McKinsey: разрыв между внедрением AI и сквозными процессами
В июне 2026 McKinsey опубликовала глобальное исследование: почти 60% маркетологов используют AI несколько раз в неделю, но менее 10% организаций уже получают ценность от сквозных маркетинговых процессов. Выборка — 521 маркетолог и рекламодатель. Главный разрыв в AI-маркетинге смещается от «кто внедрил» к «кто довёл процесс до измеримого результата».
Коротко
- Что показало исследование: McKinsey зафиксировала разрыв между частым использованием AI и ценностью сквозных маркетинговых процессов — июнь 2026, опрос в марте 2026.
- Кому важно: руководителям маркетинга, владельцам внедрения AI, аналитикам и IT-лидерам, которые отвечают за экономику AI-пилотов.
- Главное ограничение: 521 респондент — глобальная выборка с самоотчётом; «ценность» и «сквозной процесс» определены в рамках методологии McKinsey, а не вашей отрасли.
- Главное последствие: доступ к AI-ассистентам перестаёт быть конкурентным преимуществом; разрыв создаёт способность довести процесс до ключевого показателя, а не частота открытия чата.
Что изменилось
В отчёте McKinsey «От тревоги к преимуществу» (июнь 2026) зафиксированы цифры глобального опроса — 521 маркетолог и рекламодатель, поле в марте 2026.
В выборке — топ-менеджеры, вице-президенты, директора, менеджеры и исполнители; годовой маркетинговый бюджет компаний — от $5 млн до более $5 млрд.
Ключевые цифры:
- почти 60% маркетологов используют AI несколько раз в неделю;
- менее 10% организаций, по оценке респондентов, уже получают ценность от сквозных маркетинговых процессов;
- 28% говорят, что компания идёт к фундаментальной перестройке маркетинговых команд и процессов, а не к точечным экспериментам.
McKinsey называет это «когнитивным диссонансом AI-маркетинга»: 86% маркетологов воодушевлены потенциалом AI, 57% тревожатся последствия. Среди директоров по маркетингу картина острее: 96% воодушевлены, 71% тревожатся, 80% считают, что AI может поставить под угрозу их роль.
Отдельно консалтинг оценивает потенциал: до $90 млрд дополнительной отдачи от маркетинга только в США — при условии, что организации перестроят работу, а не ограничатся инструментами.
| Показатель | Доля / масштаб | Что это значит |
|---|---|---|
| AI несколько раз в неделю | ~60% маркетологов | Внедрение на уровне привычки уже массовое |
| Ценность сквозных процессов | <10% организаций | Почти никто не довёл AI до полного цикла |
| Перестройка команд | 28% | Меньшинство идёт глубже точечных пилотов |
| Потенциал в США | до $90 млрд | Экономика ждёт перестройки, а не ещё один чат |
Почему это важно
Главный разрыв в AI-маркетинге — уже не охват внедрения, а отсутствие сквозных рабочих процессов.
Раньше конкурентным преимуществом было «у нас есть AI-ассистент в каждом браузере». Теперь это базовая гигиена. Разрыв создаёт способность превратить индивидуальную работу с AI в цепочку:
``` данные → навык → инструменты → рабочий процесс → контроль качества → действие → показатель ```
Именно поэтому рост числа AI-пользователей без изменения процессов может давать впечатляющий охват и почти не менять экономику бизнеса. В отчёте прямо сказано: внедрение AI опережает создание ценности.
Для руководителя меняется сам вопрос: не «сколько сотрудников пользуются AI», а «сколько регулярных маркетинговых процессов проходят от данных до принятого бизнес-результата с измеримой стоимостью шага».
Что это означает для бизнеса
Три следствия для маркетинговой функции:
- Пилоты без процесса — ловушка. Команда пишет тексты, собирает брифы, генерирует креативы — и считает это «внедрением AI». McKinsey показывает: так делают большинство, но ценность на уровне организации видят единицы.
- Конкурентное поле смещается к архитектуре. Выигрывают не те, кто купил больше лицензий, а те, кто связал данные, навыки, инструменты и контроль качества в один повторяемый контур. Это близко к тому, как измеряют экономику навыков в корпоративной аналитике — не «сколько чатов», а «сколько стоил запуск и что он сделал».
- Тревога руководителей маркетинга — сигнал, а не оправдание паузы. 80% директоров по маркетингу опасаются за свою роль — но McKinsey же фиксирует: организации, которые перестраивают работу вокруг AI, получают в 2–3 раза выше продуктивность, 4–7% рост выручки и до 30% выше отдачи от маркетинговых вложений (по данным отчёта, на примерах респондентов).
Что протестировать
- Не добавлять ещё десять AI-инструментов. Выберите три регулярно повторяемых маркетинговых процесса — например, еженедельный обзор рекламы, подготовка брифа для поискового продвижения, разбор лидов из системы управления клиентами. Для каждого опишите цепочку: какие данные на входе, какая инструкция или навык, какие инструменты, где контроль качества, какое действие в рекламном кабинете или карточке клиента, какой показатель на выходе.
- Ввести одну метрику на процесс: стоимость принятого бизнес-результата. Считайте: полная стоимость AI-шагов (лицензии, программный интерфейс API, время ревью) ÷ число результатов, которые команда приняла без переделки. Сравните с ручным процессом за 4 недели.
- Проверить глубину, а не охват. Спросите пять маркетологов: «Какой один процесс AI помог вам довести до измеримого результата за последний месяц?» Если ответы размыты — у вас охват без сквозного процесса, как у большинства в выборке McKinsey.
Где здесь MCP и коннекторы
Сквозной процесс не собирается в чате без доступа к данным. Цепочка «данные → навык → инструменты → показатель» требует, чтобы агент дотягивался до Метрики, системы управления клиентами, рекламных кабинетов и рассылок — не копировал цифры вручную.
MCP-коннекторы здесь — не «ещё одна интеграция», а способ закрыть разрыв между генерацией и действием: навык задаёт сценарий, коннектор выполняет шаг в системе, контроль качества фиксирует, принят ли результат. Это тот же принцип, что в модели экономики агентов — платить за результат, а не за попытку.
Практический шаг: для одного из трёх выбранных процессов подключите один источник данных и один канал действия (например, Метрика → отчёт → задача в системе управления клиентами). Измерьте, сколько стоит один принятый результат — до масштабирования на отдел.
Главный вывод
McKinsey зафиксировала то, что многие чувствуют, но не измеряют: AI в маркетинге уже массовый, а ценность — редкость. 60% против 10% — это не технический разрыв, а процессный.
Следующий шаг — не новый инструмент, а один сквозной процесс с метрикой стоимости принятого результата. Пока команда считает успехом «все пользуются чатом с AI», экономика бизнеса не изменится — изменится только счётчик охвата.
Источники
- From anxiety to advantage: A marketing organization that thrives with AI — McKinsey & Company, 2026-06-01
Читайте также
Anthropic: аналитика Skills и экономика агентных процессов
Anthropic измеряет Skills: стоимость запуска, действия коннекторов, MCP-записи и «насколько агентна работа». Какие метрики взять в MCP Panel и почему не делать главным KPI «сэкономленные часы».
OpenAI закрепила экономику агентов: результат, а не токены
OpenAI описала экономику агентов: считать стоимость принятого результата, а не токенов. Маршрутизация, контекст, MCP-вызовы и проверка человеком — что протестировать на одном сценарии.
Оценочные тесты Skills: без них навык как непроверенный код
Workshop в Тайбэе 6 августа и skill-creator Anthropic: оценочные тесты, слепое сравнение, навык включён vs выключен. Контракт тестирования для маркетинга.
MCP становится интерфейсом управления маркетингом, а не только способом читать данные
Агент всё чаще не только смотрит отчёты, но и запускает рассылки из ChatGPT и Claude. Что показал MarTech 6 августа и как настроить доступ агента к вашим сервисам.