AI-маркетинг · Новости
Не всем маркетологам нужно собирать ИИ-инструменты самим
Компании требуют от маркетологов собирать ИИ-агентов и автоматизации, но забывают о тех, кто поддерживает и проверяет эти системы. Разбираем роли билдеров, мейнтейнеров и мониторов в AI-маркетинге.
Маркетинговые команды награждают сотрудников за сборку ИИ-инструментов, хотя большинство маркетологов эти инструменты просто используют. Из-за этого в тени остаются люди, которые поддерживают системы, следят за их работой и доводят до результата. Об этом написал автор MarTech после круглого стола на конференции AUTONOMOUS.
Один участник сравнил происходящее с эпохой доткомов, когда ему обещали, что скоро все будут писать HTML. За 30 лет он написал примерно три строки разметки, а вместо этого пользовался тем, что сделали другие. Ту же логику он ждёт и от искусственного интеллекта.
Всех толкают в билдеры
В апреле 2025 года глава Shopify Тоби Лютке сказал сотрудникам, что рефлекторное использование ИИ теперь базовая норма и это отразится в оценке работы. За ним подтянулись другие компании, а Accenture связала применение ИИ с правом на повышение. Планка выросла: мало использовать нейросети, надо собирать с их помощью кастомных ботов, агентов и автоматизации между CRM и почтовой платформой.
Люди начали строить. В июле Dataiku опросила 685 IT-директоров. 84% согласились, что сотрудники создают ИИ-агентов и приложения быстрее, чем IT успевает их контролировать. Ещё 72% не могут надёжно подтвердить, что эти агенты выдают нужный результат. Это ожидаемо: по закону Гудхарта, когда показатель становится целью, люди начинают подгонять систему под него.
Что получается на выходе
Сильнее всех в сборку уходят люди одного склада: креативные, готовые к риску и счастливые перед чистым листом. Черты хорошие, но если платить только за них, получается то, что автор называет «монокультурой билдеров». Команда набрана, обучена и повышена вокруг одного типа личности.
Партнёр небольшого агентства рассказал на круглом столе, что его команда из четырёх человек целиком ушла в ИИ. Как он этого добился? «Те, кто не ушёл, больше в моём агентстве не работают». Зато про дизайнера, которая осваивала инструменты медленнее всех, он говорит уже иначе: раньше это его раздражало, а теперь он рад, что она рядом. «Мне тоже нужно человеческое прикосновение».
Монокультура выпускает быстро, но оставляет после себя гору прототипов: автор относит себя к билдерам и признаёт, что такие люди переключаются на следующую идею, как только первая заработала.
Роли, о которых забывают
Работающей ИИ-организации нужен набор разных людей, но большинство руководителей учат всех только собирать. Проблема в том, что сами роли и стоящие за ними характеры остаются без внимания.
Билдеры начинают: видят рутинную задачу и хотят её автоматизировать. Мейнтейнеры держат систему на ходу: любят искать поломку и чинить её, и чистый лист их обычно не вдохновляет. Мониторы следят за тем, как система себя ведёт, держат работу в заданных границах и замечают отклонения раньше остальных. Пользователи применяют ИИ в своей работе, ничего не собирая - это самая большая группа, и как раз её предсказывает аналогия с HTML.
Когда ревью награждает только сборку, прирождённые мейнтейнеры тратят силы на то, чтобы выглядеть билдерами. А работа, которая далась бы им лучше всего, остаётся невыполненной.
День второй предсказуем
Руководитель архитектурного управления в финансовой компании назвал это «архитектурной формой». По его словам, «сборка - это лёгкая часть»: билдеры рассчитывают, что кто-то другой займётся дальнейшей судьбой инструмента, но это плохая ставка.
Консультант из энергетики описал момент расплаты. Кто-то делает удобный инструмент и хочет запустить его так же, как работает вся остальная система. «А мы смотрим и понимаем: мы ведь так и не сели и не описали это». Когда что-то ломается на краях, нужное знание живёт в головах трёх-четырёх человек.
В маркетинге второй день устроен предсказуемо. Акция закончилась, а агент её не выключил. Модель обновилась, и голос бренда зазвучал странно. Кто-то переименовал поле в CRM, и маршрутизация лидов встала без предупреждения. Человек, который всё это собрал, перешёл в другую команду. Каждый случай требует мейнтейнера или монитора, и в большинстве компаний такой человек просто не назван.
🔥 Главное
Собрать ИИ-инструмент - это только начало. Если в команде не закреплён человек, который следит за его работой и починкой, инструмент тихо ломается, а ревью этого не замечает.
Как найти место для мейнтейнеров и мониторов
Правильный состав зависит от размера команды и того, сколько вы уже собрали, поэтому начните с вопросов. Что поощряет ваша система оценки? Если запуск новой автоматизации даёт больше кредита, чем полгода стабильной работы старой, вы платите за прототипы. Считается ли «держал в строю» так же, как «собрал»?
Кого зовут, когда что-то ломается? В каждой команде есть такой человек - это ваш мейнтейнер. Он об этом знает? А его руководитель? Кто замечает отклонения? Подумайте о том, кто ловит несоответствие текста бренду или спрашивает, откуда взялся список. Это монитор.
И отдельное правило для пользователей: дайте им быть пользователями. Маркетолог, который хорошо применяет хорошо собранный инструмент, делает свою работу, и его оценка должна об этом говорить.
Пятнадцать лет назад ту же дорогу прошёл DevOps. Пара команд выпускала обновления непрерывно, остальные смотрели. Платформенные команды, гильдии и разборы без поиска виноватых дали людям, которые держали системы здоровыми, своё место в работе. Маркетинг с ИИ сейчас в той же точке. Билдеры своё дело сделали, а следующий шаг - назвать мейнтейнеров и мониторов и дать им кредит за работу.