Как строить бизнес в digital дальше? Интервью с руководителями агентств. Дисклеймер: решение вас разозлит

Спикеры:

🤝️ Мария Белоконь, генеральный директор OOM by Okkam.

🤝️ Андрей Гавриков, вождь Completo & founder MAED.

🤝️ Александр Конев, директор по монетизации Kokoc Group.

🤝️ Тимур Угулава, совладелец digital-агентства «Медиасфера», эксперт Яндекса по обучению, нейроактивист.

Обсудим:

Что происходит с рынком → Где деньги (как ИИ меняет экономику агентства) → Что продавать (как ИИ меняет агентскую модель и цены) → Как управлять (и не потерять контроль над командой)

Короче говоря, обсудим проблемы, с которыми сталкивается каждое агентство в 2026 году.

Что происходит с рынком: ИИ — и решение, и источник давления

Ошибка: считать ИИ очередным инструментом агентства. Да, он позволяет быстрее работать и снижать операционные затраты — но одновременно повышает ожидания клиентов по скорости и стоимости услуг. С Марией Белоконь начинаем с общей картины:

• Что сильнее всего давит на агентства

• Как ИИ усиливает это давление

• Где ИИ уже помогает агентствам

• Почему доступ к нейросетям сам по себе больше не дает преимущества

— Какие вызовы сегодня сильнее всего влияют на digital-агентства?

Я бы выделила три:

1. Давление на экономику. Растут издержки, рекламодатели осторожнее планируют расходы, бюджеты оказываются под давлением, а тендеры становятся жестче по финансовым условиям. При этом обязательства агентств перед площадками и банками никуда не исчезают.

2. Маркетинг становится сложнее. Появляется всё больше инструментов внутри цифровых экосистем и ритейл-медиа. Возможностей больше, но собрать из них эффективную стратегию сложнее: нужно учитывать особенности площадок, аудиторий и оценивать вклад всей системы в бизнес клиента.

3. Клиенты требуют большего за меньшие ресурсы. Им нужны глубокая экспертиза и быстрые решения. Поэтому агентствам приходится одновременно повышать качество продукта и менять операционную модель.

ИИ здесь — фактор, который ускоряет все три процесса.

— Как именно ИИ усиливает давление на агентства?

Прежде всего он изменил представление о скорости и стоимости работы: создавать материалы, готовить отчеты и обрабатывать данные теперь можно быстрее. Поэтому клиент закономерно спрашивает:

«Если часть работы автоматизирована, почему она стоит столько же?»

Из-за этого всё сложнее защищать FTE-модель, где цена услуги привязана к количеству специалистов и часов.

Но важно разделять производство и решение задачи. ИИ может быстро подготовить варианты креатива или обработать данные. Но выбрать правильную стратегию, учесть экономику клиента и последствия решения — задача другого уровня.

Поэтому ИИ не столько обесценивает экспертизу агентства, сколько меняет то, за что клиент готов платить.

Раньше: процесс + часы.
↓
Теперь: качество решения + влияние на бизнес.

— Где ИИ уже помогает агентствам?

В условиях давления на бюджеты и комиссии искусственный интеллект позволяет снижать операционные затраты и сохранять маржинальность.

Какие решения внедрили мы в OOM by Okkam.

Более интересный эффект: ИИ помогает не просто делать старую работу быстрее, а создавать новые продукты.

Например, наша групповая платформа Prometheus AI анализирует рекламные коммуникации конкурентов и помогает находить незанятые территории для позиционирования брендов.

В одном из исследований мы обнаружили, что около 45% покупателей постельного белья считают качество и материал важнейшими критериями выбора, но менее 2% рекламных креативов приводят конкретные доказательства качества. ИИ позволяет быстрее находить такие разрывы, а специалист уже превращает их в стратегию.

— Почему для одних агентств ИИ — преимущество, а для других — давление?

Сам доступ к ИИ преимуществом уже не является: инструменты доступны всем. Разница — в том, что агентство с ними сделало.

Поэтому конкурировать будут не «агентства с ИИ» ↔ «агентства без ИИ». Конкурировать будут компании, которые сумели изменить с помощью ИИ бизнес-модель ↔ компании, которые продолжают работать по старым правилам.

Где деньги: как ИИ может улучшить экономику агентства

Прежде чем перестраивать бизнес-модель, нужно понять более приземленную вещь: решит ли ИИ проблемы конкретного агентства вообще. С Андреем Гавриковым разбираемся:

• Почему агентства теряют клиентов

• С чего начинать внедрение ИИ

• Где ИИ уже дает экономический эффект

• Может ли ИИ влиять на выручку и удержание клиентов

• Нужно ли начинать с большой ИИ-трансформации

— Почему агентства теряют клиентов?

Очень много агентств уходят с рынка или остаются совсем в грустно-печальном состоянии по нескольким типичным причинам.

Последнее особенно важно — экономика агентства сильно зависит от скорости. Представим, что клиент платит 100 рублей. Если мы:

• закрываем работу за месяц — мы заработали;

• закрываем работу за два месяца — можем выйти в ноль;

• закрываем работу за три месяца — уже в минус.

Поэтому все стыки процессов, которые можно безопасно ускорить, нужно ускорять.

Я здесь говорю про агентства, у которых команда — от 15–20 человек.

— С чего начинать внедрение ИИ?

Не с вопроса: «Куда нам прикрутить нейросеть?». С карты процессов. Нужно посмотреть:

• где команда тратит много времени;

• какие задачи постоянно повторяются;

• где результат можно стандартизировать;

• где ошибка автоматизации не создаст большого риска.

Боль → процесс → пилот → результат.

Не наоборот.

— Какие процессы уже можно автоматизировать — и что это дает?

В Completo работает несколько внутренних ИИ-сервисов. Они отвечают:

• за поиск компаний и контактов для аутрича;

• за помощь при запуске контекстной рекламы;

• за автоматическую проверку форм на сайтах;

• за подготовку клиентской отчетности;

• за мониторинг рекламных кампаний;

• за сбор и структурирование контента клиента;

• за UX-аудит.

И главный эффект здесь — не только сокращение времени, но и масштабирование работы.

Например:

• было 10 вариантов креатива → стало условно 100 вариантов для тестирования;

• была одна статья + несколько адаптаций → получили адаптацию под существенно большее число площадок в том же бюджете.

ИИ позволяет тестировать больше гипотез на тот же ресурс.

— Может ли ИИ влиять на выручку и удержание клиентов?

Да — и через сокращение расходов, и через новые источники дохода. Например, часть типовых контрольных функций уже можно автоматизировать. В некоторых агентствах это позволяет:

• уменьшать слой среднего менеджмента;

• сокращать фонд оплаты труда.

Параллельно возникают новые направления выручки: например, GEO.

Но есть ещё одна интересная история — единый ИИ-контекст клиента. Сначала у нас было несколько независимых сервисов, каждый знал только свою часть работы. Потом мы объединили данные:

Бриф + сайт + реклама + контент + аутрич + история тестов = единый контекст клиента.

Теперь новый юнит не начинает работу с нуля: система уже знает историю проекта. А это одновременно:

• повышает качество решений;

• связывает команды;

• сохраняет накопленную экспертизу;

• увеличивает ценность агентства для клиента.

— Нужно ли начинать с большой ИИ-трансформации и считать сложный ROI?

Мы так не делали. Мы брали конкретный повторяемый процесс, который очевидно съедал время, — автоматизировали и смотрели на результат.

Тот же подход работает не только в производстве, но и в обеспечивающих функциях — юридических, финансовых, административных. Поэтому я бы не начинал с масштабной трансформации всей компании.

Что продавать: как ИИ меняет агентскую модель и цены

Допустим, агентство научилось работать быстрее. Возникает следующий вопрос: что теперь продавать клиенту? Ведь у клиента есть те же нейросети, а часть задач он может попробовать забрать инхаус. С Александром Коневым разбираемся:

• Что клиент заберет инхаус, а что останется у агентства

• Что ИИ уже обесценивает — и что продавать вместо этого

• Как теперь формировать цену

• А если клиент говорит: «Нейросеть делает это за десять минут»?

• Может ли агентство заработать на ИИ-трансформации самого клиента

— Что клиент заберет инхаус, а что останется у агентства?

Универсального ответа нет — граница проходит внутри каждой компании. Клиенты должны будут решить пять вопросов.

То есть разделение пройдёт не между «ИИ» и «человеком», а между:

Ядром бизнеса клиента ↔ Тем, что выгоднее и безопаснее отдать внешнему эксперту.

— Что ИИ уже обесценивает — и что продавать вместо этого?

ИИ обесценивает не услуги, а модель, в которой агентство продает типовую операцию поштучно. Сам по себе ресайз или описание товара почти ничего не стоят:

Ценности в отдельной единице больше нет.

Но сама работа никуда не исчезает. Например, бренду с тысячами товаров всё равно нужно постоянно обновлять карточки — быстро, качественно и в едином стиле. Просто теперь клиент платит не за каждую карточку отдельно, а за то, чтобы агентство взяло весь этот процесс на себя и стабильно выдавало нужный результат.

Главный вопрос теперь:

За что клиент на самом деле платит?

Обычно он платит не за 30 текстов, а за трафик, заявки и видимость бренда. Значит:

Продавать нужно не количество единиц, а функцию, цель и метрики.

— Как теперь формировать цену и кому достанется экономия?

Логика клиента такая: если раньше задача занимала 100 часов, а с ИИ — 30, значит, и стоить она должна значительно дешевле. Клиент видит только время выполнения конкретной задачи.

Но чтобы сократить эти 100 часов до 30, агентству сначала нужно вложиться в технологию:

• разработать методологию;

• собрать и подготовить данные;

• настроить инструменты;

• протестировать их;

• исправить ошибки.

А затем постоянно поддерживать систему и контролировать качество результата.

То есть ИИ сокращает стоимость производства, но не делает его бесплатным.

Часть затрат просто переносится с ручной работы на разработку, поддержку и контроль технологии.

Поэтому вместо часов можно использовать несколько моделей.

Условный пример: клиент платит 300 000 рублей за performance-креативы.

Раньше: 10 гипотез → 30 000 рублей за гипотезу.

С ИИ: 30–40 гипотез → 7500–10 000 рублей за гипотезу.

Ценность для клиента — не в том, что дизайнер потратил меньше часов, а в том, что за тот же бюджет можно проверить больше вариантов и быстрее найти рабочую связку.

Экономия при этом распределяется так:

— А если клиент говорит: «Нейросеть делает это за десять минут»?

Если типовая операция действительно теперь выполняется за десять минут с тем же качеством — клиент прав. Защищать старую цену количеством потраченных раньше часов бессмысленно.

Но десять минут генерации ≠ десять минут готового результата.

Остаются:

• проверка фактов;

• соответствие бренду;

• юридические требования;

• адаптация под площадки;

• аналитика;

• принятие решений.

Поэтому и коммерческое предложение должно меняться. Не «20 текстов + 40 часов специалиста». А «Берем на себя функцию → фиксируем SLA → договариваемся о метрике результата».

Тогда клиент сравнивает агентство уже не с кнопкой ChatGPT, а со стоимостью получения результата самостоятельно.

— Может ли агентство заработать на ИИ-трансформации самого клиента?

Да. Это отдельный новый рынок. Если клиент забрал функцию внутрь, ему всё равно нужно:

Для агентства здесь минимум четыре продукта:

1. Консалтинг — аудит процессов и поиск сценариев автоматизации.

2. Интеграция — ИИ-агенты + CRM + рекламные кабинеты + аналитика.

3. Технология как сервис — доступ к собственным инструментам по подписке.

4. Эксплуатация — контроль качества и развитие решений.

В Kokoc Performance, например, уже есть решение для диагностики экономики привлечения: оно сокращает время аудита с недели примерно до 10 часов и показывает, где в маркетинге клиента теряются деньги.

То есть ИИ-трансформация клиента не обязательно отнимает работу у агентства.

Она может создать новый рынок — если агентству есть что предложить кроме умения писать промпты.

Как управлять: как внедрять ИИ без потери экспертизы и контроля

Когда ИИ становится частью ежедневной работы всей команды, появляется следующий риск: внешне сотрудники работают быстрее, но внутри может расти зависимость от решений, которые никто уже не способен объяснить. С Тимуром Угулава разбираемся:

• Что такое когнитивный долг

• Как измерять эффективность сотрудника с ИИ

• Где модели можно давать автономию

• Как не потерять экспертизу команды

• Как внедрять ИИ без сопротивления

• Что руководитель должен контролировать лично

— Что такое когнитивный долг?

Представим специалиста Виталия. Ему нужно проанализировать кампании и предложить изменения стратегии. Он:

1. Отдает задачу ИИ.

2. Получает ответ и не проверяет его.

3. Передает коллегам «как есть».

4. Команда внедряет рекомендации.

Позже руководитель спрашивает: «Почему мы приняли именно это решение?».

А Виталий не знает.

Он не принимал решение, а просто передал коллегам ответ модели.

Это и есть когнитивный долг: команда получает результат, но перестает понимать, откуда он взялся и почему ему можно доверять.

Как и технический долг, он копится незаметно: непроверенный вывод → решение → следующий процесс → еще одно решение. И в какой-то момент приходится переделывать уже всю цепочку.

— Как измерять эффективность сотрудника с ИИ?

Так же, как и без ИИ. Важно не количество запросов к нейросети и не доля «ИИ-задач».

Важно, выполнил ли сотрудник задачу своей роли.

— Что можно отдавать ИИ, а где нужен человек?

Универсального запрета нет. Есть цена ошибки.

Принцип:

Чем выше цена ошибки, тем меньше должно быть автономности у модели.

— Как не потерять экспертизу команды?

Главный принцип: нейросеть должна забирать механическую часть работы, а не ее понимание.

Особенно сложная ситуация с джунами:

• раньше они учились на рутинных задачах: сделали → ошиблись → получили обратную связь → научились;

• теперь эту ступень всё чаще забирает ИИ.

Недавно я записывал интервью с научным журналистом и популяризатором науки Александром Дементьевым, и мы как раз говорили об этой проблеме. Он учился своему ремеслу на новостной ленте ТАСС, и так со временем у него само собой сложилось журналистское чутье. Сегодня такую ступеньку всё чаще закрывает нейросеть. Где тогда учиться новичкам?

Это вызов, который нам только предстоит решить. Но уже сейчас нужно проверять не только результат сотрудника, но и понимание:

Если человек не может объяснить решение — перед вами красивый артефакт, но не экспертиза.

— Как внедрять ИИ, чтобы команда не сопротивлялась?

Не начинать с: «С понедельника все обязаны пользоваться нейросетями».

Мой чек-лист нейрофикации выглядит так:

Дать доступ.

Чтобы сотрудники начали работать с нейросетями, у них должен быть удобный доступ к нужным инструментам. С этого всё начинается: бессмысленно ждать от команды освоения ИИ, если пользоваться им сложно или нельзя.

↓

Вырастить драйверов.

Не стоит пытаться сразу научить всю компанию одинаково хорошо работать с ИИ и агентами: люди осваивают новые инструменты с разной скоростью. Эффективнее выбрать и поддержать двух—трех драйверов в разных направлениях, которые глубже погрузятся в технологию и будут создавать готовые решения для коллег.

↓

Начать с узких мест.

Найдите процессы, которые сильнее всего тормозят работу или проще всего автоматизируются, и отдайте их драйверам. При этом остальным сотрудникам необязательно уметь работать с Claude Code или Codex: они получают готовое решение и тестируют его на своих задачах. Сначала пилот — потом масштабирование.

Так устроено у нас: сейчас внутри агентства работает команда из шести вайбкодеров, которые создают решения для остальных сотрудников. Когда-то я начинал заниматься этим один.

↓

Двигаться шаг за шагом.

Не нужно сразу строить сложную ИИ-систему. Автоматизировали одну простую задачу, убедились, что решение работает, — переходите к следующей и постепенно усложняйте. Так меньше риск потратить ресурсы на технологию, которая в итоге никому не нужна.

↓

Привить базовую ИИ-гигиену.

Вместе с доступом к инструментам у команды должны появиться правила их использования: фактчекинг результатов, защита чувствительных данных, информационная безопасность и правила работы со скиллами.

↓

Показывать выгоду сотруднику, а не только компании.

Людям проще принять ИИ, когда он решает их собственные проблемы. Когда я внедрял первую версию нашего ИИ-тимлида Сириуса, команда его отторгала: «Непонятная система, которая слушает разговоры и всё фиксирует». Но затем мы добавили базу знаний по проектам, декомпозицию задач, автозумы и помощь в планировании — и системой начали активно пользоваться. Потому что она стала полезна.

Людям проще принять ИИ, когда он помогает лично им, а не только компании.

— Что руководитель должен контролировать лично?

Руководителю не обязательно самому писать промпты и создавать агентов. Его зона ответственности другая: растить людей, которые умеют создавать агентов.

За руководителем:

• процессы;

• расчет экономики;

• оценка качества нейрофикации;

• безопасность.

Персональная ответственность каждого — за свой результат.

И здесь есть три правила:

1. ИИ усиливает сильных. Если человек сам не понимает, что делает и какой результат хочет получить, нейросеть не поможет.

2. Сначала бизнес-процессы — потом ИИ. Автоматизация плохого процесса только быстрее масштабирует хаос.

3. Не путайте скорость с эффективностью. С ИИ первую версию продукта или решения действительно можно собрать очень быстро. Но довести ее до рабочего состояния гораздо сложнее — особенно если у команды не хватает нужных компетенций.

   В эксперименте METR опытные разработчики с ИИ работали на 19% медленнее, хотя сами были уверены, что стали быстрее примерно на 20%.

Поэтому главный вопрос руководителя — не «Сколько ИИ мы внедрили?». Главный вопрос:

«Какой измеримый эффект это дало бизнесу и команде?»

Коротко: что будет с агентствами дальше

Сам по себе ИИ уже не дает агентству преимущества. Выигрывать будут те, кто сможет перестроить вокруг него экономику, продукт и работу команды.

Вывод первый: ИИ перестанет быть конкурентным преимуществом.

Мария Белоконь генеральный директор OOM by Okkam

Мне кажется, в ближайшие годы конкуренция будет идти не между агентствами, которые используют ИИ, и теми, кто его не использует. А между компаниями, которые сумели изменить с его помощью свою бизнес-модель, и теми, кто продолжает работать по старым правилам.

Вывод второй: типовые операции будут дешеветь — и часть экономии придется отдать клиенту.

Александр Конев директор по монетизации Kokoc Group

Если агентство автоматизировало типовую операцию, которую любой конкурент делает так же, экономия быстро уйдет клиенту через снижение цены. Бессмысленно пытаться ее удержать: клиент просто перейдет к тому, кто дешевле.

Вывод третий: часть работы уйдет инхаус — но это не обязательно означает потерю рынка

Александр Конев директор по монетизации Kokoc Group

Чтобы ИИ внутри компании заработал, его нужно спроектировать, встроить в процессы и потом поддерживать. Это та же работа до кнопки и после нее, только для команды клиента.

Вывод четвертый: структура агентств будет меняться.

Андрей Гавриков вождь Completo & founder MAED

Фактически сейчас в агентствах топы уже могут управлять командами без лишней прослойки среднего менеджмента — за счет того, что типичные функции контроля могут быть отданы ИИ.

Вывод пятый: данные и накопленный контекст клиента станут активом агентства.

Андрей Гавриков вождь Completo & founder MAED

У вас будет про клиента такое глубокое знание и понимание, что многим клиентам будет невыгодно от вас уходить.

Вывод шестой: у агентств появится новая проблема — где выращивать джунов.

Тимур Угулава совладелец digital-агентства «Медиасфера», эксперт Яндекса по обучению, нейроактивист

С джунами сейчас рождается большая проблема. Опыта принимать решения у них еще нет, а их типовую работу нейросеть уже делает не хуже. Где тогда учиться новичкам? Это вызов, который нам только предстоит решить.

Вывод седьмой: чем больше ИИ — тем важнее человеческая ответственность.

Тимур Угулава совладелец digital-агентства «Медиасфера», эксперт Яндекса по обучению, нейроактивист

Нейросеть готовит материал, а отвечает за него человек. Чем выше цена ошибки и чем необратимее действие, тем меньше автономии у модели и тем жестче решение завязано на человека.

Напоследок — полезное от редакции. Материалы, которые могут быть вам интересны:

• Сотрудник спорит и делает минимум? Лечим мотивацию с лидом из Яндекса

• 8 лучших подкастов про бизнес — что послушать руководителям маркетинга, маркетологам и предпринимателям

• Как агентству не сгореть на кассовом разрыве — стратегия на 2026–2027 год

Офтоп: просто напоминаем, что партнерская программа eLama для агентств и фрилансеров позволяет получать дополнительный доход от клиентских оборотов без увеличения стоимости услуг. Для новых партнеров вознаграждение составляет до 25% до конца 2026 года: 6% по Поиску, 9% по РСЯ, 20% по Авито Рекламе и до 25% по другим системам. Его можно инвестировать в команду и технологии. Создавайте финансовую опору для масштабирования.