14.08.2026
Искусственный интеллект все глубже встраивается в рекламные платформы. Алгоритмы постепенно берут на себя решения о том, кому показывать рекламу, где ее размещать, как распределять бюджет и оптимизировать кампанию. По прогнозу Gartner, к 2028 году через self-service платформы, в которых ИИ существенно влияет на рекламные решения, будет проходить более 70% мировых рекламных расходов.
ИИ переходит из помощника в управляющего
Главное изменение происходит не на самом заметном для потребителя уровне. Пока внимание рынка во многом сосредоточено на генеративном ИИ и созданных с его помощью креативах, значительно более масштабная автоматизация идет внутри рекламных систем.
Алгоритмы платформ уже управляют таргетингом, размещением и оптимизацией креатива. Рекламодатель задает системе исходные параметры — цель, бюджет, аудиторию или набор материалов, — а значительную часть дальнейших решений принимает сама платформа.
Этот процесс будет ускоряться. Gartner отмечает и более широкий тренд: доля маркетинговой работы, автоматизированной с помощью ИИ, по ожиданиям руководителей маркетинга, вырастет с 16% в 2026 году до 36% к 2028-му.
Одновременно деньги активно уходят в каналы, хорошо приспособленные для такой автоматизации. В 2026 году цифровые медиа уже получили более двух третей совокупных медиабюджетов опрошенных Gartner компаний. Среди факторов, влияющих на распределение средств, маркетологи называют в том числе возможность эффективнее оптимизировать каналы с помощью ИИ.
Чем больше автоматизации, тем меньше контроля
У этой модели есть очевидные преимущества: рекламные системы способны анализировать огромные массивы данных и корректировать кампании быстрее, чем это может делать человек. Но Gartner обращает внимание и на обратную сторону автоматизации — рекламодатели постепенно теряют контроль над тем, как именно принимаются решения.
Еще в мае аналитик Gartner Эрик Шмитт отмечал, что все больше функций переходит к алгоритмам платформ. В результате маркетолог получает меньше возможностей самостоятельно управлять таргетингом, размещением и доставкой креатива. При этом от него по-прежнему требуется объяснять бизнесу, почему рекламный бюджет был потрачен именно так и какой результат он принес.
Возникает и более фундаментальная проблема — конфликт интересов. Рекламодатель передает платформе собственные данные и бюджет, а ее алгоритмы оптимизированы не только на достижение целей клиента, но и на экономику самой рекламной площадки. Фактически одна система одновременно продает рекламу, определяет условия ее размещения, распределяет бюджет и предоставляет данные, по которым затем оценивается эффективность кампании.
Поэтому рост эффективности рекламных технологий сам по себе не гарантирует, что реклама станет дешевле для бизнеса. Напротив, Gartner считает, что распространение ИИ способствует концентрации расходов на крупнейших платформах и усиливает зависимость маркетологов от них.
Проблемой становится и измерение результата
Чем больше решений скрыто внутри алгоритма, тем сложнее рекламодателю понять, почему кампания показала именно такой результат. Ограниченная прозрачность и слабая совместимость данных между платформами затрудняют сравнение эффективности разных каналов и независимую проверку решений рекламных систем.
Особенно чувствительна эта проблема для имиджевой рекламы, где результат проявляется не сразу и значительно сложнее связывается с конкретным показом или кликом. По оценке Gartner, зависимость от непрозрачных алгоритмов может приводить и к большей волатильности: показатели кампаний способны резко меняться, а рекламодателю трудно определить причины этих колебаний.
Получается парадокс – ИИ дает рекламодателю все более сложные инструменты оптимизации, но одновременно сокращает его непосредственное участие в принятии решений.
Рекламодателям придется искать противовес платформам
Gartner предлагает маркетологам не отказываться от платформенного ИИ, а менять подход к нему. Там, где автоматизация действительно повышает эффективность, имеет смысл использовать возможности самих рекламных систем. В качестве примеров аналитики приводят Google Performance Max и AI Max.
Одновременно компания рекомендует развивать инструменты, работающие сразу с несколькими платформами, — например, собственную аналитику и технологии производства креатива. Еще одна стратегия — диверсифицировать инвестиции и направлять часть средств из paid media в другие направления, включая собственные каналы и оптимизацию присутствия бренда в ответах поисковых и ИИ-систем.
Это становится особенно важным на фоне быстрого роста инвестиций в технологию. В 2026 году директора по маркетингу в среднем направляют на инициативы, связанные с ИИ, 15,3% маркетингового бюджета. При этом только 30% опрошенных Gartner компаний считают свои возможности по внедрению ИИ зрелыми или полностью сформированными, а 70% признают, что внутренние процессы пока недостаточно готовы к его масштабированию.
Таким образом, следующий этап развития цифровой рекламы может оказаться не просто переходом от ручного управления к автоматическому. Меняется сам баланс сил на рынке: все больше решений о рекламных деньгах принимают алгоритмы компаний, которые эти деньги получают. И для рекламодателей главным вопросом становится уже не только то, насколько хорошо работает ИИ, но и насколько хорошо они понимают, как и в чьих интересах он принимает решения.
Иллюстрация: ChatGPT
