Что стоит за признанием директора по маркетингу о перерасходе на ИИ-кампании и как это применить в своём бюджете?

Итоги интервью: ключевые тезисы и что они значат для рынка.

Признание директора по маркетингу о перерасходе на ИИ-кампании — это не про то, что ИИ плохо работает. Это про отсутствие привязки затрат на ИИ к конкретному бизнес-результату: деньги уходят на подписки, API-вызовы, генерацию контента и тестовые гипотезы, а в отчёте видно только «мы используем ИИ». Корень в том, что бюджет на ИИ планируется как эксперимент, а не как канал с CAC, LTV и сроком окупаемости. Когда нет метрики на входе, перерасход обнаруживается постфактум.

Связанные услуги: каталог, AI Boost Team, стать клиентом.

Признание, которое дороже любого кейса

Директор по маркетингу публично признал перерасход на ИИ-кампании. Не скандал, не увольнение, не «мы всё отключили». Признание вслух того, что большинство отделов маркетинга в SMB держит в закрытых таблицах: деньги на ИИ уходят, а объяснить их в терминах сделок и выручки нечем.

Формулировки, которые звучат в таких разговорах на конференциях и внутренних разборах бюджета, я разбираю ниже. Это не цитаты из пресс-релиза с фамилией и компанией, и выдавать их за персональное интервью было бы враньём. Но каждая из них повторяется с точностью до запятой у разных команд, и в этом главная ценность: проблема системная, а не личная.

«Мы за квартал потратили на ИИ больше, чем на контекст, а в отчёте одна строчка: используем ИИ»

Вот здесь корень. Канал с бюджетом крупнее контекста, но без метрики канала. Контекст вы защищаете через CPL и стоимость сделки, потому что так делали пять лет. ИИ-расходы защищаются фразой «мы внедряем ИИ», а это не аргумент в разговоре с CEO, который смотрит на кассу.

Практический вывод: любой инструмент, который нельзя положить в строку с ценой лида, попадает в тестовую корзину с лимитом. Не в «перспективные расходы». В тест.

«У нас три подписки на генерацию текста. Я узнал об этом, когда финансы прислали выгрузку»

Классика. Маркетинг покупает решение под задачу, через два месяца приходит новый сотрудник с привычным сервисом, покупает ещё одно. Старое не отключают, потому что «там же наши шаблоны». Счёт удваивается тихо.

Проверьте это до конца недели: выгрузите все списания по ИИ-сервисам за 2–3 месяца и отсортируйте по назначению. Дубли в списке увидите быстрее, чем в любом дашборде. Каталог инструментов с описанием назначения держите под рукой, чтобы сравнивать функции, а не бренды: каталог.

«ИИ-кампании не провалились. Я не могу доказать, что они сработали»

Честная формулировка. Она означает, что эксперимент не был обвязан метрикой на входе. Когда гипотезу запускают без базовой линии (baseline) по стоимости лида, после запуска сравнивать не с чем. Любой результат можно объявить успехом, любой провал списать на «рынок такой».

Без baseline нельзя обещать конкретные цифры улучшения. Можно зафиксировать текущую стоимость лида по каналу до включения ИИ, и это единственное, что даёт вам право что-то утверждать через месяц.

«Мне проще отключить всё, чем объяснять CEO, за что мы платим»

Так и рождается маятник: сначала бесконтрольная закупка, потом полное отключение. Оба решения принимаются без данных, оба бьют по маркетингу. Первое выжигает бюджет, второе убивает работающие сценарии вместе с мусорными подписками.

Третий путь один: перевести обсуждение из «сколько мы тратим на ИИ» в «сколько стоит лид, который ИИ приносит».

Три корзины, в которых живёт ИИ-бюджет

Пока ИИ-бюджет лежит одной строкой, вы не управляете им. Вы наблюдаете за тем, как он заканчивается. Разделение на три корзины нужно не для красоты отчёта, а чтобы у каждой части был свой режим контроля и свой срок пересмотра.

Инфраструктура и производство — это то, что уже работает. Их нельзя дёргать каждую неделю, иначе вы снесёте себе сборку лидов ради красивой отчётности. Тестовая корзина, наоборот, должна дышать быстро: не дала вклада за два цикла, уходит в лимит или на выключение.

Ориентир по объёму: тестовая корзина — 10–15% от общего ИИ-бюджета. Когда она разрослась до 20%, вы уже не тестируете, вы финансируете набор любимых игрушек под видом гипотез. Это первое, что видно в выгрузке списаний.

И да, недельный лимит на тесты нужен жёсткий. Не «мы посмотрим».

• Лимит задаётся в рублях и не переносится на следующую неделю.
• Превышение лимита — сигнал остановить новые запуски, а не поднять планку.
• Каждая гипотеза в тесте имеет дату старта и дату решения. Без даты это не тест.

Метрики, которые показывают реальную стоимость ИИ

Три числа закрывают почти весь вопрос: стоимость лида, стоимость квалифицированного лида, стоимость сделки. Считать их по ИИ-каналу нужно так же, как по контексту, иначе сравнение превращается в спор о вкусах.

Формула простая: все списания по корзине за период делим на количество результатов за тот же период. Дальше вопрос дисциплины — что считать результатом. Лид из формы и лид из чат-бота с оплатой за диалог — разные сущности, и складывать их в одно ведро значит получить среднюю температуру по палате.

Сравнение с ручной альтернативой

Самый недооценённый шаг. Если менеджер делает ту же работу за сопоставимые деньги и время, ИИ-инструмент не оправдан, каким бы современным он ни был. Считайте не «ИИ дешевле людей», а конкретно: сколько стоит обработка 100% входящих через инструмент и сколько через человека с учётом его часов.

Часто выясняется, что инструмент выгоден на объёме и убыточен на вашем потоке. Особенно если оплата идёт за диалог или за пользователя, а не за результат.

Как считать, если аналитика нет

Отдельного аналитика по эффективности в компании на 10–200 человек обычно нет. Значит, строим на том, что есть: выгрузка списаний из банка и кабинетов, CRM с датами создания сделок, таблица. Три шага, каждый по силам руководителю маркетинга без SQL.

1. Соберите все списания по ИИ-сервисам за 2–3 месяца в одну таблицу: дата, сервис, сумма, назначение.
2. Разметьте строки по трём корзинам и поставьте напротив каждой одну метрику из трёх.
3. Подтяните количество лидов и сделок за те же периоды из CRM. Делите одно на другое.

Что нельзя обещать без замеров: конкретное снижение CAC после внедрения. Первый цикл вы получите не улучшение, а точку отсчёта. Разница между «мы используем ИИ» и «ИИ приносит сделки по такой-то цене» появляется только со второго цикла, когда есть с чем сравнивать.

Скрытые источники перерасхода

Перерасход редко выглядит как один дорогой тариф. Он собирается из мелочей, каждая из которых «всего пару тысяч».

Оплата за объём — самый коварный пункт. Затраты на ИИ растут нелинейно: чем больше гипотез и объёмов генерации, тем выше счёт, при этом конверсия не обязана расти пропорционально. Бюджет утвердили один раз на старте, а счёт живёт своей жизнью.

Поэтому лимит на объём ставится заранее и на уровне инструмента, а не на уровне «мы будем следить». Следить никто не будет, у руководителя маркетинга и без этого пять задач в очереди.

Пересборка бюджета за две недели

Это не проект на квартал. Две недели на первый проход, дальше режим. Прелесть в том, что на первом проходе вам не нужны идеальные данные: нужна честная картина того, куда утекло.

Неделя первая. Выгрузка и разметка. Все списания в одну таблицу, три корзины, три метрики. Здесь же находится первый срез: сколько денег живёт в тестах и сколько из них не имеет даты решения.

Неделя вторая. Решения. По каждому инструменту одно