AI-зрелость дизайн-команд в России: ключевые инсайты из исследования по итогам 2025 года

Агентство pinkman совместно с wannabe и Russian Business выпустили исследование об AI-зрелости маркетинговых и дизайн-команд в российских компаниях. 17 глубинных интервью с арт-директорами и дизайн-лидерами из Т-Банка, Альфа-Банка, Сбера, Кинопоиска, 2ГИС, RuStore, Мегамаркета, Dodo и других. Мы изучили исследование и выделили главное.

Где сейчас рынок

Средняя самооценка AI-зрелости среди респондентов — 3,5 из 5. Это переходная зона между «интеграцией» и «масштабированием»: AI уже регулярно присутствует в работе, но охватывает не все процессы и используется не всей командой.

• 15% компаний — на стадии начального интереса
• 35% — активно масштабируют AI
• 50% — на экспериментальной стадии

Лидеры (Т-Банк, Альфа-Банк) уже строят AI-first команды, нанимают ML-инженеров и создают собственные инструменты. Большинство — в середине пути: AI помогает, но требует ручного контроля и не покрывает все направления.

Как внедряется: всегда снизу

Во всех кейсах путь один: энтузиаст в команде пробует нейросеть на реальной задаче, получает результат, показывает коллегам. Дальше — поддержка руководства: подписки, время на тесты, обучение. Через год эксперименты превращаются в системные практики.

Первые эксперименты были «по приколу», но сработали — и это запустило волну интереса.

— 2ГИС

Типичный таймлайн от первого эксперимента до регулярной практики — от 1 до 1,5 лет.

Что помогает

1. Ясная цель и конкретные задачи — AI лучше работает не «вообще», а на замене стоков, ускорении баннеров, генерации скетчей
2. Быстрые победы снизу — энтузиасты показывают результат, руководство подключается
3. Пространство для экспериментов — подписки, время, право на ошибку
4. AI-кураторы и амбассадоры — кто-то должен отслеживать инструменты и делиться опытом
5. Документация — базы промптов, шаблоны, style-refs, чтобы опыт не растворялся

Что мешает

• Завышенные ожидания — топ-менеджеры ждут «волшебную кнопку», получают разочарование
• Юридические барьеры — оплата зарубежных сервисов, права на контент, утечка данных
• Информационный шум — инструменты обновляются еженедельно, команды не успевают
• Нехватка времени — когда горят дедлайны, проще сделать по-старому
• Страх перед технологиями — часть специалистов избегает работы с нейросетями

Метрики: как измеряют эффект

Чаще всего смотрят на скорость, стоимость и объём — привычные метрики перформанса дизайн-команд. AI воспринимается не как отдельный проект, а как способ повысить эффективность существующих процессов.

Цифры из Альфа-Банка: +15% к скорости создания текстов, 45% визуального контента создаётся с AI, экономия ~90 минут в день на дизайнера. В RuStore обложки, которые раньше занимали 3–5 дней у иллюстратора, теперь делаются за пару часов.

Оптимизация vs масштабирование

Компании используют AI двумя способами:

• Оптимизация — ускорить то, что есть. В Т-Банке скорость отдельных задач выросла в 2–4 раза
• Масштабирование — делать больше при тех же ресурсах. Кинопоиск на проекте «Этерна» выпустил 30–60 креативов вместо прежних 12, без агентств

Дополнительный эффект: AI расширяет границы того, что команда способна делать — 3D, видео, фотореалистичные макеты становятся доступны без расширения штата.

5 главных выводов

1. AI усиливает зрелые команды, а не заменяет их. Эффективность зависит от процессов, целей и компетенций людей
2. Всё начинается снизу. Ни одно успешное внедрение не начиналось с директивы сверху
3. Системность — путь к масштабированию. Базы промптов, шаблоны, style-refs, внутренние кураторы
4. AI встраивается в пайплайны, а не ломает их. Эскизирование, согласование, адаптации — цикл быстрее, но не хаотичнее
5. Ключевой фактор — майндсет. Технологии работают только в среде, готовой учиться и экспериментировать

Полное исследование доступно на сайте RB. Если вы хотите оценить AI-зрелость своей команды и выстроить стратегию внедрения — это именно то, чем мы занимаемся в panfilov.consulting.