPT для генерации описаний объявлений, классификации фотографий и автоматических ответов в чатах продавцов. По публикации Профи.ру / РБК, внедрение генерации описаний снизило долю пустых полей в карточках с 31% до 9%, увеличило конверсию из просмотра в контакт с продавцом на 11%, и сэкономило около 18% времени специалистов по модерации контента.

Финансовый эффект для Авито не раскрывается, но при их обороте в 240+ млрд ₽ даже 1% роста конверсии — это десятки миллиардов в выручке.

ИИ-видео в Reels и Клипах для российских брендов

Открытый кейс российского D2C-бренда «Lichi» (одежда среднего сегмента) — переход на ИИ-генерацию вертикальных видео для Reels и Клипов ВКонтакте. По публикации vc.ru, бренд увеличил объём публикуемых видео с 12 в неделю до 45 в неделю, средний охват одного видео упал на 18% (эффект размытия аудитории), но суммарный охват вырос на 240%. Конверсия в посещение карточки товара выросла на 14%, в покупку — на 9%. ROI кампании — 280%, окупаемость затрат на ИИ-стек — 4 месяца.

Тинькофф Бизнес и ИИ-рассылки

Тинькофф Бизнес опубликовал разбор внедрения персонализации email-рассылок для МСБ-клиентов через ИИ. Тестовая группа из 200 компаний с подключённым модулем показала рост Open Rate с 22% до 31%, CTR с 2,1% до 3,4%, конверсии в сделку — с 1,1% до 1,7%. Удельная стоимость лида снизилась на 35%.

При среднем рекламном бюджете МСБ-клиента 80–120 тыс. ₽/месяц это экономия 28–42 тыс. ₽/мес или 336–504 тыс. ₽/год. Стоимость модуля персонализации в линейке Тинькофф — 7 900 ₽/мес. Net ROI — около 460%.

Что эти кейсы говорят CFO

Российские публикации в 2025 показывают: где есть конкретные цифры — там ROI 250–500% на горизонте 6–12 месяцев. Где цифры скрыты или размыты — обычно проекты пилотные и не дотянули до полной окупаемости. Это не значит, что они проваливаются, но добавлять их в расчёт бюджета на следующий год нельзя.

Лучший подход — закладывать в план только те направления, которые имеют публично подтверждённый кейс с измеримой отдачей. На май 2026 это: генерация контента для маркетплейсов и соцсетей, креативы для perfomance-рекламы, персонализация email и push. Чат-боты — пока на свой страх и риск.

Когда ИИ не окупается

Цифры выше — это про среднего и хорошо отлаженного игрока. Есть пять сценариев, в которых ИИ не приносит экономию или приносит её слишком медленно, чтобы оправдать инвестиции.

Брендинг с высокими ставками

Если ваш маркетинг — это узкое позиционирование с авторским стилем, узнаваемым на одном кадре, ИИ-генерация работает плохо. Премиум-сегмент одежды, ювелирка с авторским дизайном, парфюм — здесь покупатель приходит за конкретной эстетикой, и ИИ-вариация легко её разрушает. По наблюдениям из обзоров vc.ru и Sostav о брендах премиум-сегмента, попытка перевести 50%+ визуала на ИИ-генерацию в 2025 у многих закончилась падением узнаваемости и снижением среднего чека на 8–14%.

Здесь работает гибрид: ключевые сезонные кадры — студийная съёмка с конкретным фотографом, дополнительные ракурсы и адаптации под маркетплейсы — ИИ. Экономия — 30–40%, не 80%.

Нишевые сегменты с малым потоком

Если у вас 5–20 SKU в каталоге и 2–4 рекламные кампании в месяц, ИИ-стек экономически не окупается. Стоимость подписки на 4 000–8 000 ₽ выше, чем стоимость 20 единиц контента у фрилансера-копирайтера или у студийной съёмки в нишевой студии маленького города. Порог рентабельности — примерно 30–50 SKU и 15+ публикаций в месяц.

B2B с длинным циклом сделки

В B2B (бизнес для бизнеса) средний цикл сделки от первого касания до подписания контракта — 3–9 месяцев. Атрибуция роста к ИИ-инструменту через A/B-тест или маркетинг-микс модель практически невозможна на таком горизонте. По наблюдениям BCG GenAI Radar, в B2B-сегменте только 28% компаний с внедрённым ИИ-маркетингом смогли через 18 месяцев продемонстрировать измеримую отдачу — остальные «работали с инструментом», но не доказали возврат.

Это не приговор: ИИ-маркетинг в B2B окупается, но через ускорение операций (генерация писем продаж, подготовка коммерческих, классификация лидов), а не через рост конверсии. Считать ROI нужно по часам сэкономленной работы, а не по выручке.

Регулируемые отрасли

Медицина, финансы, фармацевтика, юридические услуги — отрасли, где каждое маркетинговое сообщение проверяется на соответствие требованиям регулятора (Росздравнадзор, ЦБ РФ, ФАС, Роскомнадзор). ИИ-генерация в таких сегментах требует дополнительной модерации человеком, и это съедает 50–80% экономии. Окупаемость становится отрицательной в первый год, окупается только при объёмах 200+ единиц контента в месяц.

Команды без подготовки

ИИ-инструменты не работают сами по себе. Им нужны промпты, шаблоны, контроль качества, корректировки. Если в команде нет человека, который потратит 0,3–0,5 FTE на эксплуатацию, инструмент превращается в дорогую забытую подписку. По обзору Контура, 41% малых компаний, купивших ИИ-инструмент в 2024 году, не использовали его дольше первого месяца. ROI таких проектов — −100%.

Чек-лист расчёта ROI перед внедрением

Перед тем как подписывать тариф или интегрировать ИИ-инструмент в маркетинговый стек, имеет смысл пройти 12-шаговый расчёт. Это занимает 2–4 часа работы маркетинг-директора с CFO и сильно повышает шанс, что внедрение не превратится в забытую подписку.

1. Определите конкретный процесс, который ИИ заменяет или ускоряет (не «улучшение маркетинга вообще», а «генерация 200 креативов в месяц вместо 12»)
2. Зафиксируйте текущую стоимость этого процесса в рублях за месяц: подрядчики, инхаус-зарплаты, время на согласования
3. Посчитайте текущий результат в измеримых единицах: количество единиц контента, конверсия, стоимость лида, ROAS
4. Найдите 2–3 публичных кейса в вашем сегменте с измеримыми результатами после внедрения ИИ
5. Применить консервативный коэффициент к этим кейсам: если в публикации заявлен рост на 30%, в расчёт берите 15%. Так корректируется агентский оптимизм
6. Сложите все затраты на ИИ-стек: подписки, API, оператор, интеграции, обучение команды
7. Рассчитайте срок окупаемости по формуле: затраты / (доход с ИИ − стоимость текущего процесса)
8. Применить ставку дисконтирования 14–16% годовых, если срок окупаемости более 12 месяцев
9. Заложите буфер на провал 25–30% — статистически каждый четвёртый ИИ-проект не достигает заявленного эффекта
10. Запланируйте пилот на 90 дней с конкретными метриками успеха перед полным внедрением
11. Назначьте ответственного за эксплуатацию: ИИ без человека-оператора не работает
12. Зафиксируйте критерий выхода — при каких метриках вы закрываете проект и не продолжаете инвестировать

Что дальше

Если вы считаете окупаемость ИИ-съёмки для своего магазина или бренда, на странице с тарифами AI-инструментов есть калькулятор экономии — он показывает разницу с традиционной студией по количеству SKU и сценариям использования. Альтернативно — пройти короткий квиз с описанием задачи: ответ содержит примерный бюджет, срок и сценарий внедрения.

Подробный разбор экономики ИИ-съёмки в e-commerce — в нашем исследовании влияния визуала на возвраты на маркетплейсах.

FAQ

Как считать ROI ИИ-маркетинга, если у меня нет сравнительной группы?

В отсутствие A/B-теста используйте период-к-периоду сравнение с поправкой на сезонность. Возьмите 3 месяца до внедрения и 3 месяца после, очистите от сезонного коэффициента (для фешн — это особенно важно), вычтите естественный рост рынка (по Data Insight в фешн в РФ это 8–12% год к году). Остаток — это эффект ИИ. Доверительный интервал в таком расчёте 70–80%, не точная цифра, но достаточно для решения о масштабировании.

Сколько в среднем стоит обучить команду работе с ИИ-инструментами?

Базовое обучение для маркетинговой команды из 5–7 человек — 80–150 тыс. ₽ (внешний вендор) или 40–60 часов времени внутреннего лидера (если у вас есть человек, который сам разбирается). Дополнительно 1–2 месяца на формирование промпт-библиотеки и шаблонов под бренд. Это часть TCO, которую обязательно нужно учесть.

Какие KPI поставить на пилот ИИ-маркетинга?

Минимум четыре: (1) количество единиц контента в месяц, (2) средняя стоимость единицы контента, (3) метрика качества (CTR, конверсия, ER) — не должна упасть более чем на 15%, (4) время от запроса до публикации. Если три из четырёх метрик улучшились — пилот успешен, можно масштабировать.

Чем GigaChat и YandexGPT отличаются от ChatGPT и Claude для маркетинга?

По качеству генерации русскоязычного маркетингового контента (тексты для соцсетей, описания товаров, SEO-материалы) российские модели в 2026 сопоставимы с лидерами на уровне 85–95%. Преимущество — соответствие 152-ФЗ и обработка данных в РФ, что критично для крупного бизнеса и регулируемых отраслей. Зарубежные модели сильнее в сложной генерации изображений и видео, в нишевых задачах с английским языком. Многие команды используют гибрид: тексты — на российских моделях, визуал — на FLUX, Midjourney, Veo через legal-friendly прокси.

Как избежать «дорогой забытой подписки»?

Назначить ответственного с конкретной KPI на использование, ставить ежемесячные мини-цели по количеству и качеству выпуска, проводить квартальную ретроспективу с CFO. Если в течение двух месяцев инструмент не используется на 30%+ от лимита — это сигнал на пересмотр тарифа или отказ.

Какой ROI считать «нормальным» для ИИ в маркетинге в 2026?

Net ROI 150–300% за 12 месяцев — нормальный результат для генерации контента и оптимизации рекламы. 80–150% — приемлемо для персонализации и прогноза спроса. Ниже 80% — повод задать вопросы: либо инструмент выбран неправильно, либо процесс не масштабируется, либо оператор не разогнался.

Когда ИИ-маркетинг точно не окупится в первый год?

Три сценария с высоким риском убытка: (1) команда менее 3 человек и менее 30 SKU, (2) премиум-сегмент с авторским стилем и узнаваемостью на одном кадре, (3) B2B с циклом сделки больше 6 месяцев без выделенного бюджета на эксперименты. В этих случаях рассматривайте ИИ как ускоритель отдельных задач (исследование, рерайт, перевод), а не как замену маркетинговой функции.

Куда исчезает экономия 95%, о которой говорят вендоры?

В трёх местах. Первое — стоимость оператора и его FTE-доли (часто 30–50% от заявленной экономии). Второе — стоимость ошибок и повторов: ИИ не идеален, 5–10% выпуска требует переделки. Третье — интеграции и инфраструктура: API-вызовы, хранение, аналитика, мониторинг. Реальная экономия после всех вычетов обычно 60–80% от исходной сметы, а не 95% из маркетинговых брошюр. Это и нужно закладывать в годовой бюджет.