Компания Ipsos провела тестирование рекламных роликов с участием трех тысяч зрителей: половина роликов была создана людьми, половина - полностью с помощью ИИ. Лишь 25% людей смогли уверенно определить рекламу, созданную ИИ. При этом по эффективности разрыв сохраняется. Ролики, созданные людьми, в среднем демонстрировали на 14% более сильный краткосрочный эффект и на 17% более выраженное долгосрочное влияние.

Наилучшие результаты ИИ показывал в прямой продуктовой рекламе, а слабее справлялся с эмоциональными сюжетами и сторителлингом. 79% потребителей считают, что компании обязаны раскрывать факт использования ИИ. Так, ИИ все глубже проникает сразу в несколько этапов потребительского пути - от поиска и сравнения товаров до рекламы и покупки. Но чем ближе задача к доверию, эмоциям и финальному выбору, тем заметнее остается роль человеческой оценки.

"Нейросеть собирает ролик из того, что уже видела, поэтому выдает статистически среднюю рекламу. А реклама зарабатывает на отличии - зритель запоминает то, что выбивается из потока. Там, где задача простая, ИИ уже выигрывал. Так что дело в режиссере, который знает, где и зачем нарушить шаблон", - отмечает вице-президент АКАР, управляющий партнер Ai influence Алексей Парфун.

По его словам, персонализация повышает релевантность: один продукт можно показать студенту, молодой маме и владельцу бизнеса на их языке, и каждая версия почти "ничего не стоит". "На продажи здесь и сейчас это работает. С брендом сложнее, потому что сильная реклама становится общим воспоминанием. Когда у каждого зрителя свой ролик, общего воспоминания не возникает. Рабочая схема гибридная, человек придумывает большую идею, ИИ раскладывает ее на тысячи вариантов", - говорит Парфун.

В исследовании, опубликованном в Marketing Science, персонализированные ИИ-видео обеспечили на 6-9 процентных пунктов более высокий отклик, чем сравниваемые форматы, в эксперименте с более чем 21 тысячей покупателей. Chief AI Officer в Media Direction Group Николай Муравьев указывает, что нейросети позволяют быстро адаптировать визуалы, сценарии и предложения под разные аудитории, а затем тестировать десятки гипотез.

Так возникает визуальное однообразие рекламы из-за ИИ. Муравьев отмечает, что генеративные модели часто самостоятельно интерпретируют и "улучшают" запросы пользователей, заполняя недостающие детали наиболее типичными решениями. Так возникает визуальное однообразие. Поэтому следующий этап развития платформ - создание интеллектуального слоя, который еще на этапе написания запроса помогает автору уточнять идею, избегать шаблонов и создавать более аутентичный контент. По словам эксперта, такие решения уже появляются и в следующем году пользователи увидят больше таких примеров.

Также нейросети плохо работают с длинными и сложными нарративами с устойчивым голосом бренда, требующими глубокой контекстной выверки и кросс-канального выстраивания. Креативный директор КГ "Михайлов и Партнеры" Александр Пугачевский уточняет, что к ним добавляются ультралокализованные кампании, где региональные языковые особенности, сленг и местные культурные коды трудно воспроизвести без ошибок. Еще одна плоскость - тонкие нюансы контекстуальной иронии и сарказма, зависимые от мгновенной актуализации событий, которые часто остаются неверно прочитанными ИИ.