Только 6% специалистов почти всегда выполняют подсказки, которые рекламный кабинет показывает им сам. При этом 90% говорят, что готовы принимать советы ИИ, а 42% объясняют отказ тем, что рекомендация выглядит общей или не относящейся к делу. Цифры из отчёта «The AI Delegation Gap», опубликованного 19 августа 2026 года рекламной платформой StackAdapt.
Разрыв между «я не против советов» и «я по ним действую» и есть главная новость: подсказка в интерфейсе почти никогда не превращается в решение. Ниже разбираем, что стоит за цифрами и как отличить совет, который стоит выполнить, от того, который просто увеличит ваш счёт.
Что именно измерили
Отчёт собран из двух опросов. Внешний провела исследовательская компания NewtonX: 500 специалистов по маркетингу и рекламе, поле с 19 мая по 8 июня 2026 года. Параллельно опросили 187 клиентов самой StackAdapt. Публикация вышла 19 августа (PPC Land, разбор отчёта).
Две оговорки, без которых цифры читать нельзя.
Первая: StackAdapt — рекламная платформа, то есть заинтересованная сторона. Вывод «встроенные подсказки площадок работают слабо» ей прямо выгоден. Это повод сначала учесть источник и только потом доверять цифрам.
Вторая: география. В выборке США 258 человек, Австралия 84, Великобритания 72, Канада 42, Германия 28, Сингапур 16. Русскоязычных рынков в выборке нет вовсе. Переносить проценты на свою практику нельзя, читать это стоит как срез рынков, идущих на пару лет впереди. Плюс сами авторы отмечают, что это самооценка специалистов, а не наблюдаемое поведение в кабинетах.
Лестница доверия: где именно оно обрывается
Самая содержательная часть отчёта — не одна цифра, а последовательность. Респондентов спрашивали, насколько им комфортно отдавать ИИ разные уровни полномочий.
| Что делает ИИ | Доля согласных |
|---|---|
| Рекомендует, решает человек | 90% |
| Готовит действие на утверждение | 89% |
| Действует сам внутри заданных правил | 78% |
| Действует полностью самостоятельно при доказанной результативности | 50% |
Обрыв происходит не там, где его обычно ищут. Между «советует» и «готовит к утверждению» разницы почти нет, зато между «по правилам» и «самостоятельно» доверие падает разом на 28 пунктов. Люди готовы отдать машине руки, но не готовы отдать ей рамку.
И вот на этом фоне выясняется, что 6% почти всегда действуют по подсказкам внутри платформы. То есть даже верхнюю ступень лестницы, самую безобидную, на практике почти никто не проходит до конца.
Почему подсказки игнорируют
Причины отказа в отчёте распределились так:
| Причина | Доля |
|---|---|
| Совет выглядит общим или нерелевантным | 42% |
| Не совпадает со стратегией | 22% |
| Нет объяснения, откуда взялся совет | 17% |
| Похоже, что совет приурочен к росту трат | 12% |
| Рекомендаций слишком много, чтобы их разбирать | 6% |
| Другое | 1% |
Три верхние строки складываются в 81% и говорят об одном: система советует, не зная, чего добивается бизнес. Она видит настройки кампании и не видит маржу, склад, сезон и загрузку отдела продаж.
Четвёртая строка отдельная и неприятная. 12% прямо считают, что подсказка появилась не ради их результата. Это ровно то ощущение, из-за которого рекламодатель перестаёт читать вкладку с рекомендациями целиком, включая полезные пункты. Мы разбирали, как этот раздел устроен у Google, в статье «Упущенные возможности» в Google Ads.
Цифра, которую в отчёте легко пропустить
88% респондентов говорят, что ИИ улучшил результаты. Звучит убедительно, пока не посмотреть на разбивку: 62% называют сокращение ручного времени на оптимизацию и только 27% отмечают улучшение возврата на рекламные расходы.
Иначе говоря, у большинства «стало лучше» означает «стало быстрее», а не «стало прибыльнее». Экономия времени специалиста — реальная ценность, но платит за неё обычно сам специалист или агентство, а не рекламодатель. Владельцу бизнеса важно понимать, чью именно работу автоматика сократила, когда ему показывают выросшую эффективность.
Ещё две цифры из отчёта работают в ту же сторону: полностью встроили ИИ в свои процессы 19%, а у 78% работает автоматика, которую никто осознанно не включал: часть функций осталась в настройках по умолчанию. И у 17% нет ответственного за плохие решения, принятые системой.
Почему этот разрыв опаснее, чем кажется
Обычно из такой новости делают вывод «специалисты не доверяют автоматике». Вывод скучный и не очень верный. Отчёт говорит о другом: доверие есть, а механизма его применить нет.
Смотрите, как складываются цифры. 90% не возражают против советов. 78% при этом уже имеют автоматику, которую осознанно не включали. И только 6% сознательно выполняют то, что им предлагают в интерфейсе. Получается, что автоматика в аккаунтах живёт, но живёт мимо человека: не там, где он решил её включить, а там, где она включилась по умолчанию и никто не дошёл посмотреть.
Это управленческая проблема, а не техническая. Настройка, про которую вы не решали, отличается от настройки, которую вы отвергли, ровно одним: первую нельзя пересмотреть, потому что вы не знаете о её существовании. Признак у этой болезни характерный: расходы растут ровно, а объяснить причину роста в отчёте никто не может. Мы разбирали типовые точки такого утекания в статье «Почему сливается бюджет Google Ads, а заявок нет».
Что стоит за формулировкой «совет выглядит общим»
42% — самая крупная строка в списке причин, и её стоит развернуть, потому что за ней прячется вполне конкретная механика, а не лень специалиста.
Рекламная система оптимизирует то, что вы ей объявили целью. Она знает, сколько стоил клик и сколько было отправленных форм. Она не знает, что половина этих форм приходит от людей, которым вы не продаёте, что маржа на одном товаре втрое выше, чем на соседнем, и что в августе у вас не хватает монтажников, поэтому лишние заявки только портят репутацию. Совет «расширьте охват на похожие запросы» в такой ситуации выглядит правильным, а по факту вредит бизнесу.
Отсюда правило, которое стоит держать в голове при чтении любой подсказки: система советует, исходя из показателей, которые вы ей передали, и молчит про всё остальное. Чем беднее переданная картина, тем более общими будут советы. Это работает и в обратную сторону: настроенная передача ценности заказа делает рекомендации заметно осмысленнее, потому что системе становится что оптимизировать кроме количества.
Вторая по величине причина отказа, 22% («не совпадает со стратегией»), устроена так же. Кампания может сознательно работать в убыток на первом заказе, если вы зарабатываете на повторных покупках. Площадка про повторные покупки ничего не знает и будет упорно предлагать выключить то, что кажется ей убыточным.
Как отличить полезный совет от совета, увеличивающего счёт
Практическая часть, ради которой всё это стоит читать. Разделите подсказки кабинета на три корзины.
Корзина «проверить и, скорее всего, сделать». Сюда идут технические вещи, у которых нет прямой связи с вашим бюджетом: неработающие ссылки в объявлениях, отклонённые материалы, незаполненные расширения, ошибки в отслеживании конверсий. Такой совет исправляет поломку, а не расширяет охват.
Корзина «сначала посчитать». Расширение соответствия запросов (когда объявление показывают не только по точным словам, но и по похожим), добавление ключевых слов, включение дополнительных площадок показа, снятие ограничений таргетинга, то есть сужения аудитории по возрасту, географии или интересам. Каждый из этих пунктов действительно может улучшить результат, и каждый одновременно увеличивает объём трат. Правило простое: не выполнять, пока не сформулировали, какой показатель должен вырасти и за какой срок.
Корзина «повысить бюджет и повысить ставки». Это не совет, а следствие. Он появляется, когда система упирается в ваш потолок. Выполнять его имеет смысл ровно тогда, когда вы уже знаете, что текущие деньги окупаются. Если не знаете, подсказка про бюджет говорит вам не о рекламе, а о том, что у вас не измерена окупаемость.
Отдельно про автоматические стратегии ставок: их логика тоже строится на вашей разметке целей. Если система считает конверсией нажатие на телефон, она будет оптимизировать именно нажатия. Как этот механизм выглядит изнутри, мы разбирали в материале про разведку в автоматических стратегиях.
Что делает совет читаемым
Из причин отказа выводится обратный список. Чтобы подсказки перестали быть шумом, кабинету надо дать то, чего ему не хватает.
Первое: одна цель на кампанию, а не набор из четырёх конверсий разной ценности в одном ведре. Пока в целях лежат и покупка, и просмотр страницы контактов, система оптимизирует среднее по больнице.
Второе: ценность конверсии в деньгах, если её вообще можно посчитать. Именно она превращает совет «увеличьте бюджет» из общего в проверяемый.
Третье: заранее записанное правило, по которому вы решаете. Например: рекомендации из первой корзины выполняем в течение недели, из второй разбираем раз в месяц, из третьей не выполняем без пересчёта окупаемости. Записанное правило экономит больше, чем любая отдельная правильная подсказка, потому что снимает необходимость каждый раз решать заново.
Симметричный сюжет: площадки в это же время переносят интерфейс внутрь ИИ-советчика. Что из этого получилось у Google, мы смотрели в обзоре Ask Advisor.
Отдельно про оценку оптимизации
У Google есть показатель, который выглядит как школьная оценка аккаунта и очень располагает к тому, чтобы довести его до максимума. Механика у него простая: он растёт, когда вы выполняете рекомендации площадки, и падает, когда вы их отклоняете.
Из этого следуют две вещи. Показатель измеряет соответствие ваших настроек представлениям системы о правильном аккаунте, а не вашу прибыль. И он подвижен: отклонили совет с формулировкой «не подходит», и цифра восстанавливается, потому что рекомендация уходит из расчёта.
Практический вывод: отклонять неподходящие рекомендации нужно явно, а не игнорировать. Явное отклонение убирает пункт из списка и заодно оставляет след для того, кто будет разбирать аккаунт после вас. Молча пролистанная вкладка через полгода выглядит как сорок непрочитанных советов, среди которых были два полезных.
Чек-лист на ближайший месяц
Пять действий, которые превращают выводы отчёта в работу.
Откройте список автоматических настроек кампаний и посмотрите, что включено. Отдельно проверьте те тумблеры, которых вы не касались: по данным опроса, у 78% работает автоматика, которую никто осознанно не включал.
Проверьте, что считается конверсией, то есть целевым действием, ради которого запущена реклама: заявка, звонок, покупка. Если целей несколько и они разной ценности, сведите к одной основной или проставьте ценность в деньгах.
Разберите накопившиеся рекомендации по трём корзинам из раздела выше. Технические выполните, остальные разложите на «посчитать» и «отклонить с причиной».
Запишите правило. Одна страница, где сказано, какие типы подсказок вы выполняете автоматически, какие разбираете раз в месяц и какие не выполняете без пересчёта окупаемости.
Назначьте ответственного. У 17% опрошенных за плохие решения автоматики не отвечает никто. Это, пожалуй, единственная цифра отчёта, которую можно исправить у себя за десять минут.
Частые вопросы
Разберём, какие подсказки в вашем кабинете стоит выполнять
Записаться на разбор