Board прошёл 17 октября 2025 года в Лондоне, Великобритания, в формате очного бизнес-доклада и живого обсуждения. Спикером был Игорь Ивицкий, предприниматель и бывший исследователь математического моделирования, который применяет системное мышление в рекламе и маркетинге.
Доклад «Эра AI в рекламе и маркетинге: как предпринимателю сделать х5» связал управление с помощью ИИ, цифровые модели клиентов, видимость в генеративном поиске и новую экономику платного трафика. Общая линия была шире привычного подбора ключевых слов для Google Ads: сегодня бизнесу нужно управлять контекстом и качеством сигналов, на которых учатся алгоритмы.
ИИ усиливает контекст, а не заменяет суждение
Игорь предложил смотреть на ИИ как на зеркало. Общая команда почти неизбежно возвращает усреднённый совет, потому что модель не знает позиционирование компании, её аудиторию, ограничения и понимание хорошего результата. Та же модель становится полезнее, когда получает связный контекст бизнеса и регулярные поправки от человека, который отвечает за решение.
Поэтому похожие внедрения вызывают противоположные отзывы. В одной компании ИИ производит убедительный, но посторонний текст; в другой помогает увидеть риск до того, как на него потрачены деньги. Разница не в секретной формулировке запроса, а в роли системы, качестве опорных материалов и наличии обратной связи.
У этого подхода есть чёткая граница. ИИ может расширить набор вариантов, сопоставить данные и сохранить организационную память, но человек по-прежнему задаёт эталон и несёт последствия. Особенно там, где решение затрагивает клиентов, деньги, здоровье, право или репутацию.
Контекст бизнеса помогает проверять операционные и стратегические идеи до вложения ресурсов.
Исследования, отзывы и собственные данные превращаются в более точные вопросы о мотивах и возражениях.
Генеративные ответы, поисковая выдача и рекламные алгоритмы всё чаще формируют единый путь клиента.
Моё правило для решений с ИИ
Я отношусь к ИИ примерно так же, как к широкому соответствию в Google Ads: он расширяет видимое поле, но ему всё равно нужны бизнес-цель, качественные сигналы и человек, который понимает, что следует отвергнуть.
Этот принцип важен и в обучении. Долгосрочный навык состоит не в запоминании одного интерфейса, а в умении сформулировать бизнес-задачу, проверить ответ и оставить ответственность у того, кто принимает решение. Программы школы развивают ту же аналитическую дисциплину применительно к рекламе и маркетингу.
На бесплатном мастер-классе показываю пошагово, как превратить рекламу в предсказуемый поток клиентов.
Смотреть мастер-класс →Ключевые выводы
- Главный множитель результата находится в контексте. Модель отражает описание компании, факты и ограничения; общий запрос даёт общий ответ.
- Один помощник не должен изображать все отделы. Стратегии, маркетингу, финансам и исполнению нужны разные перспективы, потому что длительная работа с одной темой смещает фокус диалога.
- Цифровая модель клиента является предварительной проверкой, а не доказательством спроса. Она замечает пропущенные объяснения и скрытые допущения, но окончательный ответ даёт реальное поведение.
- Собственные данные становятся ценнее по мере сужения внешнего трекинга. Официальная справка Google о Customer Match подтверждает возможность использовать переданные клиентами данные в поддерживаемых сервисах Google.
- Для генеративной видимости нужна цельная экспертная идентичность. Ширина независимых упоминаний помогает закрепить сущность, а глубина материалов связывает её с узким профессиональным запросом.
- Автоматизации всё равно нужен человеческий арбитр. Модель способна предлагать и сравнивать, но не должна сама придумывать стандарт хорошего юридического, финансового, медицинского или клиентского решения.
Ключевые моменты доклада
От оракула к зеркалу бизнеса
Игорь начал с противоречия, знакомого многим управленческим командам. Одни видят в ИИ почти универсальный ответ, другие отказываются от технологии после нескольких поверхностных результатов или неудачной автоматизации. Аналогией стал Дельфийский оракул: ценность возникала не из сверхъестественного знания, оторванного от посетителя, а из процесса, который помогал вытащить и перестроить принесённые им мысли. Со сцены это прозвучало короче: «AI, по суті, це лише дзеркало» (по сути, AI это только зеркало). Модель очень быстро показывает варианты и противоречия, но так же быстро отражает слабые предпосылки, нехватку фактов и расплывчатую цель. Значит, качество взаимодействия является управленческой задачей, а не свойством подписки на сервис. Рядом прозвучали ещё три исторические аналогии. Печатный станок сделал знания доступными, фотоаппарат освободил художника от роли простого копировщика, а компас уменьшил неопределённость мореплавателя. В логике доклада ИИ продолжает ту же линию: забирает часть рутины и ускоряет доступ к знаниям, но не определяет, ради чего человек ими пользуется.
Далее доклад перешёл от метафоры к архитектуре компании. Игорь описал советника, который хранит устойчивый контекст бизнеса и помогает разбирать стратегические или оперативные решения. Главное здесь не название инструмента, а разделение перспектив. Общему управленческому взгляду не следует растворяться в задачах маркетинга, финансов, права или исполнения. Если один диалог неделями занят посадочной страницей, он начинает видеть любую проблему как маркетинговую. Если его погрузить в договоры, он будет оценивать новые идеи прежде всего через юридический риск. Поэтому разные роли сохраняют отдельный фокус, а предприниматель сопоставляет их выводы. Формула Игоря была прямой: «Різний контекст призводить до різних результатів». Разный контекст приводит к разным результатам.
Модель клиента до проверки рынком
Второй крупный блок был посвящён клиенту. Вместо чат-бота, который спешит заменить поддержку, Игорь предложил сначала использовать ИИ внутри компании, чтобы внимательнее понять человека по другую сторону сделки. Исследования, отзывы, разговоры с отделом продаж и собственные данные можно собрать в несколько правдоподобных клиентских перспектив. Затем каждая из них критикует посадочную страницу, предложение или объявление до запуска. Одна заметит слишком сложный язык, другая укажет, что важное условие осталось невысказанным. Такая репетиция не предсказывает конверсию и не подменяет эксперимент. Её ценность в том, что она проявляет профессиональные искажения владельца бизнеса до того, как реальный тест вынесет вердикт. Здесь же раскрылась другая ценность собственных данных. Вместо обычного отчёта о кликах или показах компания может искать в накопленной информации связи, которые помогают клиенту экономить, лучше планировать или замечать риск. Тогда аналитика превращается из формального отчёта в проявление заботы о бизнесе клиента.
Разграничение особенно важно для рекламы, поскольку алгоритм учится на любом возвращённом сигнале. Слабые или ложные заявки способны научить платформу находить всё больше людей, похожих на неправильный результат. Большой список исключений сам по себе не устраняет эту исходную проблему, как и минус-слова не убирают все рекламные потери. Стратегическая задача состоит в улучшении качества сигнала, который получает система. Та же логика работает в обслуживании. ИИ может снять часть повторяющихся вопросов или обогатить отчёт новыми наблюдениями, но для раздражения, неопределённости и нестандартных случаев нужен понятный переход к человеку. Экономия имеет смысл лишь до тех пор, пока клиент чувствует, что его поняли.
Когда поиск, рекомендации и реклама сходятся
Финальная часть связала генеративный поиск с платным трафиком. Около года Игорь формировал в интернете последовательный след вокруг узкого сочетания компетенций: Google Ads и математический подход. Независимые упоминания давали ширину, а специализированные материалы показывали глубину и связывали факты с одной личностью. Когда американский клиент сказал, что его привёл ChatGPT, Игорь попросил примерно 70 друзей из разных стран повторить узкий запрос. Около 90% увидели в ответе Игоря. На сцене этот результат прозвучал как подтверждение гипотезы, а не как универсальная гарантия. Параллельно рекламные платформы становятся более автоматизированными, а поисковая выдача сама превращается в ответ. Официальное руководство Google по управлению поисковой рекламой на основе ИИ отражает тот же баланс между масштабом машины и направлением бизнеса. При этом устойчивой точкой назначения остаётся сайт компании. «Люди все одно заходять, люди все одно читають, люди все одно заповнюють форму і залишають заяву», отметил Игорь. ИИ меняет путь обнаружения, но не спасает страницу, на которой человек не понял предложение.
Полная запись этого доклада входит в бонусный пакет для учеников.
Главное
ИИ становится полезным, когда бизнес даёт ему контекст, факты и критерий для исправления.
В докладе самые сильные применения поддерживали решения, углубляли понимание клиента и готовили маркетинг к генеративному поиску.
Роль человека не исчезла: она сместилась к постановке задачи, суждению и ответственности.