Искусственный интеллект не уничтожает ответственность в маркетинге — он разоблачает тех, кто никогда не был ответственным

Праздничная рекламная кампания одного книжного магазина вышла в эфир с искажённым текстом и подменённым изображением товара — при этом никто из маркетинговой команды к этим изменениям не прикасался. Рекламный ИИ компании Meta изменил уже утверждённый креатив после публикации. Команда узнала об этом лишь из жалоб фотографов, которые услышали, что их работу называют «мусором ИИ» (AI slop). Этот случай наглядно демонстрирует новую, но стремительно обостряющуюся проблему маркетинговой индустрии.

По словам Гай Хэнсон, вице-президента по работе с клиентами компании Validity, проблема была не в технологии, а в процессе: «Инструмент внёс в утверждённые материалы незапрошенное и не согласованное изменение, но в процессе не было контрольного этапа, который сверял бы опубликованный в эфире креатив с утверждённым оригиналом». Её предложение простое: заблокировать креатив от автоматических изменений после утверждения либо ввести плановую проверку, сверяющую опубликованные материалы с утверждёнными файлами в течение 24 часов после выхода в эфир.

Хэнсон делит типичную кампанию на три этапа: стратегию, создание и утверждение/публикацию. ИИ в первую очередь занял средний этап — генерацию вариантов заголовков, текстов, сегментов аудитории и изображений, — тогда как стратегия и финальное утверждение должны были остаться за человеком. На практике же, отмечает Хэнсон, именно этап утверждения чаще всего теряется «между щелями». В крупных компаниях цепочка утверждения длиннее, и ошибка может пройти через несколько подписей — при этом никто не считает её полностью своей. В небольших командах один человек ведёт всю кампанию — казалось бы, это означает чёткую ответственность, но на деле именно из-за того, что этот человек одновременно занимается стратегией, исполнением и контролем, он не успевает заметить, что именно изменил ИИ.

Отчёт Validity «Состояние email-маркетинга 2026» — опрос 502 специалистов по маркетингу в США, Великобритании, Австралии и Новой Зеландии — приводит цифровое подтверждение этой проблемы. 35% компаний при найме будущих специалистов по email-маркетингу отдают приоритет навыкам ИИ и машинного обучения, 27% — маркетинговой автоматизации и построению процессов. При этом знания в области комплаенса и защиты данных упоминают лишь 15% компаний, а навыки дизайна и разработки HTML/CSS-шаблонов — некогда считавшиеся «единственным приоритетом» — теперь занимают лишь 14%.

Хэнсон объясняет и реальную экономическую логику за этими цифрами: автоматизации жизненного цикла (lifecycle automations) приносят 41% общего дохода от email-канала, хотя составляют лишь около 5% от числа отправленных писем — это делает инвестиции в автоматизацию легко обосновываемыми на бюджетном совещании. Но никто не получает похвалы на бюджетном совещании за «судебный процесс, которого не случилось» — а именно такую, невидимую выгоду приносят инвестиции в комплаенс.

Хэнсон рекомендует три конкретных шага: провести аудит существующих процессов и оценить, какие риски может создать ИИ; проверить, покрывает ли юридическая основа согласия, полученного от клиентов, новые способы использования ИИ; и обновить политику конфиденциальности в соответствии с реальной практикой. По её мнению, за каждым ИИ-агентом, способным напрямую повлиять на клиента, должен быть закреплён конкретный ответственный человек — тот, кто знает, что именно разрешено делать агенту, какими данными он может пользоваться и когда процесс должен остановиться и дождаться вмешательства человека. В противном случае, говорит она, в команде есть не ответственность, а лишь надежда.