Дима про AI и маркетинг

Выбор ниши в маркетинге — это базовый минимум, а не роскошный максимум Я это прочувствовал на себе. Когда мы запускали студию по внедрению агентов и AI-воркфлоу в компании, мы начали с одного узкого, как тогда казалось, сегмента маркетинга. И я критиковал команды, которые стартуют и сразу пытаются строить агентов «для всего», автоматизируя все процессы компании подряд. Но довольно быстро выяснилось, что даже маркетинг сам по себе невероятно многослойный. В нём куча направлений, контекстов и нюансов. И чем глубже мы в него погружались, тем очевиднее становилось, что даже внутри одного направления есть десятки разных задач и сценариев, которые невозможно закрыть без понимания процесса. Чаще всего недостаточно команды клиента, нужно еще самим обладать этой экспертизой, чтобы понимать, как это эффективно решить с помощью AI. Сейчас мы больше работаем над собственным продуктом и сознательно сузились до одного направления — контент и его дистрибуция. При этом мы берём и performance-контент, и органику, короткие видео для TikTok, Reels и похожих платформ, и веб-контент — страницы, статьи и всё, что с этим связано. Но все это, особенно дистрибуция, по факту разные продукты. Прямо сейчас, например, мы работаем с аналитикой и глубокой разбивкой контента конкурентов для одного из клиентов. И добавляем туда огромное количество метрик, на которые большинство вообще не смотрит, хотя они реально критичны. Каждую единицу контента мы разбиваем, например, на: — хук — озвучку — основного персонажа — пол — возраст — и ещё 50+ параметров Дальше мы смотрим, какие комбинации этих параметров чаще всего встречаются у виннеров, задаём каждому вес и собираем датасет. В результате это даёт прирост эффективности performance-контента на 20–30%. И это, на самом деле, только малая часть того, что мы делаем, чтобы контент реально работал и был в генерации эффективнее внутренней команды. С органикой всё ещё сложнее. Там совсем другие метрики, и к ним мы тоже пришли не сразу. Например, как вообще корректно оценивать виральность видео? Мы смотрим сразу на несколько параметров: — reach lift — speed factor — качество вовлечения И всё это собирается в одну формулу, а не оценивается по одному показателю «залетело или нет». Иногда я вспоминаю времена, когда компании ходили в дизайн-агентства просто за баннерами для рекламы. И отказывались от каких-то, на их взгляд, страшных макетов, приоритизируя визуал, а не результат. Всё ещё очень много компаний, которые вносят правки чисто визуально, жёстко держатся за гайдлайны и правят «на глаз». А есть другой подход. Когда компании работают с данными, понимают набор выигрышных элементов, собирают собственные копи, меняют один параметр за раз и запускают тесты. Можно сказать, что Meta с Andromeda сильно это ускорила. Даже в эпоху AI, когда кажется, что один человек может закрывать весь маркетинг целиком, выигрывают всё равно те, у кого есть сильные кор-скиллы и специализация.

Кладбище мертвых стартапов В одном исследовании собрали данные по 1516 стартапам, которые закрылись, с суммарными инвестициями на $439 млрд. Цифры большие, но куда важнее выводы, которые из этого следуют. Топ-5 причин, по которым стартапы закрываются: 1. Проблемы с продуктом: UX, качество, технология 2. Сильная конкуренция 3. Плохая юнит-экономика и ошибки в ценообразовании 4. Потеря фокуса и неудачные пивоты 5. Проблемы с маркетингом и дистрибуцией Если обобщить, то стартапы почти никогда не умирают из-за одной ошибки. Чаще всего это комбинация слабого продукта, неработающей экономики и слабой дистрибуции. При этом важно учитывать контекст рынка. В разных нишах основные причины выглядят по-разному. В e-commerce основное давление создают конкуренция и логистика. В hardware часто всё упирается в продуктовые проблемы и дорогой cash burn. В Social & Media на первый план выходят качество и высокая конкуренция. В Health & BioTech ключевая боль — регуляторные ограничения. Нет одной универсальной формулы провала. Контекст рынка всегда решает. Ещё один интересный вывод. Чаще всего проваливаются либо стартапы с минимальными инвестициями, либо те, кто на старте привлёк слишком много денег. Большие бюджеты часто просто откладывают момент, когда команда понимает, что ошиблась. Деньги искажают сигналы: • плохие метрики можно долго игнорировать • маркетинг можно бесконечно “докручивать” • отсутствие PMF легко списать на “стадию роста” Ключевой вывод исследования — стартапы умирают не из-за инструментов, а из-за отсутствия системы. Я с этим полностью согласен. Это видно и по опросу, который мы проводили, и по моему опыту в консалтинге, когда я работаю со стартапами и помогаю им выстраивать маркетинг. В компаниях снова и снова повторяется один и тот же паттерн: • каналы существуют отдельно друг от друга • запускают платную рекламу, не видят быстрых результатов и делают вывод, что канал не работает • идут в outbound, делают рассылку на 10 000 писем, получают ноль ответов и приходят к тому же выводу Проблема не в каналах. Проблема в том, что их используют без общей логики, без связи с продуктом, гипотезами и воронкой. Канал ждут как волшебную кнопку, а не как инструмент внутри системы. В итоге команды просто перескакивают из одного канала в другой и разочаровываются каждый раз. Те же самые проблемы я вижу и в компаниях с миллионными маркетинговыми бюджетами. Часто получается ухватиться за один удачный кейс, раскрутить его и вырасти за счёт этого. Но рынок конечный. У каждой гипотезы есть своя capacity, и в какой-то момент рост просто упирается в потолок. При этом маркетинг уже разросся слоями: • несколько подрядчиков ведут разные каналы • каждый работает сам по себе • общей логики нет • гипотезы не структурированы • приоритеты постоянно плавают Поэтому основной вывод простой. Нужно мыслить системой. Не гнаться только за быстрыми винами, но при этом делать быстрые тесты и понимать, зачем они нужны в стратегии. И ещё один важный момент. Go to market стоит начинать выстраивать ещё до продукта. На рынке много примеров, когда сначала собирают аудиторию, прогревают её, а уже потом запускают продукт, тестируют экономику и растут намного стабильнее. Источник исследования, если интересно углубиться: https://www.loot-drop.io/

Этот AI буквально разорвал интернет и теперь кажется, что он реально может делать все. Извини за кликбейтный заголовок, но без него тут никак. За последние дни западный твиттер и техно-чаты реально загудели из-за одного AI-агента — Moltbot (раньше назывался Clawdbot): https://x.com/openclaw Мы уже давно насытились «умными помощниками», которые умеют разговаривать, что-то советовать и помогать с текстами, но не могут выходить за рамки диалога. Как только речь заходит о реальных действиях — всё, стоп. Moltbot как раз про другое. Если он понял, что ты хочешь, он может взять и выполнить задачу сам, а не просто объяснить, как это сделать. Но есть нюансы. Работает он локально. Это не сервис, где ты просто покупаешь подписку и сразу начинаешь пользоваться. Его нужно установить и настроить у себя — на macOS, Windows или Linux. Он живёт прямо в системе, файлы никуда не улетают, весь контекст остаётся у тебя. При желании можно подключить облачные модели вроде OpenAI или Anthropic, а можно работать с локальными. Самого агента можно просто подключить к Telegram и общаться с ним оттуда, без отдельного интерфейса. У него есть память. Он запоминает, как ты обычно работаешь, что для тебя важно, какие задачи ты ему уже давал. Поэтому со временем он начинает вести себя не как бот, а как нормальный персональный помощник, которому не нужно всё объяснять заново. При этом ему можно дать довольно глубокий доступ к системе. Он умеет работать с файлами, запускать команды в терминале, управлять приложениями и пользоваться браузером как человек — открывать сайты, нажимать кнопки, заполнять формы. Если говорить про реальные сценарии, то вот несколько примеров: • может собирать новые небольшие приложения, которые упрощают твой рабочий процесс • делать ежедневные короткие разборы тем, которые часто всплывают в твоих разговорах • хранить заметки без всяких папок и интерфейсов: просто написал — и всё сохранилось • автоматически вести базу контактов и историю общения • брать на себя часть задач из todo-листа • следить за трендами в X и подсказывать, где появилась возможность • мониторить конкурентов и писать, если у кого-то внезапно вышло что-то новое Главное отличие Moltbot в том, что он не живёт в отдельном приложении и не пытается быть «умным собеседником». Он становится частью системы и берёт на себя реальные действия. Похоже, мы постепенно уходим от AI, который только разговаривает, к агентам, которые реально что-то делают. И Moltbot — один из первых примеров, как это может выглядеть вживую.

🔥Ребята, мы стартанули эфир Кто еще не с нами — скорее присоединяйтесь 👉Подключиться к конференции Zoom https://us06web.zoom.us/j/89714395340?pwd=ZZYXao3aD5APWewnRqbxSfZoIyT8ry.1

Мы недавно делали опрос в канале — в нём поучаствовало 100+ человек. Хотели разобраться в простой вещи: как вы на самом деле используете AI в маркетинге и с какими сложностями сталкиваетесь в работе. Отдельное спасибо всем, кто нашёл время и ответил на вопросы. Без этого это были бы просто мои догадки, а так — картина из реальных процессов и проблем. Коротко поделюсь тем, что получилось. 1. Сценарии использования Чаще всего AI используют для текстов — 88,9%, это самый простой и понятный способ начать: написал запрос, получил результат. Чуть реже его подключают к идеям, креативам и анализу данных, а вот до планирования, принятия решений и контроля качества AI доходит меньше чем у 20% команд По ощущениям, у большинства AI живёт как инструмент «на конкретную задачу», а не как часть общей системы. 2. По зрелости почти у всех похожая картина. Около 60% используют AI точечно. Ещё 15–20% — регулярно, но без общей логики. И только 5–7% сказали, что большая часть маркетинга у них реально завязана на AI. AI помогает ускоряться, но процесс целиком почти нигде не меняется. Отсюда и ощущение, что эффект есть, но не такой, как хотелось бы. 3. Когда смотришь на проблемы, они тоже повторяются. Чаще всего это: • рутина и отчёты, на которые уходит слишком много времени; • контент, который либо сложно делать регулярно, либо он получается однотипным; • медленный запуск тестов, когда между идеей и результатом проходит слишком много шагов. И почти везде всплывает одна и та же точка поломки — автоматизация без структуры. AI пытаются встроить в уже существующий хаос, автоматизировать всё сразу, и в итоге либо падает качество, либо процесс становится настолько сложным, что команда просто перестаёт им пользоваться. Если добавить мой взгляд вне опроса, картина складывается довольно простая: • времени мало • команды перегружены • нанимать новых людей дорого и страшно Каждый день я убеждаюсь, что проблема не в том, что AI плохо работает. Проблема в том, что нет понятной точки входа, структуры и первого шага, который даёт ощутимый результат, а не добавляет ещё больше неопределённости. Именно эти результаты мы взяли за основу новой гипотезы, с которой сейчас работаем. Сегодня в 17.00 по сет на эфире подробнее разберём выводы опроса, покажем, какие решения уже есть на рынке, где они действительно помогают, а где скорее создают иллюзию эффекта, и как на всё это можно смотреть системно. Если ты ещё не с нами — присоединяйся. 👉Зарегистрироваться на эфир

Запустить бизнес сегодня легко, но расти из года в год — всё сложнее Сегодня стартовать реально просто: • приложение можно собрать и выкатить за дни • даже если ты не технарь, ты можешь создать и запустить продукт • компанию можно открыть за сутки и сразу начать принимать платежи Разработка перестала быть конкурентным преимуществом. Поэтому продуктов и приложений стало в разы больше, а конкуренция — жёстче. Но лёгкий старт ≠ устойчивый рост. Дойти до первых 100 платящих клиентов по-прежнему сложно. Но даже если эти 100 клиентов удалось нащупать, дальше начинается следующая проблема — как масштабироваться и расти системно, а не рывками. Причина всё та же: маркетинг остаётся главным бутылочным горлышком. Многие либо не понимают, как запускать маркетинг с нуля, либо нащупывают рост до определённого потолка — и дальше не понимают, за счёт чего расти. В этот момент обычно начинается хаотичное внедрение инструментов, гипотез и «волшебных решений». Проблема в том, что маркетинг — это не один канал и не один удачный креатив. Это система: аудитория, продукт, дистрибуция, месседж, ценность для пользователя и экономика. Хорошая новость — AI сильно упростил работу с каждым из этих блоков. Сегодня уже есть агенты, которые: • быстро и недорого генерируют десятки рекламных креативов • анализируют конкурентов: сайты, соцсети и рекламные кампании • помогают находить инсайты и точки роста Мы сами так работаем в своём бизнесе. Плохая новость — AI сам по себе проблему не решает. Если внедрять его в хаос, он просто масштабирует хаос. Ключ — выстроить систему: понять, кто твой пользователь, какой канал роста основной и как связать всё в единую модель. Именно об этом мы будем говорить на эфире 27 января в 17:00 по CET. Покажем, как собрать маркетинг в систему и использовать AI для стабильного роста. Если ты строишь бизнес и чувствуешь, что маркетинг стал узким местом — присоединяйся. 📌 Зарегистрироваться на эфир

AI ускорил рынок: когда возможностей больше, чем ясности В февраля 2025 года мы запустили первый продукт по AI, к маю на 100% программу и каждый поток улучшали продукт. Его прошли 70+ человек и компаний: Яндекс, IT Agency, Deiz, Neverend, GetMyTransfer, ZeptoLab, Appsyoulove, Sync, Honeybadger, На старте запрос звучал просто: Покажите, как и куда можно внедрять AI. Но рынок развивается и запрос меняется, а вокруг ниши много информационного шума. AI перестал быть чем-то экспериментальным, он уже встраивается в рабочие процессы большинства команд: - корпоративные подписки на AI-сервисы - автоматизация отдельных задачи - командные брейштормы, хакатоны по поиску AI-решений Но вместе с этим возник другой, более сложный вопрос: как подходит к внедрениям системно и создавать решения, которые помогают закрывать "узкие горлышки". Большинство людей, с которыми мы общаемся, фаундеры и топ-менеджмент, и один из самых частых запросов, который мы слышим: Что сейчас вообще делать с маркетингом и как его понимать, автоматизировать в текущих реалиях? Почему этот запрос вообще возник 1. Данных стало больше — решения не стало проще. Типовая ситуация: - метрик больше, чем когда-либо - отчёты собираются чаще - гипотез, каналов и активностей всё больше Но ключевые вопросы остаются: - что масштабировать - что отключать - где теряется бюджет - какие решения реально влияют на результат Маркетинг кипит, но управляется по-прежнему на ощущениях. 2. AI-инструменты расползлись по всем зонам маркетинга, но не собрались в систему: каждый использует свои тулы для креативов, контента, аналитики, планирование. AI тулы используются почти везде. Но почти нигде — как единая управляемая система. В итоге AI ускоряет отдельные задачи, но маркетинг как функция не становится прозрачнее и управляемее. Поэтому мы решили двигаться именно в этом направлении и создать новый продукт для маркетинга, ориентированный на фаундеров, CMO и руководители отдела трафика, контента. Если вам откликается всё, что написано выше, и вы хотите быть сопричастными к созданию такого продукта — ответьте на несколько вопросов в боте 🎁Взамен мы предлагаем вам урок из нашего флагманского продукта «Стратегия внедрения AI-агентов» и доступ к закрытому клубу AI-лидеров от Teamlex. Если маркетинг для вас — зона ответственности, а не просто набор задач, будем ждать ваши ответы.

Что будет с AI-контентом в 2026? Ребят, привет! Присмотрел весь этот год и решил собрать в один пост важные сдвиги, которые поменяли маркетинг и работу с контентом. В начале года я тестировал Nano Banana: сделал простой промпт «женщина в кафе, тёплый свет, уют». Тогда результат был с явной «аишностью». А пару недель назад повторил тот же промпт в новой версии — и получил кадр, который спокойно можно принять за фото с телефона. Естественный свет, нормальная кожа, правильная атмосфера. И между этими результатами всего несколько месяцев. Именно в такие моменты понимаешь: скорость технологического скачка стала выше, чем способность команд подстраиваться. Команды физически не успевают адаптироваться под такие изменения. Не потому что работают медленно — просто старые процессы перестали тянуть новый объём. Вот несколько цифр, которые это подтверждают: — По данным Ahrefs, около 75% нового веб-контента уже создаётся с помощью AI. — Unilever и PepsiCo показывают ускорение продакшна в 10–30 раз и рост эффективности на 15–20%. На их масштабе это эквивалент сотен миллионов долларов перераспределённых маркетинговых бюджетов. — Маркетинговые команды увеличили объём контента в 3–75 раз. В такой среде старая логика «делаем руками, сколько успеваем» больше не работает. Появилась новая модель: процессы строятся вокруг скорости, автоматизации и распределения задач между людьми и агентами. Что меняется прямо сейчас: — Поиск меняет стратегию. AI Overviews в Google забирают значимую часть кликов, и органика начинает проседать. На есть компании вроде Tally они вышли на $4M ARR за счет нового поиска. Их рост основан не на объёме контента, а на точной работе с несколькими ключевыми факторами: Reddit, автоматическая генерация правильных страниц, грамотная структура и плотная внутренняя перелинковка. — Контент стал экосистемым. В нишах вроде образования, финансов, бьюти и развлечений YouTube и TikTok уже входят в топ-3 факторов, влияющих на ранжирование в поиске и LLM. Поэтому обязательным становится мультиканальность: видео, короткие форматы, сайт и соцсети. — Контент-циклы стали короче. То, что раньше жило месяц, теперь держится неделю. Я писал об этом в прошлом посте — форматность стала основой роста. Сейчас важно быстро находить рабочие паттерны и ловить всплески. — Видео стало обязательным, а не рекомендованным. Даже B2B теперь растёт через видео. Отличный пример — TikTok tldv.io: узкий SaaS, но TikTok даёт им огромную часть притока, местами до трети всего трафика. — AI-агенты закрывают 70–90% операционки. В проектах Teamlex AI анализирует данные, подбирает форматы, пишет сценарии, собирает продакшн и публикует материалы. Люди подключаются там, где важны стиль, экспертиза и решения. Без агентов уже невозможно сохранять темп — слишком много задач и слишком высокая скорость. И мой главный вывод. AI-контент — это не про ускорить копирайтера или заменить дизайнера. Это про то, что компании переходят к новой архитектуре маркетинга: много каналов, много форматов, быстрые итерации, агенты, которые держат операционку, и эксперты, которые держат смысл. Порог входа вырос, но выросла и возможность делать в разы больше при тех же ресурсах. Ребята, а как у вас меняется работа с контентом? Чувствуется этот сдвиг или ещё нет? #ai@dmitrii_digital

🔥 Мы уже в эфире! Говорим о контенте и показываем, что конкретно изменилось в 2025–2026 Почему поиск перестал давать трафик, как AI перевёл контент-рынок на новые рельсы и какие форматы сейчас работают. Дальше — посмотрим агентов, которых мы внедряем в быстрорастущие компании. Подключайся прямо сейчас👇 https://us06web.zoom.us/j/81694421309?pwd=RxDhOBFoeWFJbuHbgIayQY6r3zVSjU.1

И теперь самое главное - под капотом у Серёжи гораздо глубже проторён путь: от анализа трендов до построения агентных контент-процессов, которые работают почти без участия человека. И именно это мы разберём подробно на эфире 2 декабря в 17:00 CET: - рассмотрим похожие кейсы по слоям - покажем, как устроены агентные процессы, которые работают без бесконечного найма - разберём, как собрать автоматизацию контента «под ключ» - ответим на ваши вопросы Если хочешь научиться строить такие процессы — регистрируйся на эфир.