ИИ в рекламных кампаниях – уже частый «гость»

Комитет по AI/ML Ассоциации развития интерактивной рекламы (АРИР) совместно с аналитическим центром Российской индустрии рекламы (АЦ РИР) представили результаты исследования применения искусственного интеллекта (AI) и машинного обучения (ML) в рекламе в 2025 году. Согласно полученным данным, 48% компаний уже используют AI/ML в рекламных кампаниях. Однако массовому внедрению препятствуют нехватка необходимых компетенций у специалистов (49%) и проблемы с данными (41%).

Исследование проводилось в январе – марте 2026 года методом электронного анкетирования. В опросе приняли участие 114 респондентов – представители высшего (27%), среднего (53%) и начального (20%) уровней управления из крупных рекламных агентств (58%) и рекламодателей (42%). Целью работы стала разработка и стандартизация системы классификации и бенчмарков применения AI/ML по ключевым направлениям: предиктивная аналитика, генеративный ИИ и автоматизация с учётом отраслевой специфики и внешних факторов.

Уровень внедрения и используемые технологии

Почти половина рынка (48%) уже применяет AI/ML в рекламных кампаниях. Наиболее востребованные сценарии – оптимизация ставок (73%), таргетинг и сегментация аудитории (67%), а также прогнозирование CTR или конверсий (51%). 47% компаний используют AI/ML-технологии для оптимизации бюджетов между каналами, 38% – для динамической оптимизации креативов (DCO), а 35% – для управления частотой показов. 

С точки зрения алгоритмов, рынок в основном опирается на классический ML. 51% используют ансамблевые модели, 42% – нейронные сети, 33% – рекомендательные модели. При этом 65% компаний внедряют AI/ML непосредственно в DSP, а 62% – в системах аналитики. Базой для обучения моделей служат first-party data (67%) и исторические данные прошлых рекламных кампаний (62%).

Виктория Колесникова, сопредседатель комитета АРИР по AI/ML, заместитель генерального директора Media Wise, комментирует:

«Результаты исследования показывают, что российский рынок сегодня ориентирован на прикладные AI/ML решения, напрямую влияющие на ключевые бизнес-метрики: прежде всего продажи и возврат инвестиций. Компании ищут инструменты, позволяющие быстро получить измеримый и прогнозируемый эффект при относительно невысоких затратах, что объясняет высокий интерес к оптимизации ставок, таргетингу и прогнозным моделям».

Как подчеркнула эксперт, отдельно усиливается тренд на гиперперсонализацию – с одной стороны, это повышает точность работы с «горячей» аудиторией, с другой же требует взвешенного подхода, чтобы чрезмерное сужение сегментов не приводило к потере потенциального спроса и ограничению роста.

Измеримый эффект на ключевые метрики

Внедрение AI/ML приводит к росту эффективности по всем ключевым показателям. По данным опроса, после использования технологий CTR вырос в среднем на 11%,

CR увеличился на 10%, CPA/CPO снизился на 16%, Bounce rate уменьшился на 12%.

78% респондентов отметили, что AI/ML-алгоритмы достигают максимальной эффективности в среднем за 14 дней после запуска рекламной кампании. При этом 51% компаний оценивают уровень автоматизации своих кампаний как «выше среднего», а 33% указали, что AI влияет на большинство решений о размещении.

Тимур Спиридонов, сопредседатель комитета АРИР по AI/ML, отмечает:

«Наше исследование показывает, что уровень проникновения AI/ML (48%) связан с переходом рынка от «пилотов» к системному использованию. Компании уже видят практический эффект: рост CTR и CR, снижение CPA, быстрое достижение эффективности кампаний, поэтому AI становится стандартом в задачах оптимизации ставок и таргетинга. Дополнительным драйвером выступает зрелость данных и их интеграция в DSP и аналитику».

По словам эксперта, в 2026 году спрос на решения с AI усилится из-за давления на ROI (возврат инвестиций), ограниченных бюджетов и усложнения пользовательского пути, что требует автоматизации, предиктивной аналитики и более глубокой персонализации.

Барьеры и ограничения

Несмотря на позитивную динамику, 52% организаций пока не используют AI/ML. Основные причины: нехватка компетенций у сотрудников (49%), проблемы с данными (41%) и сложность внедрения технологий (34%). Среди уже работающих с AI/ML компаний главными трудностями названы качество данных (53%) и дефицит специалистов (53%). Ещё 31% респондентов столкнулись с недостаточной объяснимостью моделей и ограничениями инфраструктуры, 24% – с необходимостью адаптации под российские условия.

Кроме того, 47% опрошенных оценили влияние AI на качество трафика как низкое, что указывает на ограниченность технологий в этом аспекте. Инфраструктура поддержки AI также остаётся незрелой: только 40% компаний используют практики MLOps (Machine Learning Operations, операции машинного обучения), а 47% не используют.

Перспективы и готовность к отраслевым стандартам

В ближайшие 12 – 18 месяцев компании планируют тестировать и внедрять более сложные модели: 47% намерены развивать RTB-модели (real-time bidding), 33% рассматривают causal inference, 27% – Graph ML. Рынок движется от базовой оптимизации к более сложным подходам.

Важный результат для индустрии: 78% респондентов готовы делиться данными для формирования индустриального стандарта (из них 49% при условии подписания NDA). Это создаёт основу для выработки единых стандартов применения AI/ML в российской рекламе.

Наиболее активны в использовании AI/ML сектора e-commerce (51%), телеком/IT (38%) и финансы/финтех (31%). Средний месячный рекламный бюджет у 43% компаний составляет от 500 тысяч до 10 млн рублей, ещё у 33% – 10 млн –50 млн рублей.

Ознакомиться с исследованием

(По материалу АРИР)