Громкие провалы больших брендов с AI-рекламой: что изменили правила игры
Провалы больших брендов с AI-рекламой — не повод позлорадствовать над чужими ошибками, а по сути бесплатный курс по управлению репутационными рисками для тех, у кого бюджет и медийный вес в сто раз меньше. Когда Coca-Cola или Levi’s ошибаются с AI-креативом, это становится заметным медийным событием именно из-за масштаба бренда — но сама логика ошибки универсальна и легко повторяется в кампаниях гораздо меньшего масштаба. Разбираем два громких кейса подробно и то, что каждый из них изменил в практике использования AI крупными брендами.
Coca-Cola: два года подряд одна и та же ошибка
В 2024 году Coca-Cola выпустила полностью сгенерированный нейросетью праздничный ролик — переосмысление классической рождественской рекламы 1995 года с грузовиками и огнями. Аудитория раскритиковала визуал за «неживых», неестественно двигающихся людей и ощущение подменённой, искусственной ностальгии, а часть креативного сообщества расценила выход ролика как демонстративное вытеснение живых актёров и аниматоров технологией именно в тот момент, когда индустрия особенно остро обсуждала угрозу для творческих профессий. В 2025 году бренд повторил попытку с новым роликом — на этот раз со сцены с грузовиками убрали людей вовсе, заменив их анимированными животными, — и снова получил заметную волну негатива в соцсетях, хотя технически новый ролик выглядел заметно более отполированным, чем версия годом ранее. Руководство компании публично защищало решение продолжать эксперименты с генеративными технологиями, называя происходящее необратимым технологическим сдвигом, но так и не раскрыло публично реальную стоимость производства кампании — что только подогрело подозрения комментаторов, что заявленная экономия на AI-производстве оказалась не такой значительной, как декларировалось изначально.
Levi’s и H&M: AI-модели вместо живого кастинга
Levi’s ещё несколько лет назад анонсировала пилотный проект по использованию AI-сгенерированных моделей на фотографиях товаров, заявив, что цель эксперимента — «увеличить разнообразие» представленных на фото типажей без необходимости организовывать более масштабные и дорогие живые съёмки. Реакция аудитории оказалась прямо противоположной ожидаемой: пользователи и часть индустрии моды восприняли инициативу как попытку сэкономить именно на найме реальных моделей разных типажей, по сути подменив настоящее разнообразие искусственно сгенерированной имитацией. Компании пришлось публично уточнить формулировку: технология не заменит живые фотосъёмки полностью и не является частью официальной политики по разнообразию, — по сути, мягко откатить первоначальное заявление без прямого извинения перед аудиторией. Позже с похожей волной критики столкнулась и H&M, которая начала использовать AI-двойников реальных моделей для части рекламных материалов, — пользователи назвали это обезличенным клонированием, лишающим смысла саму идею живой фотосъёмки.
Что объединяет оба кейса
В обоих случаях камнем преткновения стала не сама технология как таковая, а тема, на которой бренды решили её применить: человеческий труд и репрезентация. Праздничная реклама Coca-Cola исторически строилась на ощущении тепла и человечности — именно поэтому подмена живых актёров и аниматоров технологией воспринималась особенно болезненно. У Levi’s и H&M ситуация схожая: тема разнообразия и инклюзивности изначально подразумевает реальных людей разных типажей, а не сгенерированную имитацию разнообразия, — поэтому использование AI именно в этом контексте прочитывалось аудиторией как цинизм, а не как невинная технологическая инновация.
Что бренды поменяли по итогам
В обоих случаях компании не отказались от использования AI полностью, но заметно скорректировали публичную коммуникацию: перестали подавать AI-контент как полноценную замену живым людям и стали явнее объяснять аудитории, зачем вообще используют технологию — обычно это экономия времени и производственных издержек, а не заявленное улучшение качества или результата кампании. Coca-Cola продолжила эксперименты с генеративными технологиями в следующих кампаниях, но фактически признала на уровне публичных комментариев руководства, что технология пока не решает проблему «зловещей долины» при анимации реалистичных человеческих фигур и, судя по всему, не планирует полностью отказываться от живых съёмок там, где нужна настоящая эмоциональная достоверность.
Уроки для рекламодателя с бюджетом поменьше
Главный урок из обоих кейсов — не в том, что AI-креатив в принципе работает или не работает, а в том, что аудитория особенно чувствительна к темам, где на кону стоит человеческий труд, идентичность или репрезентация. Если тема вашей кампании завязана на ностальгию, эмоциональную близость, идентичность аудитории или разнообразие — то есть на сферы, где люди по умолчанию ожидают живого человеческого касания, — экономия на AI-производстве обходится дороже репутационно, чем прямые денежные затраты на живую съёмку или кастинг. Для нейтральных, технических или чисто продуктовых тем риск использования AI-креатива заметно ниже.
Как проверить риск заранее, до запуска кампании
Перед тем как утверждать AI-креатив для публикации, стоит задать себе простой вопрос: если бы аудитория узнала, что перед ней AI-генерация, восприняли бы они это как невинную технологическую деталь или как циничную экономию на теме, которая для них эмоционально значима? Если тема кампании связана с людьми, семьёй, праздниками, идентичностью или инклюзивностью — стоит либо явно промаркировать AI-элементы, либо вообще избежать генерации в этой части креатива. Небольшой предварительный опрос фокус-группы из нескольких лояльных клиентов часто позволяет заметить потенциальную проблему до запуска, а не после волны негативных комментариев.
AI-инструменты объективно снижают производственные затраты, но не снимают с бренда ответственности за то, какое сообщение в итоге получает аудитория, — и этот баланс стоит просчитывать до запуска кампании, а не разбираться с последствиями постфактум, когда репутационный ущерб уже нанесён.
