AI СОЗДАЕТ РЕКЛАМУ В GOOGLE — ТАК ПОЧЕМУ БЫ ДО СИХ ПОР ГАДАЕТЕ, ЧТО РАБОТАЕТ В НАТИВНОЙ РЕКЛАМЕ?

Google больше не экспериментирует с искусственным интеллектом в рекламе. Компания полностью перестроила инфраструктуру своего рекламного бизнеса вокруг ИИ, и результаты уже меняют представление маркетологов о базовом уровне конкурентоспособной рекламы.

На Google Marketing Live 2026 компания однозначно заявила: Gemini теперь является движком, управляющим каждым уровнем рекламной платформы — от создания кампаний и генерации креативов до измерения эффективности и кросс-платформенной стратегии. AI Max, рекламная платформа Google на основе ИИ, была представлена как «основной строительный блок» для рекламодателей — стандартный режим, в котором компании появляются в поиске на основе ИИ, а не опциональное обновление для новаторов. Рекомендации платформы рекламодателям сменились с «оптимизируйте свои ключевые слова» на «определите желаемый результат, а ИИ сам выяснит, как его достичь».

Этот сдвиг выходит за рамки философии. Как заметил Нил Патель, Google «стремится устранить операционную сложность самой рекламы», продвигаясь дальше общих заявлений об ИИ и привязывая стратегию к конкретным продуктам, таким как Ask Advisor, Asset Studio и совершенно новым форматам рекламы, созданным специально для разговорного поиска. Традиционная зависимость от ключевых слов, долгое время бывшая основой точности цифрового маркетинга, становится недостаточной самостоятельно, поскольку Google переходит к более широкому пониманию намерений, поддерживаемому контекстными сигналами и динамическим созданием креативов в реальном времени.

Новые форматы рекламы показывают, насколько глубоко платформа стала нативной для искусственного интеллекта. Реклама «Разговорное открытие» оценивает полный контекст сложных, многоуровневых пользовательских запросов — например, как сделать так, чтобы в доме пахло дорогим спа с минимальными усилиями, — и динамически создает персонализированный рекламный контент соответствующих компаний в режиме реального времени. «Выделенные ответы» формируют подобраные списки спонсируемых рекомендаций, которые активируются при поиске с четкой коммерческой целью. Как сообщал Marketing Dive, вице-президент Google по рекламе Видхья Шринивасан подчеркнула, что «эти форматы пересматривают не только внешний вид рекламы, но и ту ценность, которую она предоставляет, потому что в конечном счете лучшая реклама — это ответы». Google также представил рекламу покупок, работающую на ИИ, с встроенными пояснениями, которые суммируют информацию о товаре и обосновывают, почему конкретный продукт отвечает потребностям пользователя — рекламу, которая аргументирует в пользу рекламодателя, сгенерированную собственными моделями платформы.

Между тем, творческая сторона производства также была полностью переработана. Asset Studio теперь интегрирует Gemini, Veo для видео и новую модель Gemini Omni, напрямую подключаясь к таким инструментам, как Adobe и Canva. Как отмечает WordStream, новая функция AI Brief позволяет рекламодателям задавать индивидуальный стиль бренда, ограничения и руководящие принципы сообщений на простом языке, а ИИ генерирует рекламные материалы, соответствующие этим правилам, — это позволяет решить наиболее распространённое возражение против рекламы, созданной с помощью ИИ, и при этом значительно ускоряет процесс создания контента для небольших команд.

Конечным результатом является платформа, где креативы, таргетинг, ставки и измерения координируются единым ИИ-слоем, который работает в реальном времени и в масштабах, недостижимых для любой человеческой команды. Только режим ИИ сейчас используют более миллиарда пользователей в месяц, все они взаимодействуют с поиском через диалоговые интерфейсы, где эти новые форматы рекламы интегрированы изначально.

Это уже не передовой край. Это базовый уровень. И для маркетологов эффективности, работающих за пределами закрытой экосистемы Google, особенно в сфере нативной рекламы, вопрос уже не в том, работают ли рекламные объявления, оптимизированные с помощью ИИ. Google уже дал ответ на этот вопрос. Вопрос в том, почему так много команд до сих пор ведут свои кампании так, будто этот ответ еще не пришел.

Пользователи Google Ads получают не просто лучшие инструменты — они работают на совершенно иной творческой платформе по сравнению с платформой, доступной большинству рекламодателей в native и push-рекламе. Понимание особенностей этого разрыва — первый шаг к его преодолению.

Начнём с производства креативов. Инструмент Asset Studio теперь интегрирует Gemini, Veo и напрямую связан с Adobe, Canva и YouTube Studio, предоставляя рекламодателям единый центр, где они могут создавать различные варианты изображений и видео, изменять размер активов для разных форматов и использовать уже имеющуюся библиотеку — всё, не покидая интерфейса Google Ads. Для маркетолога, ведущего native-кампании, аналогичный процесс обычно включает в себя составление брифа для дизайнера в Slack, ожидание макетов, ручную загрузку креативов на каждую платформу и надежду, что размеры окажутся подходящими. Google сократил эту цепочку в единый интерфейс, работающий с использованием генеративного ИИ. Рекламодатели в native-формате до сих пор собирают этот процесс вручную.

Затем идет тестирование. Теперь Google предлагает встроенное A/B-тестирование, позволяющее рекламодателям менять креативы и оценивать их относительную эффективность без дублирования кампаний. Эта особенность важнее, чем может показаться. В большинстве платформ нативной рекламы, проверка нового заголовка или изображения означает создание отдельной кампании или рекламной группы, ручное деление бюджета и визуальный анализ результатов в электронной таблице спустя несколько дней. Система Google автоматически выполняет разделение, измерение и определяет статистическую значимость результатов в фоновом режиме. Рекламодатель сосредотачивается на творческих решениях; платформа берет на себя научную часть. В нативной рекламе вы и есть инфраструктура тестирования.

Но самая примечательная функция — это AI Brief. Она позволяет рекламодателям написать творческое задание простым языком — стиль бренда, целевая аудитория, ограничения, рекомендации по месседжингу — и ИИ Google интерпретирует эти данные, создавая соответствующие бренду варианты рекламы с предварительным просмотром для одобрения человеком. Как отмечал WordStream, это напрямую решает наиболее распространённое опасение по поводу рекламы, генерируемой ИИ: утрата контроля над брендом. Вы не одобряете каждую отдельную рекламу; вы устанавливаете правила, которым ИИ должен следовать при их создании. Для рекламодателей в нативной рекламе контроль над брендом обычно означает документ Google с рекомендациями по стилю, на который фрилансер может ссылаться или не ссылаться перед написанием следующей партии заголовков. Разница здесь не постепенная — она архитектурная.

Наконец, есть измерение. Google представила показатель «Квалифицированные будущие конверсии» — прогнозирующий метрику, анализирующую такие сигналы, как поисковые запросы с брендом, просмотры видео и посещения сайта после показа рекламы, чтобы предсказать прибыльные конверсии за период до шести месяцев вперед. Это даёт рекламодателям, ведущим кампании на верхних стадиях воронки, возможность обосновать затраты ещё до фактической конверсии. У нативных рекламодателей, запускающих кампании осведомлённости или рассмотрения, редко бывает что-то сопоставимое. Атрибуция обычно заканчивается на клике или, в лучшем случае, на пикселе конверсии в ту же сессию. Всё, что выходит за эти рамки, остаётся чёрным ящиком.

Совокупный эффект — это то, что описал MarTech как переход к ИИ-нативным операционным моделям — системам, которые обеспечивают постоянное тестирование, обучение и оптимизацию, а не рабочие процессы, ориентированные на отдельные кампании. Google интегрировала это непосредственно в саму платформу. Нативные рекламодатели должны создавать такие системы с нуля, если вообще создают их.

Речь идет не о том, что Google — более крупная компания с большими ресурсами, хотя это, очевидно, верно. Речь идет о том, что пользователи Google Ads теперь по умолчанию получают автоматизированную генерацию творческого контента, интегрированное тестирование, управляемое брендом ИИ-направление и прогнозирующую атрибуцию. Тем временем рекламодатели в нативной и пуш-рекламе по-прежнему работают со списком подходов в табличном редакторе, дизайнером в Slack и интуицией. Поле для игры не перекошено — это совершенно другой вид спорта, и притворяться обратным является самой дорогой ошибкой, которую независимый маркетолог может сейчас совершить.

Но вот та часть, которую Google не станет включать в слайд презентации: все эти улучшения ИИ разработаны для того, чтобы удерживать пользователей, транзакции и данные внутри экосистемы Google — а не для максимизации вашей прибыли.

Возьмём, к примеру, Universal Cart — встроенную функцию оформления заказа, представленную Google вместе с форматами рекламы на основе ИИ. На первый взгляд, это выглядит дружелюбно по отношению к продавцам — ритейлеры, такие как Walmart, Wayfair, и Shopify, по-прежнему юридически владеют транзакциями. Однако, как отмечает Adweek, этот шаг "усиливает стены вокруг сада Google, стимулируя потребителей просматривать товары и совершать покупки исключительно в экосистеме Google, устраняя необходимость переходить на сайт продавца". Вице-президент Google по торговым операциям Эшшис Гупта настаивал, что компания считает себя "сводником, соединяющим покупателей напрямую с бизнесами", а не торговой площадкой. Но сводники обычно не вмешиваются в процесс оформления заказа, не создают свою собственную рекламную копию и не генерируют собственный контент-"объяснение" о вашем продукте ещё до того, как клиент попадёт на вашу целевую страницу.

Стоит остановиться на этой функции объяснений. Объяснения, основанные на Gemini, появляются в рекламных объявлениях в режиме ИИ, чтобы «синтезировать информацию об услуге или продукте» и обеспечить дополнительный контекст. Google представляет это как способ укрепления доверия пользователей. Но, как признало издание Adweek, вмешательство голоса Google в рекламный процесс ставит острый вопрос: кто на самом деле контролирует повествование? Когда искусственный интеллект Google пишет объявление, решает, когда его показывать, а затем дополнительно накладывает собственное редакционное резюме, рекламодатель уже не просто передает внешнее производство на аутсорсинг — он уступает всю историю бренда алгоритму, который в первую очередь обязан прибыли Google.

И эта прибыль стремительно растет. Прибыль Alphabet за второй квартал достигла 119,8 миллиардов долларов, а старший вице-президент Google по рекламе Джерри Дишлер подчеркнул, что модели Gemini теперь применяются «во всей рекламной инфраструктуре компании». Согласно сообщениям, AI Max обеспечивает в среднем 50-процентное улучшение общего числа конверсий или ROAS. Это впечатляющие цифры — для Google. Однако это цифры Google, измеренные системами Google, оптимизированные моделями Google и выставленные к оплате на условиях Google.

То же самое касается и того самого пресловутого улучшения на 20% в "рекламе высокой релевантности". Кажется, что все только выигрывают, пока вы не осознаете, что Google сам определяет релевантность, измеряет релевантность и берёт с вас оплату за релевантность. Рекламодатель никогда не видит внутренние механизмы модели. Как предупреждал MarTech, брендам, работающим в таких условиях, необходимо "установить управление автономными системами" и "определить рамки, позволяющие сбалансировать эффективность и ценность бренда", но управление требует прозрачности, а в ИИ от Google ее практически нет.

Вот здесь и происходит поворот для рекламодателей в native и push-рекламе. Да, у вас нет триллионной ИТ-инфраструктуры Google. Но вы также действуете за пределами закрытого сада — и это не только недостаток. Вы сами владеете креативами. Вы видите реальные данные об эффективности. Вы сами решаете, когда, где и как будет отображаться ваше сообщение. Никто не вставляет ИИ-генерируемое пояснение между вашим заголовком и конверсией.

Суть в том, что свобода без интеллекта — это просто угадывание. И большинство нативных рекламодателей по-прежнему гадают: тестируют заголовки по наитию, меняют креативы по произвольному графику и интерпретируют результаты без учета конкурентной среды. Возможность заключается не в копировании чёрного ящика Google. Она — в создании прозрачного, основанного на данных творческого процесса, который система Google никогда вам не предоставит.

Преимущество Google в области ИИ для рекламы — это не магия, а цикл. Gemini определяет, что нужно пользователям, анализируя разговорные запросы и поведенческие сигналы, создаёт креативы, соответствующие этим намерениям, а затем тестирует и совершенствует их в масштабах, недостижимых для любой человеческой команды. Как подробно описал Marketing Dive, такие форматы, как Conversational Discovery, сейчас оценивают полный контекст конкретных многоуровневых запросов пользователей и в реальном времени генерируют индивидуальные рекламные креативы от соответствующих компаний. Система не угадывает, какой заголовок или изображение окажется эффективным — она анализирует миллиарды точек данных и действует на основе вероятностных выводов. Вот этот конкурентное преимущество, через которое независимые рекламодатели считают, что не могут переступить.

Но вот переформулировка, которая меняет всё: вам не нужен собственный конвейер данных Google, когда вы можете в режиме реального времени читать результаты тестов других.

Инструменты для слежки за рекламой — платформы, индексирующие активные кампании в сетях нативной, пуш- и баннерной рекламы, — дают независимым маркетологам доступ к функционально схожему циклу. Вместо анализа сигналов пользовательских намерений на основе данных поиска первого лица вы анализируете креативный контент тысяч рекламодателей и позволяете рынку самому показать, что конвертирует. Когда заголовок, подача изображения или структура посадочной страницы работают уже неделями в нескольких регионах и на различных площадках, такая продолжительность указывает на конверсию. Рекламу, которая не приносит результатов, отключают. Реклама, которая масштабируется, по определению является успешной. Сигнал не скрыт внутри алгоритма; он виден в данных кампании.

Рассмотрим, на что обратил внимание Нил Патель в отношении стратегического направления Google: платформа движется к модели "цель задана, ИИ выполняет", где рекламодатели определяют бизнес-результаты, а система берет на себя операционную реализацию — от креативной итерации с помощью Asset Studio до рекомендаций на разных платформах через Ask Advisor. Google, по сути, устраняет сложность тестирования и оптимизации. Интеллектуальный анализ рекламы выполняет ту же функцию, но другим способом — он устраняет издержки тестирования, позволяя вам наблюдать, какие креативные решения выжили в процессе естественного отбора рынка. Вы не платите за тысячи неудачных сплит-тестов, предшествовавших выигрышной комбинации. Вы читаете готовый результат.

Используемое здесь распознавание закономерностей действительно имеет эмпирическую природу. Когда вы видите, что один и тот же стиль заголовка, пробуждающего любопытство, в паре с определённого вида изображениями "до и после" доминирует в своей нише в течение трёх недель подряд, это уже не анекдотические наблюдения. Это данные в масштабе, который большинство индивидуальных медиапокупателей никогда не смогло бы собрать на собственном рекламном бюджете. Вы, по сути, используете коллективные научно-исследовательские и опытно-конструкторские работы всех рекламодателей, ведущих трафик в тех сетях, где вы ведёте свою конкуренцию.

Это вовсе не означает дословное копирование рекламы — такой подход ведет к гонке дна. Речь идет об извлечении основных закономерностей: эмоциональных триггеров, побуждающих к кликам в определенной нише, архитектуры целевых страниц, удерживающих внимание достаточно долго для конверсии, структуры предложений, которые изначально оправдывают клик. Google Gemini анализирует сигналы намерений, чтобы создавать креативы, воспринимаемые как полезные ответы на вопросы пользователей. Вы можете воссоздать тот же результат, изучая, какие ответы — в виде рекламы и воронок — реальные пользователи уже подтвердили своими деньгами.

Асимметрия между рекламодателями Google и независимыми покупателями в нативной рекламе действительно существует, но она уже не такая значительная, как может показаться. ИИ Google анализирует поведение пользователей, чтобы предсказать, что сработает. Инструменты слежения за рекламой анализируют поведение рекламодателей, раскрывая уже успешные решения. Оба подхода представляют собой формы распознавания образов, основанных на рыночных данных. Только один из них требует от вас оплаты подписки вместо бюджета на рекламу в семь цифр и доступа к закрытой экосистеме. Независимый маркетолог, который рассматривает конкурентную разведку как систематический источник входных данных, а не как временную уловку, использует ту же самую итерационную оптимизацию, которая лежит в основе Gemini. Источник данных отличается. Логика остаётся идентичной.

Google уже опубликовал концепцию творческой оптимизации на основе ИИ — проблема в том, что эта концепция работает только в случае расходов внутри их экосистемы. Но базовая логика универсальна, и независимые маркетологи, ведущие нативные кампании, могут пошагово воспроизвести её, не отказываясь от контроля или маржи в пользу закрытой платформы.

Шаг 1: Выявление трендов с помощью инструментов шпионажа. Модели Google Gemini сканируют миллиарды запросов и поведенческих сигналов, чтобы выявлять появляющиеся паттерны намерений. Вашим аналогом является систематическое использование инструментов шпионажа за рекламой — платформ вроде Anstrex, AdPlexity или SpyFu — чтобы отслеживать, что в настоящий момент запускается и масштабируется в нативных сетях. Вместо того чтобы гадать, какие подходы могут найти отклик, вы читаете актуальные ответы рынка. Еженедельно находите самые эффективные креативы в вашей вертикали, обращая внимание на заголовки, стили миниатюр, структуру целевых страниц и эмоциональные триггеры. Это ваш исходный слой сигналов.

Шаг 2: Выделение и кластеризация углов подачи. Собрав пятьдесят–сто выигрышных объявлений, сгруппируйте их по основному углу убеждения — не по поверхностному тексту, а по более глубокому механизму. Использует ли объявление страх упустить выгоду, социальное доказательство, пробелы в любопытстве или визуализацию результата? Сгруппируйте эти углы в три–пять категорий. Это аналогично тому, как Google использует ИИ для интерпретации творческого брифа рекламодателя на простом языке с помощью AI Brief, извлекая стиль бренда, целевые аудитории и рекомендации по сообщениям для создания вариантов. Вы выполняете ту же процедуру вручную, но опираясь на реальность конкуренции, а не на собственные предположения.

Шаг 3: Быстрое создание вариантов контента с помощью инструментов дизайна на базе ИИ. В Google Asset Studio теперь интегрированы Gemini, Veo, а также подключение к таким инструментам, как Canva и Adobe, чтобы централизовать процесс создания контента. Для доступа к этим инструментам вам не обязательно использовать Asset Studio. Подавайте сгруппированные углы атаки в ChatGPT или Claude, чтобы сгенерировать десятки вариантов заголовков и основного текста. Используйте генератор изображений Canva на базе ИИ или Midjourney, чтобы создать концепции миниатюр, соответствующие визуальным шаблонам, выявленным в ходе ваших разведывательных исследований. Цель заключается не в создании одного идеального объявления, а в получении двадцати жизнеспособных вариантов для каждого угла атаки, созданных за часы вместо недель.

Шаг 4: Структурированная методология тестирования. Теперь Google предлагает встроенные A/B-тесты, позволяющие рекламодателям заменять креативы и измерять прирост эффективности, не дублируя кампании. На нативных платформах, таких как Taboola или Outbrain, вы сами создаете такую дисциплину: запускайте каждый кластер углов атаки как отдельную кампанию с тремя-пятью вариациями креативов, выделяйте равные бюджеты на статистически значимый период (обычно от семидесяти двух до девяноста шести часов) и прекращайте показ всего, что не достигает вашего порогового значения стоимости за действие. Никаких решений на глазок, никакого "дайте поработать еще неделю, посмотрим". Определите критерии прекращения еще до запуска.

Шаг 5: Итеративное масштабирование на основе данных. ИИ-максимум Google стал тем, что AdExchanger назвал основным строительным блоком для рекламодателей, позволяющим в полной мере участвовать в опыте, основанном на ИИ, обеспечивая в среднем пятидесятипроцентное улучшение конверсий или ROAS. Вы воспроизводите эту логику масштабирования, беря свои выигрышные комбинации угла подачи и креативов и систематически увеличивая бюджет при одновременном мониторинге сигналов последующих действий — не только кликов, но и подписок на электронную почту, завершённых покупок или оценок качества лидов. Это ваш аналог метрики Google Qualified Future Conversions: отслеживание значимых действий, предсказывающих реальный доход, а не показную вовлечённость.

Цель этой структуры заключается не в создании копии Google. Речь идёт о том, чтобы усвоить тот же цикл, основанный на данных и креативе — наблюдайте, извлекайте, создавайте, тестируйте, масштабируйте — и при этом сохранять свои данные, свою маржу и свою стратегическую гибкость полностью в своих руках.

Описанный в предыдущем разделе каркас работает сегодня именно потому, что столь немногие рекламодатели используют нечто подобное. Эта разница не продлится долго. Все сигналы от крупных платформ указывают на то, что креативная оптимизация с помощью ИИ быстро переходит от конкурентного преимущества к обязательному стандарту, и окно возможностей для тех, кто первым это внедрил, чтобы обеспечить себе устойчивое лидерство, сокращается быстрее, чем осознают большинство маркетологов.

Рассмотрим скорость изменений в экосистеме Google. Продукт на основе ИИ под названием AI Max уже обеспечил в среднем 50-процентное улучшение общего количества конверсий или ROAS для рекламодателей, которые начали его использовать. Такой рост эффективности невозможно проигнорировать. Он формирует гравитационное притяжение — всё больше рекламодателей подключаются, всё больше бюджетов направляется в каналы, оптимизированные с помощью ИИ, и издержки конкуренции без аналогичного интеллекта растут из квартала в квартал. Когда Alphabet спокойно объявляет о 119,8 миллиардах долларов квартальной выручки и расширяет свой долговой портфель с 16 миллиардов до 100 миллиардов долларов для финансирования дальнейшего развития ИИ-инфраструктуры, посыл становится ясным: крупнейшая рекламная компания в мире делает ставку на то, что выполнение задач с помощью машин станет новым стандартом.

Со временем этот стандарт достигнет нативной рекламы. Программные нативные платформы уже внедряют автоматизированную ставку и элементарные предложения по креативам. Как Taboola, так и Outbrain инвестируют в алгоритмы рекомендаций, которые отдают предпочтение прогнозированию вовлеченности вместо статичного размещения. Разрыв в уровне сложности между тем, что предлагает Google внутри своего закрытого экосистемы, и тем, к чему могут получить доступ независимые покупатели нативной рекламы в открытом интернете, по-прежнему значителен — но он сокращается. Как только нативные платформы запустят собственные инструменты креативов на основе ИИ, исчезнет возможность для арбитража маркетологов, которые самостоятельно построили такие системы. Первопроходцы, у которых уже есть месяцы структурированных тестовых данных, подтвержденные библиотеки углов подачи и итеративные циклы обратной связи, будут иметь преимущество, которое новички не смогут быстро повторить, просто включив функцию платформы.

Глубокие стратегические изменения усиливают срочность. Как утверждал ресурс MarTech, следующий этап рекламы — это агентный ИИ, системы, которые принимают решения автономно, непрерывно перераспределяя бюджет, корректируя таргетинг и улучшая креативы без вмешательства человека. Ранние последователи таких самонастраивающихся агентов уже отмечают снижение стоимости привлечения и сокращение циклов продаж. Когда такие возможности станут широко доступны на нативных платформах, победителями станут не те, кто только начинает осваивать основы структурированного тестирования. Победителями станут те, кто потратил предыдущие двенадцать-восемнадцать месяцев на создание стратегических компонентов — нарратива бренда, архитектуры сообщений, понимания аудитории, — которые обеспечивают автономные системы качественным начальным материалом.

Именно эта асимметрия определяет текущий момент. Большинство рекламодателей в сфере нативной рекламы до сих пор составляют заголовки на основе субъективных ощущений, используют по две-три креативных единицы на кампанию и называют это «тестированием». В то же время вся инфраструктура цифровой рекламы перестраивается вокруг непрерывной, управляемой ИИ итерации. Подход, описанный в предыдущем разделе, не является экзотическим — это просто строгое применение принципов, которые Google уже подтвердил в масштабах. Разница в том, что прямо сейчас применение этих принципов в нативной рекламе по-прежнему даёт вам значительное преимущество, потому что ваши конкуренты ещё не поспели за вами.

Это долго не продлится. Платформы сделают инструменты доступными для всех. Агентства превратят методику в готовый продукт. Преимущество переместится от знания того, что нужно делать, к тому, чтобы уже это сделать — к накопленным данным, проверенным креативным шаблонам и выработанному операционному опыту, которые невозможно воспроизвести за одну ночь с помощью универсального решения. Вопрос не в том, станет ли оптимизация креативов с использованием технологий ИИ стандартом в нативной рекламе. Вопрос в том, станете ли вы тем, кто уже создал фундамент до того, как всем остальным вручили те же инструменты.