Еще недавно искусственный интеллект в маркетинге воспринимался прежде всего как инструмент для генерации текстов и изображений. В 2026 году этого определения уже недостаточно.
ИИ постепенно становится частью самой инфраструктуры продвижения бизнеса. Нейросети участвуют в поиске информации, подборе рекламы, создании объявлений, анализе данных, выборе товаров и даже выполнении действий вместо пользователя.
Поэтому вопрос для бизнеса сегодня звучит уже не так: «Нужно ли использовать нейросети в маркетинге?»
Гораздо важнее другое:
какие части маркетинга уже меняются из-за ИИ, что стоит перестраивать сейчас и насколько быстро нужно это делать.
Скорость изменений хорошо видна на примере Яндекса. Только весной и летом 2026 года компания последовательно добавила диалог с Алисой AI непосредственно в Поиск, аналитику видимости сайтов в ИИ-ответах, расширила нейрообъявления, представила платформу ИИ-агентов и запустила настройку продвижения через диалог с ИИ-помощником в Директе.
То есть речь идет уже не о прогнозах на несколько лет вперед. Маркетинговые инструменты способны существенно измениться за один квартал.
Поиск перестает быть только списком ссылок
Одно из самых серьезных изменений происходит в поиске.
Раньше типичный сценарий выглядел так:
запрос → поисковая выдача → переход на сайт → изучение информации.
Теперь между запросом и сайтом появляется дополнительный слой — сгенерированный ИИ-ответ.
В апреле 2026 года Яндекс объединил традиционный поиск и диалоговый режим Алисы AI в одном интерфейсе. Пользователь может задать обычный запрос, продолжить разговор с нейросетью, перейти к товарам, изображениям или другим вертикалям поиска.
Масштаб уже нельзя считать экспериментальным. По данным Яндекса за второй квартал 2026 года, быстрыми ответами Алисы AI под поисковой строкой ежемесячно пользовались 49,5 млн человек, а доля запросов, на которые Алиса давала ответ, достигла 42%.
Для бизнеса это означает, что конкуренция идет уже не только за позицию в традиционной выдаче.
Появляется новая задача:
стать источником, который поисковая нейросеть использует при формировании ответа.
SEO не исчезает, но появляется GEO/AEO
На фоне развития генеративного поиска часто можно услышать, что классическое SEO больше не понадобится.
Пока фактическая картина другая.
Сам Яндекс указывает, что Алиса AI формирует ответы на основе проиндексированных страниц и с большей вероятностью использует хорошо структурированный и информативный контент. В ответах сохраняются ссылки на источники.
Google занимает похожую позицию: в рекомендациях по оптимизации для генеративного поиска компания подчеркивает, что традиционные SEO-практики остаются фундаментом, а отдельная «магическая оптимизация под AI» их не заменяет. Большую роль приобретают уникальная информация, качественный контент, товарные данные, изображения, видео и четкая структура страниц.
Поэтому правильнее говорить не о замене SEO, а о расширении задачи.
Раньше мы оптимизировали страницу преимущественно для:
- поискового робота;
- поисковой выдачи;
- пользователя.
Теперь добавляется четвертый потребитель контента — генеративная модель.
Она должна быстро понять:
- кто компания;
- что она предлагает;
- кому подходит предложение;
- чем отличается продукт;
- сколько он стоит;
- где доступен;
- какие характеристики важны;
- почему источнику можно доверять.
Именно вокруг этой задачи развивается GEO/AEO-оптимизация.
В Яндекс Вебмастере с апреля 2026 года уже появился специальный инструмент «Видимость сайта в Алисе AI», позволяющий отслеживать представленность сайта в генеративных ответах.
Подробнее с этим направлением можно познакомиться на странице GEO/AEO-оптимизация.
Меняется сам поисковый запрос
Второе важное изменение — человек начинает формулировать потребность иначе.
В традиционном поиске пользователь мог написать:
«купить ноутбук для дизайнера»
В диалоговом поиске запрос превращается в задачу:
«Подбери ноутбук до 150 тысяч рублей для дизайнера, который работает в Figma и Blender, часто ездит в командировки и хочет устройство не тяжелее двух килограммов».
Это принципиально другой объем контекста.
Google сообщает, что запросы в AI Mode становятся более сложными и разговорными, а их количество после запуска сервиса быстро растет. К маю 2026 года AI Mode превысил миллиард ежемесячных пользователей по всему миру.
Для маркетинга это означает постепенный переход:
от работы только с ключевой фразой → к работе с намерением и контекстом пользователя.
Поэтому семантика не исчезает, но становится сложнее.
Бизнесу приходится понимать не только «что ищут», но и:
- зачем это ищут;
- в какой ситуации;
- с какими ограничениями;
- с чем сравнивают;
- какие характеристики влияют на решение.
Это делает исследования аудитории, структуры спроса и клиентских сценариев еще важнее.
Реклама становится все менее ручной
Параллельно меняется платное продвижение.
Рекламные системы постепенно забирают на себя все больше исполнительских операций.
Хороший пример — Яндекс Директ.
В марте 2026 года комбинаторные объявления вышли из бета-тестирования. Вместо одного фиксированного объявления рекламодатель может передать системе несколько заголовков, текстов, изображений и видео, а Директ самостоятельно формирует комбинации и выбирает подходящий вариант для конкретного показа.
С 14 июля Яндекс начал перевод существующих текстово-графических объявлений ЕПК на комбинаторную модель.
Еще один шаг — нейрообъявления. В мае Яндекс расширил их работу: теперь источником может быть не только отдельная страница, но и целый сайт, раздел или заданный набор URL.
А в июле появился ИИ-помощник Директа, который в диалоге задает вопросы о бизнесе, помогает подобрать параметры кампании, создает рекламные тексты и изображения и при необходимости даже собирает лендинг.
То есть часть работы, которая раньше занимала часы специалиста, постепенно переходит рекламной платформе.
Значит ли это, что специалист по рекламе больше не нужен
Нет. Меняется его задача.
Когда система самостоятельно умеет:
- подобрать часть таргетингов;
- создать объявление;
- сгенерировать изображение;
- комбинировать креативы;
- управлять ставками;
- искать дополнительные аудитории,
ценность ручного управления отдельными объявлениями действительно снижается.
Но растет значение другого уровня работы:
что именно мы передаем алгоритму и какую задачу перед ним ставим.
Например, ИИ не может самостоятельно решить, что для бизнеса важнее:
- новый клиент;
- максимальный оборот;
- прибыль;
- продажа конкретной категории;
- распродажа склада;
- удержание ДРР;
- рост доли рынка.
Это бизнес-решение.
Поэтому маркетолог постепенно перемещается от роли оператора рекламного кабинета к роли архитектора рекламной системы.
Главным активом становятся данные
ИИ работает тем лучше, чем лучше информация, которую он получает.
Поэтому в новой модели продвижения ценность качественных данных растет.
Если рекламная система знает только:
«пользователь отправил форму»,
ее возможности ограничены.
Если она знает:
какой пользователь → какой товар смотрел → что положил в корзину → какой заказ оформил → что действительно выкупил → сколько бизнес заработал,
она получает совсем другой набор сигналов.
Отсюда растет значение:
- CRM;
- электронной коммерции;
- передачи офлайн-конверсий;
- товарных фидов;
- сквозной аналитики;
- корректной идентификации товаров;
- данных о стоимости и маржинальности.
ИИ не устраняет необходимость аналитики. Наоборот, автоматизация делает качество исходных данных еще важнее.
Плохие данные позволяют быстрее принимать плохие решения.
Хорошие — позволяют алгоритму быстрее находить закономерности, которые вручную специалист мог бы обнаруживать значительно дольше.
Креатив превращается из штучного продукта в систему
Еще несколько лет назад типичной задачей было:
«Подготовить три баннера для рекламной кампании».
В модели, построенной вокруг ИИ, подход постепенно становится другим:
создать набор элементов, из которых система сможет собирать десятки или сотни вариантов.
Яндекс сообщает, что компании, использующие комбинаторные объявления, в среднем запускают примерно в пять раз больше уникальных сочетаний текстов, изображений, заголовков и видео по сравнению с рекламодателями, работающими только с традиционными текстово-графическими объявлениями при сопоставимом бюджете.
Аналогичное направление развивается и у Google. Компания уже использует генеративный ИИ для создания текстовых, графических и видеоматериалов в рекламных инструментах. В 2025 году количество созданных рекламодателями с помощью Gemini ассетов выросло в три раза, а только за четвертый квартал в AI Max и Performance Max было создано около 70 млн таких материалов.
Поэтому конкурентным преимуществом постепенно становится не способность быстро нарисовать один баннер, а способность создать качественную креативную систему:
идея → офферы → сообщения → визуальные направления → вариации → тестирование → данные → новое поколение креативов.
Аналитика тоже становится диалоговой
ИИ приходит не только в рекламные объявления.
Меняется сама работа специалиста с данными.
В августе 2026 года Google объявил о расширении AI-функций в Google Ads и Analytics: система может формировать аналитические сводки и помогать создавать визуальные отчеты через текстовые запросы.
Google также развивает Ask Advisor — AI-агента, который связывает информацию из Ads, Analytics и Merchant Center и помогает анализировать ситуацию и переходить от данных к действиям.
Смысл этого изменения важнее конкретного продукта.
Раньше работа с аналитикой выглядела примерно так:
открыть отчет → установить фильтры → выгрузить данные → сравнить показатели → сформировать гипотезу.
Все чаще она будет выглядеть так:
задать бизнес-вопрос → получить анализ → проверить вывод → принять решение.
Например:
«Почему за последние две недели вырос ДРР категории?»
«Какие рекламные кампании увеличили оборот, но снизили прибыль?»
«Какие товары стоит вывести в отдельную кампанию?»
ИИ значительно ускоряет промежуточную аналитическую работу, но финальная интерпретация все равно требует понимания бизнеса.
Следующий этап — не помощники, а агенты
Самое существенное изменение ближайшего периода — переход от генеративного ИИ к ИИ-агентам.
Обычная нейросеть отвечает на вопрос.
Агент способен получить задачу и выполнить последовательность действий.
Например:
- получить данные;
- проанализировать ситуацию;
- выбрать инструмент;
- выполнить действие;
- проверить результат;
- продолжить работу.
В июне 2026 года Яндекс представил платформу интеграции ИИ-агентов с Алисой AI. Сейчас ее тестируют сервисы самого Яндекса, а в дальнейшем заявлена возможность подключения сторонних компаний.
В мировой e-commerce-инфраструктуре идет похожее движение. Google уже говорит об agentic commerce, где ИИ участвует не только в поиске товара, но и в последовательных действиях на пути к покупке.
Это может серьезно изменить путь клиента.
Сегодня:
человек ищет → сравнивает → выбирает → оформляет.
В перспективе:
человек формулирует задачу → агент изучает варианты → сравнивает условия → предлагает решение → помогает выполнить действие.
В такой модели компании начинают конкурировать не только за внимание человека, но и за то, чтобы их предложение корректно понял и выбрал ИИ.
Меняется и место, где человек выбирает бизнес
Еще одна тенденция — коммерческий поиск постепенно выходит за пределы традиционных поисковых систем.
Например, ChatGPT уже показывает товарные результаты и может использовать товарную информацию, предоставленную магазинами напрямую через product feed. При ранжировании продавцов учитываются в том числе доступность, цена и качество данных.
В августе 2026 года OpenAI также расширила тестирование рекламы в ChatGPT на Великобританию, Мексику, Бразилию, Японию и Южную Корею. Для российского бизнеса это пока не отдельный рекламный канал, но сам тренд важен: диалоговые ИИ-сервисы постепенно становятся коммерческими площадками.
Следовательно, стратегия продвижения постепенно расширяется:
SEO → контекстная реклама → социальные сети → маркетплейсы → генеративные поисковые и диалоговые системы.
Насколько быстро все это происходит
Главная особенность текущего периода — скорость.
На примере только первой половины 2026 года:
апрель — диалог с Алисой AI интегрируется непосредственно в Поиск и появляется аналитика видимости сайтов в ИИ-ответах;
май — расширяются нейрообъявления и AI-инструменты рекламных систем;
июнь — Яндекс представляет платформу ИИ-агентов;
июль — в Директе появляется запуск продвижения через диалог с ИИ-помощником;
август — Google расширяет агентные и AI-аналитические функции Ads и Analytics.
Поэтому планировать digital-стратегию на три года вперед с фиксированным набором инструментов становится сложно.
Гораздо практичнее работать короткими циклами:
стратегия → внедрение → данные → пересмотр → новый инструмент → тест.
Для части направлений пересматривать возможности имеет смысл уже не раз в год, а раз в квартал.
Что бизнесу стоит менять уже сейчас
Не нужно одновременно внедрять каждую новую нейросеть.
Гораздо важнее подготовить маркетинговую инфраструктуру к изменениям.
Мы бы начали с пяти направлений.
1. Сделать данные доступными для автоматизации
CRM, продажи, рекламные кабинеты, Метрика, каталог товаров и аналитика должны быть связаны между собой.
2. Перестать создавать контент только под ключевые слова
Страницы должны подробно отвечать на реальные вопросы аудитории и давать фактическую информацию, которую способны интерпретировать и человек, и поисковая модель.
3. Следить за присутствием бренда в ИИ-ответах
Не ограничиваться позициями сайта. Анализировать, появляется ли компания в генеративных результатах и какие источники нейросеть использует вместо нее.
4. Перестроить работу с рекламными креативами
Создавать не отдельные баннеры, а библиотеки текстов, изображений, видео, офферов и продуктовых данных, из которых рекламные системы смогут строить комбинации.
5. Переносить работу специалистов выше по уровню
Чем больше операционных действий делает ИИ, тем больше времени команды должно уходить на стратегию, экономику, исследования, контроль данных и тестирование гипотез.
Что пока не стоит отдавать ИИ полностью
При всей скорости развития автоматизация еще не означает автономный маркетинг.
ИИ хорошо справляется с масштабированием известных операций, но бизнесу по-прежнему необходимо контролировать:
- позиционирование;
- коммерческую стратегию;
- бюджет;
- допустимую экономику привлечения;
- достоверность данных;
- юридические ограничения;
- тон коммуникации;
- качество контента;
- приоритеты продуктовых направлений.
Особенно осторожно стоит относиться к ситуации, когда автоматизированная система одновременно создает рекламное сообщение, выбирает аудиторию, распределяет бюджет и сама же оценивает собственный результат.
Чем больше автоматизации, тем важнее независимый контроль бизнес-показателей.
Как изменится роль маркетингового агентства
ИИ уменьшает ценность большого количества ручных операций.
Но он одновременно увеличивает ценность правильной архитектуры.
Компании все меньше нужен подрядчик, который просто:
«создаст 100 объявлений».
И все больше нужен партнер, который сможет определить:
какие данные передавать → какую модель продвижения использовать → что автоматизировать → где оставить контроль человеку → какие показатели считать → как связать рекламу с продажами.
В CKR Marketing мы рассматриваем продвижение бизнеса с помощью ИИ именно в этой логике.
Не как отдельную услугу «добавим нейросеть», а как постепенную перестройку всей digital-системы: аналитики, рекламы, SEO, контента, CRM и автоматизации.
Подробнее о построении такой системы — в разделе Digital-стратегия продвижения.
Что в итоге меняется
ИИ не создает новый маркетинговый канал вместо всех существующих.
Он постепенно становится технологическим слоем поверх уже знакомых каналов.
В поиске он формирует ответы.
В рекламе — ищет аудитории и собирает объявления.
В аналитике — помогает находить закономерности.
В контенте — масштабирует производство материалов.
В e-commerce — помогает выбирать товары.
В CRM — может анализировать клиентов и запускать сценарии.
Следующий шаг — агенты, которые будут самостоятельно выполнять часть этих действий.
Поэтому главное изменение 2026 года заключается не в появлении очередного генератора текста.
Маркетинг начинает переходить от набора отдельных инструментов к системе, в которой значительную часть операционной работы выполняют алгоритмы.
Выигрывать в этой модели будут не компании, которые используют больше всего нейросетей, а те, у кого лучше данные, быстрее цикл тестирования и понятнее связь между ИИ-инструментами и реальными бизнес-показателями.
И скорость уже имеет значение: сегодня окно между появлением новой технологии и ее превращением в стандартный инструмент измеряется не годами, а месяцами.
