Маркетинг десятилетиями работал с усредненными портретами: «женщина 25–34 лет, живет в мегаполисе, интересуется фитнесом». За этим описанием скрывались миллионы разных людей, которым показывали одно и то же сообщение. Сегодня ИИ-алгоритмы умеют работать куда точнее: анализировать поведение конкретного пользователя и адаптировать под него заголовки, тексты и визуал. Как устроена эта система, кто на ней зарабатывает и почему вовлеченность от зависимости система не отличает — в материале «Инка».
Маркетинг десятилетиями работал с усредненными портретами: «женщина 25–34 лет, живет в мегаполисе, интересуется фитнесом». За этим описанием скрывались миллионы разных людей, которым показывали одно и то же сообщение. Сегодня ИИ-алгоритмы умеют работать куда точнее: анализировать поведение конкретного пользователя и адаптировать под него заголовки, тексты и визуал. Как устроена эта система, кто на ней зарабатывает и почему вовлеченность от зависимости система не отличает — в материале «Инка».
Что изменилось и как это работает
Персонализация существовала задолго до нынешнего ИИ-бума. Коллаборативная фильтрация — метод, основанный на том, что люди со схожим поведением, вероятно, оценят схожий контент, — появилась в 1990-х и до сих пор лежит в основе систем рекомендаций. Ее логика проста: ты похож на этих людей, значит, тебе понравится то, что понравилось им. Качественный сдвиг произошел с внедрением генеративных инструментов.
Дмитрий Юдин,
директор департамента ИИ в Cloud.ru и преподаватель программы «ИИ-лидеры» в НИУ ВШЭ:
«Революция не в том, что контент адаптируется, — это умели и десять лет назад. Новизна в том, что контент теперь не выбирается из библиотеки, а генерируется под пользователя в момент запроса».
Главное изменение последних двух лет: граница между производством контента и его доставкой исчезла. Раньше письмо, баннер или карточка товара существовали до того, как их увидел пользователь, — система только выбирала один из готовых вариантов. Теперь контент создается в момент контакта: Google Ads, «VK Реклама» и «Яндекс Реклама» собирают рекламные блоки динамически из ваших материалов, генерируя комбинации заголовков, изображений и призывов к действию под конкретного пользователя. Вариативность возможных креативов стала практически бесконечной.
Денис Ермаков,
ведущий инженер-разработчик компании «Техпоток»:
«Цифры подтверждают эффективность такого подхода. Платформа для генерации рекламных текстов Persado дала сети супермаркетов Carrefour рост конверсии на 42% в SMS и push-кампаниях. Сервис Movable Ink, который собирает письмо под каждого подписчика прямо в момент отправки, принес Ballard Designs рост выручки с одной рассылки в 25 раз. Трафик из ИИ-поиска на Shopify вырос в восемь раз за год, заказы из ИИ-источников — в 15 раз».
За этой трансформацией стоит конкретная инфраструктура. Между тем, как пользователь открыл страницу, и тем, что он увидел на экране, успевает произойти около восьми вызовов к разным моделям.
- Сначала сбор сигналов: каждый клик, скролл, пауза на странице, время суток, устройство превращаются в поток событий, из которого строится единый профиль.
- Затем вычисление признаков: «число сессий за последние семь дней», «средний чек за 90 дней», «вектор принадлежности к категории».
- Параллельно работают модели предсказания оттока и склонности к покупке.
- Затем так называемые многорукие бандиты (contextual bandits) выбирают, что именно показать.
- После этого, наконец, генерируется финальный контент, который должен дойти до пользователя менее чем за 200 миллисекунд.
Руфина Горлачева.
директор по развитию бизнеса GPTunneL:
«Удивляет то, как быстро технология стала новым стандартом ожиданий. Рекомендательные алгоритмы на маркетплейсах, динамические письма с товарами из корзины, голосовые ассистенты с базовой адаптацией тона — это уже повседневность. Следующий уровень — динамические лендинги и автоматическая генерация рекламного креатива под сегмент. Инструменты для этого уже доступны среднему бизнесу, это входит в норму, но есть еще далеко не у всех».
И есть передовой край — моделирование поведения (predictive intent modeling). Такие системы действуют раньше тебя. Не «ты смотрел это, значит, тебе подойдет вот это» — а «судя по твоему контексту прямо сейчас, через два шага тебе понадобится вот это».
Руфина Горлачева,
директор по развитию бизнеса GPTunneL:
«Именно здесь, мне кажется, будет следующий большой сдвиг. В B2B это уже работает серийно: платформы определяют, на каком этапе принятия решения находится клиент, еще до прямого контакта с компанией. В потребительском сегменте таким пока занимаются только единицы».
Как чат-боты стали частью уравнения
Гиперперсонализация работает там, где есть данные и высокая частота взаимодействий. Чем больше точек контакта с пользователем, тем точнее модель. Электронная коммерция — однозначный лидер по измеренному эффекту.
Финансовые сервисы — самая быстрорастущая категория, хотя и наименее заметная снаружи. ИИ-ассистент «Банка Америки» Эрика получил 3 млрд взаимодействий за период с 2018 по 2025 год, из которых 1,7 млрд были проактивными: система сама инициировала контакт на основе сигналов о нестандартных тратах или низком балансе. Рост выручки через контекстные предложения продуктов составил 19%.
Есть и зоны, где персонализация работает плохо: редкие, высокочековые покупки (недвижимость, автомобили, B2B) требуют человеческого отношения, которое алгоритмам пока не дается. В этих сферах моделям недостаточно повторных взаимодействий, чтобы построить портрет покупателя.
Отдельная точка роста — чат-боты, которые за два года превратились из справочников с заранее написанными сценариями в полноценных агентов. Теперь они помнят историю общения с пользователем, обращаются к актуальным данным прямо во время разговора и решают задачи без подключения живого оператора. Klarna в феврале 2024 года опубликовала данные: ее ИИ-ассистент за первый месяц обработал 2,3 млн диалогов, или 2/3 всех обращений. Это сократило среднее время решения вопроса с 11 мин. до менее чем 2 мин.
Андрей Чубин,
руководитель направления анализа данных и ИИ в Quantum One:
«В премиальном сегменте живое общение стало ценностью. Когда большинство задач можно решить через ИИ, разговор с человеком превращается в дополнительный сервис, за который готовы платить.
В массовых сценариях происходит обратное. Чат как интерфейс постепенно теряет значение, потому что система старается предугадывать потребности заранее. Развитие идет к более бесшовному опыту, где пользователю все реже нужно что-то спрашивать, — система все чаще делает необходимые действия за него».
От вовлеченности до зависимости один шаг
Где заканчивается полезная персонализация и начинается манипуляция? Этот вопрос в индустрии обсуждают реже чем следовало бы.
Дмитрий Юдин,
директор департамента ИИ в Cloud.ru и преподаватель программы «ИИ-лидеры» в НИУ ВШЭ:
«Граница не там, где людям кажется. Большинство думает, что граница там, где “знают обо мне слишком много”. Это не так. Граница проходит по другому критерию: работает ли персонализация в интересах пользователя или против него. Простой тест: если убрать персонализацию, пользователь окажется в лучшем положении или в худшем? Обложка Netflix под ваш вкус — так вы быстрее найдете, что посмотреть. Таймер “осталось 3 минуты на скидку”, сгенерированный под профиль человека, который реагирует на срочность, — манипуляция через искусственный стресс».
Руфина Горлачева,
директор по развитию бизнеса GPTunneL:
«Если бы пользователь знал, как именно на него влияют в этот момент, он бы сказал спасибо или почувствовал себя использованным? Это и есть критерий. Проблема в том, что большинство компаний оптимизируют под метрику вовлеченности. Вовлеченность и зависимость в метриках выглядят одинаково — это два разных результата с одинаковыми цифрами».
Компании сегодня занимают три позиции. Большинство не работают с этой границей вовсе — ИИ-инструменты встраивают манипулятивные паттерны как побочный эффект оптимизации конверсии. Меньшинство закрывают вопрос формально, через чеклисты соответствия требованиям. Единицы — содержательно: Spotify сделал отмену подписки в один клик, Patagonia убрала агрессивные допродажи, DuckDuckGo строит весь продукт на приватности как конкурентном преимуществе.
Как отмечает Дмитрий Юдин, то, что в 2022 году было быстрым способом поднять конверсию, в 2026-м превратилось в репутационный и регуляторный риск: «Компании, которые сейчас инвестируют в прозрачную персонализацию, получат структурное преимущество, когда «Закон о цифровой честности» и его аналоги начнут жестко применяться».
Ожидания пользователей при этом перестраиваются быстрее, чем большинство компаний успевает подготовиться. А персонализация превратилась из конкурентного преимущества в базовое ожидание примерно так же, как когда-то быстрая загрузка страниц перестала быть достоинством и стала обязательным условием.
