Tag: ai решения

  • Publicis продает AI-решения напрямую CEO, избегая традиционных питчей

    Publicis продает AI-решения напрямую CEO, избегая традиционных питчей

    Французская группа Publicis Groupe меняет стратегию, обращаясь напрямую к генеральным директорам компаний, которые обеспокоены вызовами искусственного интеллекта (AI) и изменениями в поведении потребителей. Об этом сообщил председатель и генеральный директор группы Артур Садун. «Мы все чаще видим, как CEO вовлекаются в нашу работу», — заявил Садун аналитикам во время отчета о результатах третьего квартала. Он добавил, что CEO проявляют большой интерес к AI, понимая, что для сохранения лидерства в своих компаниях им необходимо разбираться в этой технологии.

    Publicis: Новый Подход к Продажам AI-Решений Напрямую CEO

    Почему CEO Проявляют Интерес к AI?

    По словам Садуна, беспокойство высшего руководства относительно AI стало двигателем клиентских расходов и новых контрактов для Publicis в третьем квартале. Это подтверждается недавней победой над PepsiCo, которую Publicis выиграла без традиционного тендера. При этом группа отказалась от участия в конкурентном тендере на медиа-бизнес Coca-Cola.

    «Это должно начинаться сверху», — подчеркнул Садун, говоря о внедрении AI-стратегий.

    Подразделение технологических услуг Publicis Sapient сыграло «ключевую роль» в получении «двух крупнейших контрактов года без питча». Оно также помогло группе получить три «задания по трансформации на основе AI в этом году за пределами традиционных тендерных процессов».

    Рекордные Результаты и Рост Доходов

    Такая тактика принесла Publicis «рекордное» количество новых бизнес-побед в третьем квартале, согласно отчету о прибылях группы. Садун отметил, что новые клиенты способствовали чистому органическому росту в 2%, что эквивалентно 300 миллионам евро (335,5 миллиона долларов) дополнительного дохода к 2027 году.

    • Publicis лидировала в отрасли по количеству новых бизнес-побед в первой половине 2026 года, по данным COMvergence.
    • На это повлияла «новая рыночная реальность» после приобретения Omnicom группы Interpublic Group в прошлом году.

    Меньшее количество конкурентов означает больше возможностей конкурировать на основе возможностей и бизнес-кейсов, а не цены. Сокращение конкурентного поля также способствует тому, что некоторые клиенты отказываются от формальных обзоров.

    Управление Конфликтами и Ожидания Клиентов

    Садун считает, что это не приведет к увеличению клиентских конфликтов. «Три игрока [Publicis, Omnicom и WPP] достаточно велики, чтобы управлять конфликтами», — сказал он, при условии, что агентства будут прозрачны с брендами и поддерживать «файрволы» данных для обеспечения конфиденциальности клиентов.

    Турбулентность среди главных конкурентов оказалась не напрасной. «Некоторые сделали выбор в пользу аутсорсинга своих IT-специалистов», — отметил Садун, намекая на недавнее решение Omnicom передать на аутсорсинг сотни рабочих мест в сфере IT и разработки. «Клиенты не ожидают, что мы будем реорганизовываться, увольнять людей или прекращать приобретения. Они ожидают, что мы будем инвестировать от их имени», — добавил он.

    Влияние AI на Доходы и Стратегию

    Рост расходов, стимулированный AI, привел к увеличению чистой выручки на 5% до 3,529 миллиарда евро (3,95 миллиарда долларов) по сравнению с аналогичным периодом 2025 года. Чистая выручка в Северной Америке выросла на 4,4% и составила 59% дохода группы.

    Publicis продает AI-решения напрямую CEO, избегая традиционных питчей — illustration 2

    Медиа-бизнес Publicis составил 62% от ее выручки в квартале. Садун подчеркнул, что большая часть базового роста выручки была обусловлена расходами клиентов на опережение использования AI потребителями для поиска продуктов и покупок.

    «Клиентам необходимо адаптировать способы охвата и взаимодействия с [потребителями]», — сказал он. «Необходимость адаптации является немедленной. Клиенты готовы быстрее выделять бюджеты, потому что слишком медленное движение может означать потерю доли рынка».

    Рамон Лагуарта из Pepsico недавно выступил перед инвесторами, отстаивая решение компании передать свой глобальный медиа-аккаунт Publicis Groupe. Агентства, такие как Goodway Group, внедряют стеки синтетических данных в медиапланирование, в то время как клиенты используют эту технологию для дизайна продуктов и креативной стратегии.

    Часто Задаваемые Вопросы

    Как выбрать подрядчика для полного цикла видеопродакшна?

    При выборе подрядчика для полного цикла производства коротких видео важно обращать внимание на его портфолио, опыт работы с компаниями вашей отрасли, прозрачность ценообразования и наличие специалистов по всем этапам: от идеи до постинга. Спросите о возможностях аутсорсинга контента для соцсетей и как они обеспечивают комплексное продвижение через короткие ролики.

    Стоит ли уникализация или новое?

    Решение между репурпозингом существующего контента и созданием нового зависит от целей и бюджета. Уникализация может быть более экономичным вариантом для быстрого получения контента, в то время как съемка с нуля обеспечивает максимальную оригинальность и контроль над сообщением. Важно оценить, что лучше соответствует вашей стратегии и позволит эффективно заказать и баннер, и нарезку, и постинг.

    Что дешевле – AI или реальный клиппинг?

    AI-клиппинг может быть значительно дешевле и быстрее для массового производства коротких видео из длинных материалов. Однако для контента, требующего тонкого понимания контекста, креативности или специфического стиля, реальный клиппинг с участием человека может быть более эффективным. Сравните стоимость и качество, чтобы понять, что лучше для вашего проекта и как выбрать сервис нарезки.

    Как выбрать сервис нарезки?

    При выборе сервиса нарезки видео обратите внимание на следующие критерии: скорость обработки, качество результата (особенно если используется AI), возможность интеграции с вашими платформами, гибкость в настройке стиля и наличие дополнительных услуг, таких как добавление субтитров или графики. Уточните, как они обеспечивают критерии качества масс-постинга.

    Заключение

    Переход Publicis к прямым продажам AI-решений генеральным директорам демонстрирует глубокое понимание меняющихся потребностей рынка. В условиях, когда AI-трансформация становится критически важной для выживания бизнеса, компании ищут партнёров, способных предоставить полный цикл видеопродакшн под ключ и комплексные решения. Это подчеркивает важность выбора надежного партнера, который может стать заменой SMM-команды и предложить все услуги в едином окне, обеспечивая экономию бюджета и нервов. Если вы стремитесь эффективно использовать AI для маркетинга и нуждаетесь в экспертной поддержке, рассмотрите возможность связаться с нами для обсуждения ваших задач.

  • Вайбкодинг: реальные доходы проектов и мифы о миллионах

    Вайбкодинг: реальные доходы проектов и мифы о миллионах

    Вайбкодинг: реальные доходы проектов и мифы о миллионах

    Разговоры о миллионах на вайбкодинге звучат отовсюду: миллион за 17 дней, миллион к октябрю, миллион с одного промпта. Я решил провести проверку: сколько проектов действительно преодолели порог в $100 000 месячной выручки или $1 000 000 общего дохода (включая сумму экзита). Картина оказалась куда скромнее, чем ожидалось. Если исключить проекты, чей продукт сам по себе является AI-решением, остаётся крайне мало стартапов, основанных именно на вайбкодинге.

    В этом анализе я не смешиваю понятия ARR (годовая регулярная выручка) и фактическую выручку. ARR — это проекция текущего месяца, умноженная на двенадцать, а не заработанные деньги. Там, где источник указывает ARR, я это отмечаю и отдельно пересчитываю месячную выручку. Порядок проектов в таблице ниже определяется не размером выручки, а надёжностью подтверждения финансовых показателей.

    Проекты, преодолевшие порог $100 000/месяц или $1 млн общего дохода

    Список включает проекты с публичными отчётами о выручке от $100 000 в месяц или совокупным доходом от $1 000 000.

    1. Medvi: $401 млн за первый год

      Телемедицина, специализирующаяся на препаратах GLP-1 для снижения веса. Основатель Мэттью Галлахер запустил проект в сентябре 2024 года с вложениями около $20 000. По данным публикаций, первый год принёс $401 млн выручки, около 250 000 клиентов и $65 млн прибыли при марже в 16%. Штат: два человека (сам Галлахер и его брат Эллиот), остальное — подрядчики.

      • Вайбкодинг: Код, сайт и агенты писались с помощью Claude, Grok и ChatGPT. Визуал для рекламы — Midjourney и Runway. Обзвон клиентов — ElevenLabs.
      • Суть бизнеса: Основная часть бизнеса — врачи, аптека, выписка рецептов и юридическая обвязка — вынесена на аутсорс через CareValidate, OpenLoop Health и LegalZoom. Галлахер сосредоточился на сборке и трафике.
    2. Base44: продажа за $80 млн

      конструктор приложений по текстовому описанию, созданный Маором Шломо. Запущен в начале 2025 года. В мае компания показала $189 000 прибыли за месяц. В июне Wix объявила о покупке за $80 млн наличными. К моменту сделки у проекта было 250 000 пользователей. Шломо был единственным собственником, но на момент продажи в компании работало восемь человек, которым ушло $25 млн от суммы сделки в качестве удержания.

      • Вайбкодинг: Шломо целенаправленно строил кодовую базу так, чтобы большая её часть генерировалась моделями, и использовал маршрутизацию промптов между разными моделями. Это один из чистейших примеров, где продукт сам является вайбкодингом и построен этим же методом.
      • Подтверждение: Финансовые показатели подтверждены документом сделки, а не твитом.
    3. Peec AI: $4 млн ARR (до $833 000/месяц)

      Берлинская компания, отслеживающая, как бренд представлен в AI-поиске (ChatGPT, Perplexity, Gemini). Основатель Мариус Майнерс. Первый прототип был собран на v0 от Vercel примерно за полтора дня. Продукт далее разрабатывался традиционным способом, командой. В ноябре 2025 года компания объявила о Series A на $21 млн, всего привлечено $29 млн. На тот момент у Peec AI было 1300+ подключённых компаний и ARR около $4 млн (примерно $333 000 в месяц). Позже ARR вырос до $10 млн (около $833 000 в месяц).

      • Вайбкодинг: Использовался для быстрого создания прототипа и проверки спроса, но основной продукт строился традиционно.
    4. Wave AI: $7 млн ARR

      Приложение для записи, расшифровки и пересказа звука, ориентированное на обычные разговоры, а не встречи. Автор Джош Морер, бывший гендиректор Uber по Нью-Йорку, не программист. Первый рабочий прототип на Swift собрал за день, используя ChatGPT. Проект достиг $7 млн ARR при $3 млн годовой прибыли и около 4000 платных подписчиков.

      • Вайбкодинг: Прототип создан с помощью AI.
      • Особенность: Высокие расходы на доступ к лучшим моделям для обеспечения качества расшифровки, что является ключевым продуктом.

    Проекты, не дотянувшие до порога, но часто упоминаемые

    Эти проекты часто попадают в подборки, но их финансовые показатели не соответствуют заданному порогу.

    1. Cal AI: $2 млн месячной выручки, но ярлык сомнителен

      Приложение для подсчёта калорий по фотографии еды. Авторы Зак Ядегари и Генри Лангмак. Запуск в мае 2024 года. К июлю 2025 года — 8,3 млн загрузок и, по данным CNBC Make It, около $1,4 млн валовой прибыли в месяц, а также упоминается $2 млн месячной выручки. По деньгам проходит, но по ярлыку вайбкодинга — нет. TechCrunch раскрыл, что Ядегари писал код сам, начав программировать в десять лет. Модели Anthropic и OpenAI используются только для распознавания изображений внутри продукта.

    2. fly.pieter.com: $1 млн ARR, но пик $87 000/месяц

      Симулятор полётов в браузере от Питера Левелса. Базовый прототип за 30 минут. $1 млн ARR был объявлен в феврале 2025 года, через 17 дней после релиза. Пик месячной выручки — около $87 000. Монетизация: платные модели самолётов и предметы за $29,99. Метод Левелса: «один промпт — один слой». $1 млн ARR — это годовая проекция, а не заработанный миллион. Проект не достиг порога в $100 000 месячной выручки.

    3. Stanley: $1 млн ARR, но не выручка

      AI-инструмент для работы с контентом, созданный Виталием Додоновым и Джоном Ху за 14 дней. Версия для LinkedIn вышла в июне 2025 года и через шесть недель показывала $200 000 ARR. Отметку в $1 млн ARR команда прошла к октябрю 2025 года. «Приложение за 14 дней» относится к первому рабочему срезу, а не к полному продукту. Основная ценность была добавлена уже после запуска. Опять же, это ARR, а не фактическая выручка.

    4. Lumoo: €700 000 ARR, около €58 000/месяц

      Платформа для модных и ритейл-брендов от Хенрика Скагерлинда Фаста и Петера Тёрнгрена. Предлагает фотореалистичные визуализации и виртуальную примерку. По кейсу Lovable, за девять месяцев продукт вышел на €700 000 ARR, подключив более пятнадцати брендов. Цель — €1 млн ARR к ноябрю 2025 года. Месячная выручка около €58 000, что ниже порога. Успех проекта обусловлен отраслевыми связями основателей, а не сгенерированным интерфейсом.

    5. Plinq: $456 000 ARR, около $38 000/месяц

      Приложение для проверки биографии и безопасности от Сабин Матос. Собрано полностью на Lovable. Сообщалось о 6 000 ARR, привлечено R,3 млн и более 10 000 пользователей. 6 000 ARR — это около 000 в месяц, и это в лучшей трактовке. Кейс интересен тем, что приложение собрало аудиторию раньше, чем деньги. Инвестиции пришли после появления пользователей, а не из-за генерации первой версии инструментом.

      Вайбкодинг: реальные доходы проектов и мифы о миллионах — illustration 2

    Общие выводы и ключевые факторы успеха

    Анализ показывает, что успех проектов не сводится к дешёвому коду, сгенерированному AI. Есть несколько общих черт у успешных стартапов.

    Масштаб команды на старте

    Четыре из пяти успешных кейсов начинали с одного-двух человек. Это не столько заслуга вайбкодинга, сколько показатель того, что продукт можно собрать быстрее, чем сформировать команду.

    Инфраструктура на чужих плечах

    Успешные проекты активно использовали сторонние сервисы и API:

    • Medvi аутсорсил врачей, аптеки и юристов.
    • Wave AI использовал сторонние API для расшифровки.
    • Cal AI — для распознавания и базы продуктов.
    • Lumoo интегрировался в уже существующие рабочие процессы брендов.

    Строить с нуля приходилось только то, чего не было на рынке.

    Деньги приходят не от дешёвого кода

    Ни один продукт не выиграл исключительно за счёт дешёвого или сгенерированного кода. Деньги приходили от других факторов:

    • Cal AI — за счёт инфлюенсеров.
    • Stanley — за счёт дистрибуции через LinkedIn.
    • Medvi — за счёт подрядчиков с лицензиями.
    • Wave AI — за счёт дорогого инференса (вычислений моделей).
    • Plinq — за счёт аудитории, которая появилась раньше выручки.

    Генерация кода сокращает путь до запуска, но не является основным источником дохода.

    Метод многомодельной проверки

    Почти все команды из подборки используют приём: прогонять одну задачу через несколько моделей и сверять результаты. Так Peec AI проверял спрос, Base44 маршрутизировал промпты, а Левелс собирал слои игры, меняя модель под каждую задачу. Это позволяет быстро проверять гипотезы и находить оптимальные решения. Проверить этот подход можно за вечер: возьмите свой текущий промпт и прогоните его через три разные модели, чтобы увидеть расхождения и выбрать лучший вариант.

    Часто задаваемые вопросы

    Какой CPM считать выгодным для теста гипотез?

    Для тестирования гипотез важен не только CPM, но и скорость получения данных. Если AI-инструменты позволяют быстро генерировать креативы и запускать кампании, то даже при относительно высоком CPM, тест гипотез дешево обходится за счёт сокращения времени и трудозатрат. CPM выгодный — это тот, который даёт достаточный объём данных для принятия решения при минимальных затратах на запуск. Например, если цена за один готовый клип, сгенерированный AI, позволяет запустить 100 вариантов за тот же бюджет, что и 10 вариантов от человека, это выгодно.

    Что дешевле: баннерная реклама или блогеры?

    Прямое сравнение по цене сложно, так как результат разный. Баннерная реклама (сколько стоит 1 миллион показов через баннер) может быть дешевле по CPM, например, CPM дешевле 50 рублей за 1000 показов. Но блогеры обеспечивают нативную интеграцию и доверие аудитории. Для бюджетной альтернативы посевам у блогеров можно рассмотреть пакет масс-постинг цена которого будет ниже, но охват может быть менее целевым. Дешевле чем инфлюенсеры может быть только свой трафик или очень точечный таргет.

    Стоит ли инвестировать в AI для создания контента?

    Если цель — снижение стоимости производства контента и увеличение скорости, то стоит ли AI — однозначно да. Например, цена генерации 100 AI роликов будет в разы ниже, чем создание их вручную. Стоимость уникализации одного видео с помощью AI также значительно снижает затраты. Однако важно помнить, что цена vs результат — ключевой фактор. AI ускоряет процесс, но качественный результат всё ещё требует контроля и доработки человеком.

    Как оценить стоимость AI-производства видео?

    Цена за минуту AI видео с аватаром может варьироваться. Важно учитывать не только генерацию, но и сколько стоит нарезать 1 час стрима на короткие клипы с помощью AI. Это позволяет получить много контента из одного источника. Стоимость публикации 500 видео, если они сгенерированы или нарезаны AI, будет значительно ниже, чем ручная работа. Что дешевле: баннер или таргет — это вопрос эффективности, а не только цены, и AI может повысить эффективность любого канала за счёт персонализации и масштаба.

    Заключение

    Анализ показывает, что «миллионы на вайбкодинге» — это скорее миф, чем реальность, если рассматривать чистый доход от сгенерированного кода. Успех проектов кроется в умении быстро собрать MVP, использовать стороннюю инфраструктуру и масштабировать бизнес через эффективную дистрибуцию и работу с клиентами, а не только за счёт дешёвого кода. Юнит-экономика этих проектов держится на комплексном подходе. Перед тем как верить в очередную историю успеха, всегда требуйте скрины статистики и задавайте главный вопрос: сколько принесет денег с каждого потраченного рубля. Для тех, кто готов экспериментировать, рекомендуем попробовать разные модели на одной задаче. Используйте промокод CTRLAI для скидки 20% на любой тариф в SYNTX.AI.

  • Nvidia инвестирует в Cloverleaf: что это значит для цен на AI-инфраструктуру?

    Nvidia инвестирует в Cloverleaf: что это значит для цен на AI-инфраструктуру?

    Nvidia продолжает активно вкладывать средства в развитие инфраструктуры искусственного интеллекта, что напрямую влияет на её доходы. Недавно компания объявила о стратегическом партнерстве с Cloverleaf Infrastructure. Эта сделка может изменить ландшафт рынка AI-инфраструктуры и, возможно, снизить стоимость развертывания новых мощностей.

    Инвестиции Nvidia: факты и цифры

    Cloverleaf Infrastructure, основанная в 2024 году, специализируется на создании базовой инфраструктуры для центров обработки данных. В год своего основания компания привлекла 300 миллионов долларов инвестиций. Её ключевая роль — посредничество между поставщиками коммунальных услуг и центрами обработки данных, обеспечивая критически важные источники энергии и другие элементы для развития площадок.

    Сколько Nvidia вложила в Cloverleaf?

    • Условия сделки не разглашаются.
    • По данным The Wall Street Journal, инвестиции Nvidia в Cloverleaf, вероятно, составят несколько сотен миллионов долларов.
    • Reuters сообщает, что производитель чипов теперь владеет миноритарным пакетом акций в Cloverleaf.

    «Nvidia всё активнее участвует в финансировании и развитии центров обработки данных для AI, которые, в свою очередь, закупают её AI-системы», — отмечают аналитики.

    Стратегия Nvidia: AI-маховик и юнит-экономика

    Эта сделка является частью широкой стратегии Nvidia по реинвестированию своих огромных прибылей в поддержание «маховика AI». Цель — обеспечить постоянный спрос на свои высокопроизводительные чипы и системы. Компания стремится не только продавать оборудование, но и активно участвовать в создании условий для его масштабного использования.

    Конкретные примеры инвестиций в AI-инфраструктуру

    Ранее на этой неделе Nvidia объявила о еще одной крупной инвестиции:

    • 1,5 миллиарда долларов в SB Energy.
    • Это проект центра обработки данных, связанный с OpenAI, расположенный в Огайо.

    Такие вложения показывают, что Nvidia не просто ждет развития рынка, а активно формирует его. Для арбитражников и маркетологов это означает потенциальное снижение стоимости CPM за счет увеличения доступности вычислительных мощностей и, как следствие, более выгодные условия для дешевого тестирования гипотез на больших объемах данных.

    Nvidia инвестирует в Cloverleaf: что это значит для цен на AI-инфраструктуру? — illustration 2

    Часто задаваемые вопросы

    Насколько выгодным будет CPM благодаря этим инвестициям?

    Прямое влияние на CPM пока сложно оценить, но увеличение доступности и снижение стоимости инфраструктуры для AI-вычислений может сделать рекламные платформы более эффективными. Это потенциально снизит издержки на обработку данных и генерацию контента, что в конечном итоге отразится на цене за тысячу показов.

    Что дешевле: баннерная реклама или AI-генерированный контент?

    Инвестиции Nvidia в AI-инфраструктуру делают AI-генерированный контент всё более доступным и дешевым в производстве. Если раньше стоимость баннерной рекламы была предсказуемой, то сейчас цена генерации 100 AI роликов или пакет масс-постинга может оказаться значительно ниже при сопоставимой или даже большей эффективности.

    Стоит ли сейчас инвестировать в AI-решения?

    С учетом активных инвестиций таких гигантов, как Nvidia, в инфраструктуру AI, рынок становится более стабильным и предсказуемым. Это благоприятный момент для рассмотрения инвестиций в AI-решения, поскольку барьеры входа и эксплуатационные расходы могут снижаться.

    Вывод: кеш и перспективы

    Инвестиции Nvidia в Cloverleaf Infrastructure и SB Energy — это не просто финансовые операции, а стратегические шаги по укреплению доминирующего положения в сфере AI. Компания стремится создать экосистему, где её чипы будут незаменимы. Для бизнеса это означает потенциальное снижение затрат на AI-разработку и эксплуатацию, что открывает новые возможности для оптимизации юнит-экономики и получения большей прибыли с каждого вложенного рубля. Следим за цифрами и готовимся к новым возможностям, которые принесет этот «AI-маховик».