Продвинутые модели AI вроде бы научились неплохо писать. Для бизнеса это означает очевидную экономию времени: часть задач действительно можно сделать быстрее с помощью нейросетей. Но если текст теперь можно получить за несколько минут, за что компании продолжают платить агентствам, редакторам и маркетологам?
Ответ зависит от того, какую задачу должен решать контент. Одно дело — подготовить основу для материала или адаптировать уже готовую информацию. Другое — разобраться в продукте, найти тему, которая важна аудитории, собрать фактуру, проверить данные и создать материал, который помогает бизнесу решать свои задачи.
Мы попросили рассказать о своем опыте агентства, внутренние маркетинговые команды и специалистов, которые работают с AI.
Почему AI заставил компании пересмотреть расходы на контент
Стоимость контента складывается из всего цикла производства. До подготовки черновика нужно определить задачу, изучить продукт и аудиторию, выбрать тему и собрать фактуру. Затем — проверить данные и логику, отредактировать материал и подготовить его к публикации. Только после этого текст может решать задачу бизнеса: помогать клиенту разобраться в продукте, отвечать на вопросы аудитории, формировать доверие и поддерживать маркетинговые цели.
Николай Михайлов, эксперт по построению системного B2B-маркетинга для SaaS и сферы сложных услуг, автор канала «B2B Маркетинг: от хаоса к системе», предлагает оценивать расходы именно с этой позиции. Заказчику важны качество материала, срок и возможность полностью делегировать задачу — а распределение бюджета между автором, менеджером проекта, редактором, корректором, SEO-специалистом и дизайнером остается внутренней экономикой подрядчика.
Эта позиция охватывает и экономику агентства, и затраты компании при переносе контента инхаус. К ней мы еще вернемся в соответствующих главах.
Что AI уже изменил в работе контентных команд
AI стал частью ежедневных процессов у многих маркетинговых и редакционных команд. Его используют для подготовки черновиков, обработки больших объемов информации, поиска идей и ускорения рутинных операций.
При этом компании, которые уже внедрили AI в работу, чаще рассматривают его как инструмент для усиления специалистов.
Никита Назаров, шеф-редактор во «ВсеИнструменты.ру»
В моей команде AI помогает в поиске нестандартных идей и создании экспресс-визуализаций, чтобы можно было показать примерное видение маркетологам и менеджерам по продукту, с которыми мы работаем.
Также мы используем искусственный интеллект для работы с лонгридами: AI суммаризирует большой объем информации из брифа, а затем пишет на этой основе структурированный текст. Это помогает экономить время на больших форматах. При этом наша команда все равно полностью контролирует процесс: сначала копирайтеры проводят фактчекинг и шлифуют формулировки, затем передают текст на доработку редакторам, после чего мы проводим финальное согласование с экспертом по направлению. Мы дорожим своей экспертностью, поэтому нам важно использовать AI как помощника, а не исполнителя.
AI хуже справляется с задачами, где нужно емко передать суть. Например, с email-рассылками, пушами и УТП. Здесь искусственный интеллект может помочь в поиске идей, но умещать суть коротко и креативно в 30 знаков он пока не научился.
Артем Терюхов, руководитель отдела маркетинга в SKAI
Для нашей компании стратегия AI-first — это не маркетинговый лозунг, а технологическая основа бизнеса. Мы закладываем машинное обучение и искусственный интеллект непосредственно в функционал SKAI Платформы: от автовалидации событий видеоаналитики до ML-алгоритмов контроля топлива и предиктивной аналитики для автопарков. AI пронизывает и внутренние процессы разработки — от быстрого прототипирования гипотез до тестирования.
Естественно, этот подход транслируется и на маркетинг. Мы рассматриваем развитие нейросетей не как временный хайп, а как неизбежное будущее. Однако в сегменте сложного B2B с длинным циклом сделки и высокими чеками правила игры принципиально отличаются от масс-маркета.
Главная суперсила AI в маркетинге сегодня — это снятие когнитивной рутины.
Мы активно используем нейросети для первичного сбора и кластеризации информации, расшифровки глубинных интервью, подготовки драфтов и структур документов, поиска неочевидных паттернов и генерации вариантов визуала. То, на что раньше уходили дни технической работы, сейчас делается за считанные часы. Это освобождает самый ценный ресурс команды — время на глубокую проработку смыслов и диалог с клиентами.
Попытка полностью переложить создание экспертного контента (кейсов, технической аналитики, отраслевых обзоров) на плечи AI в проектных B2B-продажах фатальна. На стороне наших клиентов сидят крайне требовательные эксперты: директора по охране труда, руководители транспортных департаментов, инженеры по безопасности. Специалист такого уровня с первых абзацев считывает сгенерированный «водянистый» текст без реальной фактуры, специфики «железа» и отраслевых нюансов.
Выпуск поверхностных или галлюцинирующих AI-материалов моментально ведет к потере авторитета. А в enterprise-сегменте доверие строится годами, но сгорает после одной псевдоэкспертной статьи. Если компания заявляет, что делает сложные AI-решения, ее контент обязан соответствовать той планке, которую ждут клиенты.
Где проходит граница между автоматизацией и экспертизой
AI хорошо справляется с задачами, где есть понятная цель и качественные исходные данные. Но чем больше в контенте зависит от реального опыта компании, тем выше требования к участию специалистов.
Особенно это заметно в сферах, где решение клиента связано с доверием, длинным циклом выбора и высокой ценой ошибки.
Анастасия Сухова, content marketing lead B2B в «Циан»
В B2B с длинным циклом сделки цена ошибки в контенте выше, чем в массовом сегменте — клиент читает не один материал, а сопоставляет несколько точек контакта перед решением, и любая неточность или «пустой» текст считывается сразу.
Поэтому кейсы, исследования и аналитику мы по-прежнему не отдаем нейросети целиком. AI помогает на этапе рутины: структурировать интервью, собрать черновой каркас, сократить текст под формат. Но сам кейс — это всегда история конкретного клиента с конкретными цифрами и решениями, и без участия эксперта, который проверяет каждую цифру и следит, чтобы вывод не «сгладился» до общих слов, такой материал выпускать нельзя.
Скорость подготовки материалов действительно выросла — команда тратит меньше времени на черновую работу и больше на смысловую проверку и фактуру. Но не за счет того, что AI заменил экспертизу, а за счет того, что освободил на нее время.
Отзывы и кейсы — отдельная зона повышенных требований к достоверности: здесь мы принципиально не генерируем цитаты и не досочиняем детали, только проверенные слова реального клиента. Доверие строится медленно и разрушается быстро, а «стерильный» сгенерированный контент — один из способов его быстро потерять.
Артем Терюхов, руководитель отдела маркетинга в SKAI
AI не способен придумать реальный производственный опыт, рассказать о граблях внедрения телематики на распределенном парке или сформулировать инсайт из живого пилота.
«Мясо» и фактуру всегда дает отраслевой эксперт. Задача маркетинговой команды — вытащить эти знания, а AI использовать как умножитель: помочь упаковать опыт в сильные форматы, адаптировать под разные каналы и сегменты.
Это полностью меняет требования и к внешним подрядчикам. Эпоха «оплаты за знаки» безвозвратно ушла. Агентства и авторы, которые просто переписывают выдачу языковых моделей, теряют всякую ценность. Нам нужны партнеры, которые умеют глубоко погружаться в продукт, задавать инженерам правильные вопросы и работать с AI как с профессиональным ассистентом, усиливающим авторскую мысль, а не маскирующим отсутствие экспертизы.
Николай Михайлов, эксперт по построению системного B2B-маркетинга для SaaS и сферы сложных услуг
AI ускорил получение первого черновика. При этом общая себестоимость материала остается прежней, потому что менеджеру приходится больше работать: собирать фактуру, взаимодействовать с AI, искать источники. Редактору — проверять логику, убирать шаблонные формулировки и доводить текст до готовности с учетом ТЗ SEO- или GEO-специалиста. SEO-специалисту затем нужно работать с реальной семантикой и интентом.
Экономия на авторе, который раньше занимал около 50% общего бюджета, часто превращается в дополнительные расходы на других участников. Оплата автора просто перераспределяется.
Что касается задач, которые компании могут решать самостоятельно: с помощью AI можно подготовить каркас статьи, пересказать загруженные материалы, предложить варианты формулировок и собрать черновик. Я сам активно использую AI, но загружаю туда собственную фактуру, комментарии и источники, которые помогают сформировать позицию. Если таких вводных нет, модель выдает усредненный текст, который уже многократно появлялся в ответах на похожие запросы.
При этом остается вопрос контент-плана — его тоже кто-то должен собрать. Сначала нужно проанализировать результаты прошлых публикаций, выгрузить аналитику, определить цели бизнеса и конкретного материала, учесть особенности аудитории и продукта. Затем потребуется несколько итераций с моделью и подробные комментарии к каждой версии, чтобы получить нужный результат.
Самостоятельно изучить историю блога и сделать обоснованные выводы модель пока не может. Она поверхностно разбирает тексты, но не понимает саму суть маркетинговой задачи.
Почему компании продолжают обращаться к агентствам
Если часть задач можно ускорить внутри команды с помощью AI, меняется сам запрос к внешним специалистам. Бизнесу становится важен не объем произведенных текстов, а их способность решить задачу.
Паша Молянов, основатель агентства «Сделаем»
С появлением AI изменилось не очень много, если честно. У компаний и раньше не было проблем с наймом контентщиков в штат, с привлечением десятков фрилансеров под руководством одного менеджера и так далее.
Что с AI, что без него — все еще нужен человек, который придумает, что сделать, сделает, проконтролирует, отчитается и возьмет на себя ответственность за косяки.
Как раньше это делали или агентства, или менеджеры в штате, так и сейчас.
Просто раньше эти люди рулили ордами фрилансеров и джунов, а теперь рулят парой специалистов с ордами агентов.
AI больше влияет на цены. Он ускоряет и упрощает продакшен, что позволяет демпинговать на тендерах — и многие агентства это и делают. Тут заодно и кризис наложился — денег на контент тратят меньше, вот агентства и придумывают, как бы делать его дешевле, чтобы сохранить маржинальность.
Короче, никуда агентства не денутся, потому что клиентам в первую очередь нужен человек, с которого можно спросить. Спросить с AI-шки еще нельзя, подать на нее в суд нельзя, поругаться с ней из-за слабых результатов нельзя — люди пока что в безопасности.
Андрей Гавриков, основатель агентства Completo, маркетолог, предприниматель, ментор
После появления AI клиенты, конечно, стали хотеть все и сразу: быстрее, больше и желательно дешевле. Но интереснее другое. Очень часто внутренний маркетолог сначала идет в AI и пытается решить задачу сам. Если получилось — отлично. Если понимает, что не хватает понимания бизнеса, рынка, технологий, отрасли или просто не получается собрать все в работающую систему, тогда приходит в агентство. И это, на мой взгляд, абсолютно нормальная история. AI отлично помогает выполнять задачи, но контекст конкретного бизнеса он все еще понимает заметно хуже сильного специалиста.
Поэтому сегодня готовы платить уже не чисто за производство контента. Фактически готовы платить за стратегию, аналитику, понимание ниши, насмотренность, опыт, реальные кейсы и уникальную экспертизу.
Думаю, дальше рынок разделится на две большие части. Одни будут строить настоящие контент-заводы и штамповать тысячи единиц контента под алгоритмы соцсетей. Тем более сегодня алгоритмы все чаще побеждают подписчиков — даже новый аккаунт без аудитории может собрать огромные охваты, если попал в рекомендации. Но параллельно будет расти спрос и на противоположную историю. Платформы все активнее двигаются в сторону маркировки AI-контента, поэтому по-настоящему авторский контент, основанный на реальном опыте, исследованиях и сильной экспертизе, станет только ценнее.
Владимир Назаров, основатель агентства Head Promo
Запрос клиента смещается с процесса на результат, с количества на качество. Если раньше мы брали деньги за количество символов, то сейчас ценообразование перешло либо на количество текстов, либо вообще на результат от этих текстов. Например, оказывая услугу по GEO-продвижению, мы отошли от привычного понимания в количестве материалов. Точнее, оно у нас фактически осталось, но ориентир все-таки далеко не на количество, а на результат, который клиент получает. В некоторых тарифах количество текстов «плавающее», то есть пишем столько, сколько нам нужно до достижения результата. И тут речь не о том, что раньше мы не ориентировались на результат, а скорее о том, что производство контента, именно в виде просто текста, перестало быть большой ценностью и большой статьей расходов.
Именно в нашей специфике это скорее коснулось какого-то первичного наполнения сайтов. То есть если раньше клиент приходил с пустым сайтом, то сейчас как минимум первичное наполнение у него уже однозначно присутствует.
Если говорить про SEO и GEO — то, что мы делаем, — тут глобально ничего особо не поменялось и я сейчас объясню почему: дело в том, что заказчик платит не за количество символов текста, а скорее за правильно оформленное предпроектное исследование. Простая, казалось бы, задача: вести блог на сайте. По факту у нас там составление контент-плана, подбор семантики, анализ конкурентов, анализ релевантности, составление ТЗ с точки зрения последующего ранжирования текста в поисковых системах и в ответах нейросетей. И только после всего этого непосредственно написание самого текста. И вот за все это в комплексе заказчик по-прежнему готов платить как и раньше. Другое дело, что с появлением AI-агентов и этот процесс уже тоже автоматизируется, но пока не так удачно.
Придется приспосабливаться. Я думаю, вырастет количество запросов на консалтинг и автоматизацию. Спрос на услуги, вероятно, будет снижаться.
Ольга Бондарева, основатель агентства ModumUp
Для начала небольшая ремарка: мы не совсем контентное агентство. ModumUp специализируется на привлечении крупных B2B-клиентов через social selling, ABM и развитие комьюнити. Контент мы готовим тоже, но это вспомогательный элемент в наших подходах. Он участвует в построении доверия и помогает демонстрировать экспертизу и кейсы, но одного контента недостаточно. Ядро наших подходов — это механики нетворкинга и лидогенерации.
После появления AI спрос на контент как часть этой системы не исчез. Доверие по-прежнему строится благодаря историям из практики и кейсам с реальными результатами — через личный профиль, страницу компании или закрытое комьюнити.
Стали ли клиенты чаще готовить контент самостоятельно? Мы не наблюдаем такого тренда, что клиенты массово забирают задачи in-house. Те задачи, которые решали мы, мы продолжаем решать, и за них готовы платить.
Но с AI меняются форматы работы. Теперь наши тарифы разделились на обычные и AI-based.
В обычных проектах контент-менеджер ведет интервью, вытаскивает интересные инсайты и пишет текст. AI может помогать перерабатывать транскрипты и готовить черновик поста, но в итоге посты пишет человек.
В AI-based тарифе пишут AI-агенты на основе лучших практик агентства, а менеджер проекта делает ревью. Совсем без контроля результат мы в любом случае отдать не можем — это репутационные риски и для нас, и для клиента.
Клиенты платят и за более «человеческий» формат, и за более автоматизированный в зависимости от того, что приоритетнее — редактура профессиональным контент-менеджером или стоимость. Задача агентства — быть гибкими и предлагать оба варианта.
Может ли бизнес полностью отказаться от агентств
AI уже позволяет части компаний самостоятельно решать отдельные контентные задачи. Но возможность создать текст и возможность построить работающую систему контента — разные задачи.
Многое здесь зависит от продукта, команды и целей бизнеса.
Николай Михайлов, эксперт по построению системного B2B-маркетинга для SaaS и сферы сложных услуг
Клиент платит за готовый материал и делегирование всей задачи. Идея, фактура, структура, интервью с экспертами, проверка утверждений, редактура, подготовка к публикации и публикация — он видит всю эту работу и за нее платит. Он не увидит эту работу у AI, а увидит только конечный результат. И этот результат будет очень сильно отличаться от хорошо проработанной статьи, которую создает команда.
У многих клиентов нет времени даже прочитать и утвердить финальный текст, а тем более нет времени самостоятельно работать с AI: загружать все вводные, самому проводить интервью со своим менеджером, собирать структуру и фактуру, вписывать это в запрос, перечитывать каждую версию заново, а потом перепроверять весь материал. Мои клиенты пробовали решать такие задачи с помощью AI, и по их опыту, модель выдает поверхностный материал по обрывочным кейсам, который слабо отражает реальный рынок и почти не содержит полезной информации.
Особенно тщательно приходится проверять юридические и бухгалтерские сведения, информацию о безопасности. AI может уверенно сослаться на устаревший закон или практику, а после замечания признать ошибку.
Если текст вместо автора готовит модель, расходы переносятся на менеджера, который проверяет фактуру.
В пиаре цена ошибки еще выше: некорректная формулировка может навредить репутации компании. Для клиента это внутренняя кухня подрядчика — ему нужны качественный результат и тот, кто за него отвечает. При самостоятельной работе с AI ответственность остается у компании. При работе с агентством с него можно спросить за результат.
Думаю, с рынка постепенно уйдут подрядчики, которые пересказывают открытые источники. Сохранится ценность команд, способных добывать фактуру, разбираться в сложном продукте, работать с экспертами, проводить интервью и доводить материалы до публикации.
Если такая производственная цепочка у компании уже выстроена, как у моих клиентов, бизнес не станет ломать ее только потому, что появилась AI-шка. В этом нет смысла.
Алена Грибанова, главред в отделе обслуживания клиентов агентства TexTerra
Есть еще одна статья расходов, которую часто недооценивают — стоимость самой перестройки работы под AI.
Купить подписку на модель и сказать команде «теперь работаем с ней» — это не внедрение. Нужно понять, какие этапы действительно стоит автоматизировать, где AI помогает, а где создает дополнительную проверку, какие данные ему можно давать, кто отвечает за фактчекинг, как меняется роль редактора, эксперта, SEO-специалиста, где нужен обязательный человеческий контроль.
Потом все это нужно описать, протестировать, научить команду, встроить в реальные процессы и периодически пересматривать, потому что сами модели и инструменты меняются быстрее, чем обычные корпоративные регламенты.
То есть компания экономит на отдельных операциях, но одновременно появляется новая работа — проектирование и обслуживание самого AI-процесса. И здесь тоже нужен довольно редкий набор компетенций: понимать одновременно содержание, бизнес-задачу, технологию, риски и организацию производства.
Поэтому часть спроса на агентства, как мне кажется, будет смещаться именно сюда: не «сделайте нам текст», а «помогите построить процесс, в котором AI действительно снижает затраты и не снижает качество».
Юлия Блынская, CEO TexTerra
Бизнесу уже не нужен подрядчик, который приносит на выходе пакет SEO-статей. Само наличие текстов теперь не решает задачу. Гораздо сложнее понять, какие задачи контент должен решать, почему он их не решает и что нужно менять во всей системе.
Проводя GEO-аудиты, мы регулярно видим похожую картину: известный бренд, большой сайт, блог, который ведут годами, и при этом слабая видимость в AI-поиске. Причина часто не в количестве материалов, а в качестве. Тексты поверхностные, разрозненные, не раскрывают экспертизу компании, и главное — не отвечают на реальный интент пользователя.
Поэтому задача агентства сегодня — засучить рукава, копать глубже и смотреть шире. Собирать данные из разных каналов, находить разрывы в позиционировании, экспертизе, воронках и фактологии. Определять, какие из них ограничивают видимость бренда и бьют по бизнес-результату. А дальше — системно закрывать эти пробелы, а не просто сдавать очередной пакет материалов.
AI забрал часть рутины, и это хорошо. Но это также значит, что у агентств больше нет оправданий работать поверхностно. Бизнес будет платить за диагноз, решение и ответственность.
Читайте также:
Фактчекинг в эпоху языковых моделей: еще важнее, чем раньше
Как распознать ИИ-контент и стоит ли его бояться
Что такое «продающие тексты» в 2026 году и как бизнесу их заказывать