惯性聚合 高效追踪和阅读你感兴趣的博客、新闻、科技资讯
阅读原文 在惯性聚合中打开

推荐订阅源

L
LangChain Blog
钛媒体:引领未来商业与生活新知
钛媒体:引领未来商业与生活新知
aimingoo的专栏
aimingoo的专栏
Webroot Blog
Webroot Blog
酷 壳 – CoolShell
酷 壳 – CoolShell
爱范儿
爱范儿
阮一峰的网络日志
阮一峰的网络日志
博客园 - 三生石上(FineUI控件)
The Register - Security
The Register - Security
Application and Cybersecurity Blog
Application and Cybersecurity Blog
月光博客
月光博客
S
Securelist
I
Intezer
S
Schneier on Security
奇客Solidot–传递最新科技情报
奇客Solidot–传递最新科技情报
T
Troy Hunt's Blog
WordPress大学
WordPress大学
Threat Intelligence Blog | Flashpoint
Threat Intelligence Blog | Flashpoint
L
Lohrmann on Cybersecurity
L
LINUX DO - 最新话题
Security Archives - TechRepublic
Security Archives - TechRepublic
AI
AI
F
Fortinet All Blogs
K
Kaspersky official blog
Microsoft Azure Blog
Microsoft Azure Blog
The GitHub Blog
The GitHub Blog
让小产品的独立变现更简单 - ezindie.com
让小产品的独立变现更简单 - ezindie.com
Y
Y Combinator Blog
K
KPMG report finds enterprise disconnect between AI and its ROI | CIO
Project Zero
Project Zero
C
Cisco Blogs
宝玉的分享
宝玉的分享
T
Tenable Blog
V
Visual Studio Blog
N
News and Events Feed by Topic
www.infosecurity-magazine.com
www.infosecurity-magazine.com
D
DataBreaches.Net
B
Blog
D
Docker
H
Hacker News: Front Page
Cyber Security Advisories - MS-ISAC
Cyber Security Advisories - MS-ISAC
OSCHINA 社区最新新闻
OSCHINA 社区最新新闻
B
Blog RSS Feed
P
Palo Alto Networks Blog
Vercel News
Vercel News
H
Heimdal Security Blog
Jina AI
Jina AI
TaoSecurity Blog
TaoSecurity Blog
M
MIT News - Artificial intelligence
小众软件
小众软件

Все публикации подряд на Хабре

Ловим музу за клавиатуру: как айтишнику стать автором Что умеет Midjourney в 2026? Мой немного грустный разбор этого шикарного инструмента Никто не любит писать тесты, но ИИ может исправить это IPv8 выглядит как мечта. Поэтому почти наверняка не взлетит Производители вернули в продажу материнки с DDR3. Что происходит? Управление агентом с телефона через Telegram теперь в KodaCode От координации к лидерству: как меняется роль руководителя разработки Я сделала родителям бизнес вместо пенсии: зарабатываем 70 тысяч, мама не даёт продать В три раза быстрее приемка товара и оптимизация трудозатрат на 73%: как «РСТ-Инвент» помог Gulliver Group ИИ-шечный мир победил? О влиянии искусственного интеллекта на игропром Кремль снижает давление на Телеграмм пока Европа строит интернет по паспорту Как CEO, CTO и CIO за 8 часов собрали ИИ-директора, который умеет держать позицию под давлением Как (не) потерять домен за выходные Вместо 8 разных VPS: как я организовал практику студентам на одном сервере Почему твой Open Source проект не замечают? R&D: искусство управления неопределенностью в разработке AI-дефляция: вакансий для разработчиков больше, а рост зарплат — худший за 15 лет Мы отдали управление роботами OpenClaw. Что из этого вышло Галактический ID: система идентификации для всех форм разумной жизни Шесть основ бизнес-анализа: начинаем с вопроса «Кто в игре?» Код-ревью, в котором дело не в коде Данные переехали. Команда — нет Системной подход к сдаче OSWE в 2025 Почему комната управления реактором покрашена в цвет морской пены 4 YAML-файла вместо PySpark: как аналитикам строить пайплайны без разработчиков LLM-агент для поиска свободных доменов: автоматизируем подбор Когда, зачем и как правильно начинать новую сессию в Claude Code? Как я заставил нейросеть писать макросы для FreeCAD Анатомия ИИ‑агента для подбора персонала. От тысячи резюме к топ‑10 за минуты Опыт разработчика как экономика внимания Автономность как точка невозврата: кто будет субъектом в цифровом будущем Обучение ИИ в «диких» условиях: как рутинные действия превращаются в датасеты Как измерить LLM для задач кибербеза: обзор открытых бенчмарков Где хранить код? Сравнение GitHub, GitLab и Bitbucket Математика объясняет, почему нормальное распределение встречается повсюду Почему ваш FinOps не работает: 12 тезисов от практиков Как подписать проектную документацию УКЭП с использованием бесплатных лицензий Pilot Адаптивное администрирование Sigla Vision Я грузил уран в бочки, а потом 20 лет строил ИТ в атомной отрасли Чем позвонить с Эвереста? История и обзор спутниковой связи. Часть 2 Как языковая модель помогает контролировать качество инструктажей по охране труда в металлургии Как не передать на desktop свой IP в РКН Анатомия SAP Privileges: как устроено управление правами в macOS MoneyDev: Сказка про три главных слова Обновлённый токенизатор видео K-VAE 2.0 от Сбера Как сделать диспетчеризацию дома на 1284 квартиры почти бесплатно Как мы разогнали железную дорогу Мы дали агентам рутину. Теперь надо решить — что делать с освободившимся временем Токсичный контент, промпт-хакинг и защита ИИ — всё о Guardrails для LLM Умный город начинается с точного взгляда: как «Фалькон Тех» меняет пространство к лучшему Навайбкодил приложение для анализа графов Почему Дюну так интересно читать? Упрощаем работу с рутиной или как стать Гендальфом Белым Деконструкция Go: CPU, RAM и что там происходит. Go Assembler база. Часть 1.1 Какие профессии исчезнут из-за ИИ, а какие появятся? И что с этим делать Как мы построили IT-отдел, где хочется расти: архитектурные встречи, прозрачные метрики и книжные подарки Rufler: Делаем из Claude Code автономный рой через один YAML-конфиг Sing-box и белый список приложений Как построить надёжный обмен сообщениями в микросервисах: лучшие практики для enterprise OpenAI строит MLM-пирамиду, а McKinsey и Accenture помогают ей в этом Дом, который не построил Фишер (Часть 2) «Сверхзвуковой математик» против «Вдумчивого логиста»: битва алгоритмов 3D-упаковки Мультимодальные модели – грубый и дорогой инструмент Разговоры ничего не стоят. Код тоже Проверки физических лиц: с кого начнет ФНС Топ-10 бесплатных нейросетей для создания видео в 2026 году Первые слои кода: как наши решения сегодня определяют архитектуру ИИ на десятилетия Разработка нового статического анализатора: PVS-Studio JavaScript Поиск уязвимостей ПО: базовый минимум или роскошный максимум Почему оценка персонала не работает как инструмент управления Как мы разработали ИИ-ассистента и сократили рутину продуктовой команды на 50% Как я ушел из найма, нажарил косточек и продал на маркетплейсах на 168 млн в год Когда 1С:ERP уже внедрена, а нормального производственного плана всё ещё нет Как я сделал Claude мультимодальным, подключив к нему Qwen Omni Как приглашение на вакансию мечты превращается в атаку Infrastructure as Code: философия и лучшие практики IaC Тестируем Yandex Code Assistant на задаче, в которой нужно хранить секреты nxs-universal-chart v3.0: новое поколение универсального Helm-чарта Callback Injection: Техника, которая отправила Microsoft Defender в глухой нокаут «Все идеи на стол»: митап как способ вывести проект из тупика Сегодня я узнал нечто новое о GPU благодаря багу в своей игре Как заставить LLM ̶ ̶г̶а̶л̶л̶ю̶ ̶ эволюционировать Карта событий как фундамент аналитики: практический кейс для E-commerce Что выбрать для AI: x86, ARM или RISC-V? Дайджест железа за март Роль соматических мутаций в развитии аутоиммунных заболеваний: путь к избирательной терапии Mythos от Anthropic — тревожный сигнал для всех, а не только для банков Guardrails для LLM на Java: как приручить промпт‑инъекции и токсичные ответы Green-VLA: как мы собрали VLA-модель для реального антропоморфного робота и не потеряли обобщение Финансовая гонка вооружений: почему умные люди добровольно в ней участвуют Эра ИИ-агентов наступила: выбираем лучшего цифрового сотрудника # Практический опыт внедрения WinCC Redundancy на производственном предприятии Сделал MVP за 3 дня, а потом неделю прикручивал оплату. Оно того стоило? Физика против Маска: почему Starship V3 может оказаться ещё одной катастрофой Нефть Венесуэлы: крупнейшие запасы в мире, но не крупнейшая нефтяная держава JPA 4. Переосмысление Hibernate Почему зеркальная фотокамера Nikon D5 десятилетней давности идеально подошла для миссии «Артемида-2» Проект «Уровень-Спутник» или как мы сделали платформу для гидрологов «Замедлиться, чтобы ускориться»: почему ИИ повышает цену ошибок в требованиях и архитектуре Как с нуля поднять трафик IT-компании на 1657% при бюджете 55 тыс. и выжить Pixel-perfect Downsampling — идеальная отрисовка 50 миллионов точек без потерь
Как Сибур удешевил стоимость видео за счет нейросетей в 40 раз
Виктория Брацыхина · 2026-06-18 · via Все публикации подряд на Хабре

Простой

8 мин

4

ИИ без человека ничего не стоит 

Я занимаюсь маркетинговыми коммуникациями в СИБУРе. Мы продвигаем готовые решения из полимеров (называем их инициативами): поликарбонат для строительства, кабели, бочки, поддоны, упаковочные решения, рукава для хранения зерна, трубы для пожаротушения и многое другое. Каждое направление – это отдельная инициатива со своей аудиторией. Больше половины продуктов — глубокий B2B, про который обычный человек никогда не задумывается. При этом всё нужно объяснять рынку: что такое полимерный стакан, зачем нужен рукав для зерна, и что в проводах тоже есть полимеры.

Объясняем мы это привычным маркетинговым набором: программатик и медийные баннеры, контекстная и таргетированная реклама, посевы в телеграм-каналах, спецпроекты, наружка. У каждого инструмента своя роль, но видео всегда стояло особняком. По охвату и вовлечению оно работало едва ли не лучше остальных: продукт можно показать в деле, объяснить за несколько секунд, зацепить эмоцией. Беда была в цене — один приличный ролик съедал бюджет, сопоставимый с целой кампанией. Поэтому видео мы могли позволить себе редко и точечно, а под растущий портфель инициатив его хронически не хватало.

И тут удачно совпало: к концу 2025 года ленты начали заполнять короткие ИИ-ролики — дешёвые, быстрые, расходящиеся сами собой. Задачу ставил мой руководитель, Сергей Давидов (руководит службой Маркетинговых коммуникаций): инициатив для продвижения всё больше, а платить по несколько миллионов за ролик под каждую неразумно. Нужен был охватный формат, который доносит ценность сложных B2B-решений и при этом масштабируется на весь портфель. Ставка была его в том, что такой формат можно собрать на ИИ, если не тащить за собой привычное видеопроизводство. С этого и начались эксперименты с ИИ-роликами.

Расскажу, как мы за четыре волны экспериментов пришли к коротким дешевым вирусным роликам, как первая попытка с треском провалилась, почему дешёвая мультипликация обогнала и дорогие сюжеты, и модную ИИ-генерацию — и почему даже популярные котики оказались тут не главными героями.

Сложное B2B-решение — рукав для хранения зерна, рассказанное за пять секунд через говорящих персонажей.

Сложное B2B-решение — рукав для хранения зерна, рассказанное за пять секунд через говорящих персонажей.

Дорого и привычно

Чтобы понимать, эффективна кампания или нет, нужна была точка отсчёта. Готового рыночного ориентира под наши задачи не было, поэтому мы сделали свой: подняли данные по нашим традиционным рекламным кампаниям за последний год и посчитали средний CPM — стоимость тысячи просмотров, основную метрику цены контакта. Вышло около 322 рублей за тысячу. Это и стало нашим бенчмарком.

Один традиционный короткий ролик у нас стоил от 250 тысяч рублей, а делался неделями: десять кругов согласований, десять кругов обсуждений с бизнесом. Видео жило как разовый спецпроект – дорогой и редкий. А портфель инициатив у дивизионов растёт быстро, и под каждую отдельный спецпроект ты просто не вытянешь.

Изобрели велосипед

Первое, что мы сделали, – это взяли свою старую модель производства видео и просто наложили на неё ИИ. Формально новый инструмент, по сути всё то же самое.

Мы так же придумывали сценарии, так же сидели над ними неделями, так же гоняли по десяти кругам согласований с бизнесом. Просто картинку теперь рисовала нейросеть, а не съёмочная группа. Готовые ролики сеяли в охватных, но дорогих телеграм-каналах. Стоимость ролика осталась высокой — 60-70 тысяч рублей, а CPM держался около 900 рублей за тысячу просмотров. Хуже рыночного бенчмарка почти втрое.

Ролик первой волны. Картинка через ИИ, но всё остальное по-старому — 60 тысяч за штуку, десять кругов согласований и CPM 900 рублей.

Ролик первой волны. Картинка через ИИ, но всё остальное по-старому — 60 тысяч за штуку, десять кругов согласований и CPM 900 рублей.

И тут стало ясно, что экономика не бьётся. Мы думали, что придумали новую модель продвижения и сейчас сэкономим кучу денег. А по факту поменяли только способ рисовать. Согласования те же, сроки те же, дистрибуция такая же дорогая. Ничего не взлетело. Мы взяли всё самое неудобное из традиционного видеопроизводства и аккуратно перенесли в новый формат.

Из этого провала мы вынесли простую вещь: ИИ сам по себе ничего не удешевляет, если вокруг него оставить старый процесс.

Поменяли почти всё

Тогда мы посмотрели в другую сторону и поменяли почти всё.

Перестали придумывать сложные сюжеты и своих персонажей. Вместо этого начали брать тренды, которые уже вирусятся в инсте*  и тиктоке*: ходовые форматы, звуки, мемы. Котики, говорящие предметы, отсылки к известным фильмам и сериалам. У нас в производстве так и появились ролики с названиями «Эйс Вентура», «Любовь и голуби», «Нотр-Дам», «Дед с бабкой», «Лицо со шрамом», «Корова на льду». На этот понятный массовому зрителю язык мы натягивали свои продукты максимально примитивно, без попытки улететь в космос.

Тут логичный вопрос: при чём здесь инстаграм и тикток, если у нас B2B аудитория? А притом, что роликами мы не продаём трубу закупщику — закупщика рилсом не возьмёшь. Мы формируем спрос: чтобы конечный потребитель — человек, который выбирает окна в квартиру, покупает еду в упаковке, строит дачу — начал предпочитать полимерное решение. Дальше этот спрос сам идёт вверх по цепочке: потребитель просит у застройщика или производителя именно такой продукт, а тот приходит за сырьём к нам. Плюс закупщик и девелопер — тоже живые люди и вечером листают ту же ленту, что и все: профессионалы не сидят в отдельном интернете. А узкие B2B-каналы — отраслевые СМИ, конференции — дают мало контактов по высокой цене и категорию в массовом сознании не формируют. Нам нужен был охват, а охват там, где внимание: короткое вертикальное видео в соцсетях.

Кадр из гениального Лицо со шрамом 

Кадр из гениального Лицо со шрамом 

Устроено всё одинаково: берём сцену или мем, который человек уже сто раз пролистал в ленте, и на место привычных героев ставим свой продукт, дальше он говорит сам за себя. Самый показательный наш ролик тот, что вынесен в заголовок, про рукав для хранения зерна. На поле лежат зёрнышки, у каждого лицо, они плачут и жалуются, что гниют под дождём, потому что их бросили без рукава, а с рукавом им сразу живётся хорошо. 

Тот самый рукав 

Тот самый рукав 

Звучит как глупость, но именно через эту глупость человек за пять секунд понимает, зачем вообще нужен продукт, про который иначе не задумался бы никогда. По той же логике собраны и остальные: название — отсылка к знакомому фильму или мему, а внутрь подставлен наш кабель, окно или труба.

Дальше мы поменяли подрядчиков. Стратегию, контентную рамку и аналитику оставили у себя в команде, а на производстве стали подключать AI-креаторов точечно: шли не к большим агентствам, а к начинающим авторам, которые могли быстро штамповать ролики пачками. Стоимость одного ролика упала с прежних 60–70 тысяч до 6–7 тысяч на следующей волне и держится в коридоре 2–6 тысяч сейчас.

И ещё одно решение, которое сильно повлияло на восприятие. Ролики мы распространяем без корпоративного брендинга: ни логотипа в углу, ни «при поддержке СИБУРа», ничего. Небрендированный контент – осознанный ход. Нам не нужно продвигать СИБУР, нам нужно продвигать саму категорию: готовую еду и полимерную упаковку для нее, полимерные окна, полимерные трубы, капельное орошение. 

Часть креаторов с собственной аудиторией бесплатно публиковала ролики у себя в соцсетях, где вирусные ролики могут собирать просмотры. Часть посева мы покупали у блогеров с миллионами подписчиков. 

Воронка по подрядчикам, кстати, была жёсткая. Начинали примерно с десяти–пятнадцати креаторов, осталось трое. Остальные либо не попадали в формат, либо у них ничего не залетало. Это нормально: в этой механике ты платишь немного, но и оставляешь только тех, у кого реально летит.

Это он, это он – полимерный поддон!

Это он, это он – полимерный поддон!

Гоняли три формата

Параллельно с фильтрацией подрядчиков мы тестировали и сами форматы. Внутри новой модели у нас одновременно жили три типа роликов, и мы честно гоняли их друг против друга.

Первый, – сложные ролики со своими персонажами и маскотами. Идея красивая, но чтобы твой маскот стал узнаваемым, нужно вложить столько денег, сколько у нас просто не было.  

Второй, – чистый нейрослоп. Ролики, целиком сгенерированные через Sora — нейросеть от OpenAI для генерации видео. Очень дешёвые, но качество такое себе. Ставка была на то, что дёшево и модно вывезет. В 2025 это было реально модно)

Третий, – мультипликация. Те самые мультяшные ролики с говорящими предметами. Делаются недорого, выглядят живо, читаются быстро.

Работали мы просто: публиковали всё подряд и смотрели на динамику. Если видели, что нейрослоп не заходит, отключали его и переливали деньги в мультипликацию. В итоге мультипликация победила и по экономике, и по отклику. 

Проверили на людях

С экономикой и форматами всё сходилось: дешевле, быстрее, больше охват. Но оставался один вопрос, на который мы долго не могли ответить честно. Нам всё это время говорили: вы там что-то публикуете, но никто не понимает, что вы этими роликами хотите сказать. И тут сработала вторая идея Сергея: не спорить на уровне ощущений, а проверить. Если мы утверждаем, что ролики работают, это должно быть видно в цифрах понятности, а не только в просмотрах. В феврале 2026 года мы провели исследование.

Собрали анкету примерно на 15 вопросов: видели ли ролик раньше и где, какая основная мысль, какие эмоции, какой продукт тут рекламируется, плюс просили оценить по пятибалльной шкале интерес – нравится ли сам ролик, его сюжет, персонажи и длительность. Хитрость в том, что когда человек отвечал на открытый вопрос, встроенный в платформу для опросов ИИ тут же задавал ему уточняющий, чтобы ответ был развёрнутым, а не «ну норм».

Прогнали через это 1100 респондентов в городах от 100 тысяч жителей, по квотам Росстата на пол, возраст и географию. Каждый смотрел по два ролика, для исследования взяли 22 штуки. Главный вопрос — понимают ли люди, про что ролик: в среднем понятность около 77%. То есть те, кто говорил «вас никто не понимает», в основном ошибались.

Но интереснее оказалось не это, а где именно всё ломается. Исследование развело форматы, которые мы привыкли валить в одну кучу. Лучше всего сработали не «вирусные приёмы вообще», а ролики, где говорящий персонаж и есть сам продукт: полимерный поддон, мешки, окна в мультипликации. У «окна-мультика» суть поняли 82% зрителей, а продукт правильно назвали 85%. А вот котики, которые по симпатичности набирали больше всех, проседали по главному — по узнаванию продукта. Возьмём ролик про окна с котиками: милый, но почти половина зрителей вообще не смогла сказать, что рекламировали окна, а главным сообщением сочли абстрактную «заботу о семье». У роликов с лотками часть зрителей и вовсе решила, что им показывают доставку еды. 

Котик собирает всё внимание на себя, а продукт остаётся за кадром.

Котик в кадре симпатичный, но почти половина зрителей так и не поняла, что речь про окна.

Котик в кадре симпатичный, но почти половина зрителей так и не поняла, что речь про окна.

Вылезла и путаница в категориях, иногда смешная. Кабели каждый четвёртый принял за зарядку. Если продукт не показать крупно и однозначно в первые секунды, зритель достроит картинку сам, и достроит неправильно.

При этом сама ставка на говорящие предметы подтвердилась. Тот ролик с заглавной картинки до сих пор в лидерах по просмотрам. И залетали не только бытовые штуки вроде стаканчика или полимерной укупорки для вина, так же заходили и сложные B2B-решения: полимерные бочки, трубы для систем пожаротушения, мелиорация. Когда сложную вещь объясняешь голосом персонажа, человек её понимает.

Как это работает сейчас

Если собрать экономику: стоимость ролика упала с 250–300 тысяч до 2–6 тысяч рублей, снижение почти в десять раз. Цикл производства сжался с недель до дней. За весь проект мы сделали 40+ роликов и собрали суммарный охват больше 2,5 миллиона просмотров. Средний CPM по итогу около 84 рублей за тысячу контактов, то есть почти 4-кратное снижение от бенчмарка.

Суммарный охват проекта: 2,5+ млн просмотров за 40+ роликов. Та же команда, тот же портфель продуктов. Видео переехало из категории «дорогой спецпроект» в категорию обычного инструмента.

Суммарный охват проекта: 2,5+ млн просмотров за 40+ роликов. Та же команда, тот же портфель продуктов. Видео переехало из категории «дорогой спецпроект» в категорию обычного инструмента.

Сейчас мультяшные ролики у нас работают уже как линейный инструмент. Когда нужно проинформировать B2B-аудиторию, например, про поликарбонат, коллега не сидит и не думает, какие подобрать инструменты. Она идёт к проверенным креаторам и заказывает, условно, пять роликов про преимущества поликарбоната.

А самое неожиданное во всей этой истории то, что нам пришлось перестать стараться. Долго главным навыком в команде стало упрощение: не вылизывать сценарии, не придумывать своих маскотов, не доводить ролик до идеального премиального визуала. 

Сработали понятный язык, дешёвые исполнители, у которых реально летит, и готовность рассказывать про трубы для пожаротушения так же несерьёзно, как про котиков.

Теперь это наш постоянный инструмент: мы адаптируем ИИ-ролики под разные тренды, но сама механика остаётся той же. Внутри команды мы обсуждаем уже не «попробуем ли ещё раз», а в каком формате и под какие инфоповоды их лучше запустить.

Подписывайтесь на наш тг-канал. Он полезен айтишникам, которые хотят понять, что реально происходит в промышленном ИТ.

Там мы рассказываем о цифровых технологиях для производства — от IIoT и аналитики до инженерных инструментов и ИИ. Делимся кейсами, экспериментами, новостями и выкладываем вакансии.

*деятельность социальной сети запрещена на территории Российской Федерации