Пока рынок спорит, заменит ли ИИ разработчиков, внутри команд меняется сам подход к работе. Всё больше задач закрываются не через классическую разработку, а через связку: идея → формулировка → агент → готовый инструмент.
В этой модели на первый план выходит не код, а мышление. Умение чётко описать задачу, задать логику и быстро собрать решение через ИИ. Там, где раньше нужен был разработчик, теперь справляется специалист, который понимает процессы и умеет работать с LLM.
Мы поговорили с Павлом Злобиным из IT-Agency о том, как вайбкодинг встраивается в операционные процессы, где даёт реальную экономию времени, почему бизнес начинает воспринимать это как базовый навык. А также узнаем, появились ли уже такие люди в компании.
Есть простая истина: рассказывать сотрудникам про любое нововведение, в том числе ИИ, без примеров — не работает. Можно бесконечно говорить, что «надо внедрять», «это ускоряет работу», «смотрите какие возможности» — и получать вежливые кивки без реальных изменений. Работает только личный пример.
Поэтому я начал сам. Начал делать реальные вещи, показывать результат, делиться процессом. И когда сотрудники видят: «О, Паша собрал сервис за вечер, который экономит нам 40 минут в день» — это убеждает лучше любой презентации.
Сейчас в команде уже есть люди, которые сами начали пробовать. Кто-то автоматизирует рутинные выгрузки, кто-то пишет скрипты для обработки данных, кто-то экспериментирует с автоматизацией отчётности. Не все, не сразу, но движение есть.
Например, Антон Рожков, руководитель юнита, собрал бота, который отслеживает 404 ошибки в ссылках объявлений. Валерия Щебнёва, интернет-маркетолог, использует ChatGPT как личного ассистента в ежедневной работе. А Карина Тихонова, старший интернет-маркетолог, разобралась в том, как ИИ даёт сбои, научилась быстро собирать ТЗ для Telegram-ботов и нашла способ оценивать эффективность геотаргетинга в Яндекс Директ. Плюс к этому — собирает медиапланы за считанные минуты.
Поощряете или ограничиваете работу с ИИ?
Поощряем. Осознанно и активно.
Мы разложили весь цикл маркетингового производства на части и для каждого этапа посмотрели, какие инструменты ИИ могут помогать. Это не абстрактный эксперимент, а системная работа с конкретными задачами: написание текстов, аналитика, отчётность, коммуникация, дизайн.
Ограничений в стиле «нельзя трогать» у нас нет. Но есть понимание, что вайбкодинг это не магия. Нейросеть напишет код, но не заменит человека. Важно проверять результат, тестировать, думать критически.
Например, я сам при разработке любого сервиса обязательно прошу ИИ проверить код на уязвимости — в том же чате, где шла разработка. Иногда отправляю результат в другую нейросеть за «свежим взглядом». Это не паранойя и это нормальная практика.
Даёт ли вайбкодинг реальный прирост эффективности?
Даёт. Но только если есть конкретная боль.
Вайбкодинг лучше всего работает не как эксперимент ради эксперимента, а когда есть чёткий вопрос: «где именно у меня утекает время?». Вот три реальных кейса из практики.
Кейс 1. Автоматизация отчётности
На клиентских проектах мы глубоко погружаемся в аналитику. По ряду проектов обновляем отчётность несколько раз в неделю, а иногда — до трёх раз в день.
Раньше это был полуручной процесс, который ежедневно занимал от 30 минут до часа, а на отдельных проектах — до полутора-двух часов в день.
Я собрал Python-скрипт через вайбкодинг: он запускается вручную, подключается к нескольким рекламным логинам и за пару минут выгружает готовые файлы. Теперь коллеги экономят 30–60 минут в день на этой задаче.
Ни строчки кода я не написал сам. Сформулировал задачу, уточнял в процессе диалога, проверял результат.
Кейс 2. Сервис подготовки контактов для Яндекс Аудиторий
Регулярная задача: загрузка контактных баз для ретаргетинга. Почты и телефоны почти всегда приходят в разном формате — лишний плюс, дефисы, скобки, ошибки, дублирующиеся адреса. Платформа не принимает файл с ошибками, раньше на одну базу уходило пять-шесть итераций чистки вручную.
Я написал код через обычный ChatGPT — инструмент очищает номера и почты, приводит всё к требованиям Яндекс Аудиторий и отдаёт готовый файл. В итоге получился небольшой публичный сервис, которым пользуюсь сам и которым делюсь.
Кейс 3. B2B-сайт на чистом HTML без CMS
Уже за пределами агентства, но показательный пример. Помог знакомому собрать B2B-сайт для компании по металлопрокату: 80+ страниц каталога, SEO, форма заказа, адаптивный дизайн — без CMS, без фреймворков, без привлечения разработчика.
И отдельный пример масштаба «для души»: автопостинг в Telegram, VK и LinkedIn одним Python-скриптом. Публикую посты из одного места, скрипт сам адаптирует формат под каждую платформу.
Всё это — не разработчик. Это маркетолог, который понял задачу и инструмент.
Готовы ли оплачивать инструменты?
Да, готовы и уже оплачиваем.
Наша позиция простая: можем оплатить любой сервис, который приносит пользу маркетинговому производству. Точка.
Конкретно сейчас:
- Оплачиваем Claude (тарифы Max/Pro — $20 или $100 в месяц) — кто хочет работать с ним.
- Оплачиваем ChatGPT — по запросу сотрудников.
- Готовы оплатить любой другой инструмент, если человек приходит и говорит: вот задача, вот сервис, вот почему он поможет.
Но есть нюанс. Инструмент сам по себе ничего не делает. Я наблюдал ситуации, когда людям давали доступ к платному ChatGPT — и они использовали его ровно так же, как бесплатный. Потому что не было понимания, как менять процессы.
Поэтому мы не просто оплачиваем подписки — мы показываем, как это работает на практике. Личным примером. Через конкретные задачи.
И обязательно собираем единицы смысла, которые показывают отдачу от внедряемых инструментов.
Как мы к этому пришли
Мы разложили весь маркетинговый цикл на составные части и для каждого этапа посмотрели на ИИ-инструменты. Не абстрактно — а под конкретные задачи:
- написание брифов и технических заданий;
- анализ рекламных кабинетов и данных;
- подготовка отчётов;
- создание текстов и креативов;
- коммуникация с клиентами.
Для каждого этапа есть подходящий инструмент. Иногда это ChatGPT, иногда Claude, иногда специализированный сервис, например Weavy.
Параллельно блог, где мы фиксируем всё, что делаем сами. Это и личная практика, и доказательство команде: «смотри, это реально, это работает, вот ссылка».
Коротко о главном
Вайбкодинг — это не про разработку. Это про то, что люди, которые понимают задачу, теперь могут делать инструменты под неё. Без очереди к разработчику, без месяцев ожидания, без бюджета на MVP.
Маркетолог, который может написать парсер или скрипт — это не угроза разработчику. Это маркетолог с суперсилой.
И самый честный совет, если вы хотите начать внедрять это в команде: не рассказывайте — показывайте. Возьмите реальную задачу, которая раздражает вас лично, соберите решение сами, поделитесь результатом. Это работает лучше любого внутреннего курса.
