TikTok тестирует ИИ-автоматизацию кампаний: что это значит для рекламодателей

TikTok тестирует два варианта создания рекламных кампаний: полностью автоматизированный и гибридный. Для бизнеса это сигнал, что окно ручного управления ставками, аудиториями и плейсментами может скоро закрыться — или существенно сузиться.

Что случилось

По данным источника @inappglobal, TikTok Ads Manager проходит A/B-тестирование нового интерфейса создания кампаний. В первом варианте автоматизация встроена на каждом шаге, ручной режим фактически недоступен. Во втором — пользователь может переключаться между новым ИИ-режимом и привычным ручным.

Это часть общей тенденции: Meta (Advantage+), Google (Performance Max) и теперь TikTok последовательно сокращают степень контроля рекламодателя в угоду алгоритмической оптимизации.

Почему это важно для маркетинга и денег

• Контроль над CAC (стоимостью привлечения) снижается — алгоритм сам решает, кому показывать рекламу и по какой ставке. Прогнозировать расходы становится сложнее, особенно в нишах с узкой аудиторией.
• LTV (пожизненная ценность клиента) под угрозой — автоматика оптимизирует под конверсию, а не под качество клиента. Алгоритм приведёт тех, кто "кликает хорошо", но платит плохо.
• Зависимость от платформы растёт — чем меньше ручных настроек, тем меньше переносимость экспертизы команды между платформами. Навык "настроить TikTok" превращается в навык "угадать, чего хочет TikTok".

Где обычно ломается система (узкие места)

• Потеря сегментации: команда привыкла делить аудитории вручную → алгоритм смешивает сегменты → размытые данные, невозможно понять, что сработало.
• Оптимизация не под тот сигнал: кампания настроена на "покупку" → алгоритм обучается на дешёвых конверсиях (например, случайные клики) → деньги тратятся, продаж нет.
• Отсутствие бенчмарков: раньше был ручной контроль и понятные цифры → теперь "чёрный ящик" → сравнивать периоды некорректно, отчётность разваливается.

Как применить в среднем бизнесе за 30 дней

1. Зафиксировать текущие показатели — сохранить CAC, CTR (кликабельность), цену конверсии по всем активным кампаниям. Это база для сравнения после перехода на новый режим.
2. Запустить гибридный вариант параллельно — если TikTok даёт возможность переключаться, использовать её: запустить идентичную кампанию в ИИ-режиме с отдельным бюджетом (10–20% от общего).
3. Контролировать качество лидов, не только количество — подключить CRM-сигнал или постбэк: сколько из пришедших с ИИ-кампании дошли до оплаты. Иначе алгоритм оптимизируется в пустоту.
4. Принять решение по итогам 30 дней — если CAC вырос более чем на 20% или качество лидов упало, фиксировать это и добиваться доступа к ручному режиму, пока гибридный вариант ещё существует.

Риски и ограничения (без розовых очков)

• A/B-тест ещё не завершён — неизвестно, какой вариант победит и победит ли вообще. Строить стратегию на утечке из одного источника преждевременно, но готовиться стоит уже сейчас.
• Алгоритм требует данных для обучения — при малых бюджетах (до 1 000–2 000 $ в месяц) автоматика работает плохо: сигналов мало, оптимизация буксует, деньги сгорают.
• Ручная экспертиза обесценивается медленно, но верно — команды, которые не разберутся в логике алгоритмической оптимизации, останутся с устаревшим набором навыков через 2–3 года.

Вывод

TikTok движется туда же, куда уже пришли Meta и Google: меньше настроек, больше доверия алгоритму. Бизнесу с чётко выстроенной аналитикой и CRM-интеграцией это даст ускорение. Тем, кто живёт в "кабинете без данных", — потерю контроля и рост CAC без понимания причин.