# Гийом Кабан: «Война между маркетингом и продажами окончена — маркетинг победил» Источник: https://www.youtube.com/watch?v=N1gjCN6KA8c Канал: SaaStr Опубликовано: 19.07.2024 --- На конференции SaaStr в Лондоне Гийом «G» Кабан, сооснователь и генеральный партнер HyperGrowth Partners, представил прагматичный взгляд на то, как искусственный интеллект трансформирует маркетинг и продажи. Опираясь на опыт работы в таких компаниях, как Drift, Segment и Reddit, он продемонстрировал, почему традиционные подходы к привлечению клиентов (CAC) становятся неэффективными и как современные инструменты позволяют маленьким командам заменять целые отделы из сотен сотрудников. ## 📉 Новая экономика привлечения: как ИИ обрушил CAC [[JUMP:03:04]] По словам Кабана, последние десять лет в маркетинге существовала четкая корреляция: низкая стоимость привлечения (CAC) соответствовала низким чекам (PLG-модель), а высокие чеки требовали дорогостоящих отделов продаж (Sales-led). Однако внедрение ИИ кардинально меняет этот ландшафт [03:16]. Гийом утверждает, что сегодня мы перешли из эры «ИИ делает хуже, но дешевле» в эру «ИИ делает быстрее и качественнее, чем человек, при меньших затратах». Ключевые изменения в структуре каналов, по мнению спикера: * **Стирание границ сегментации:** Раньше аутбаунд-продажи были слишком дорогими для малого и среднего бизнеса (SMB), но теперь, благодаря автоматизации, этот канал стал рентабельным даже для небольших сделок [05:44]. * **Смена ролей каналов:** Теперь можно использовать SEO для привлечения среднего бизнеса (Mid-market) и аутбаунд для стартапов, что раньше считалось экономически нецелесообразным [05:59]. * **Новое качество данных:** Возможность массово собирать (скрейпить) данные с сайтов и социальных сетей и мгновенно скармливать их LLM-моделям позволяет создавать гипер-персонализированный контент по цене массовой рассылки [05:31]. ## 📧 Смерть традиционного аутбаунда и победа маркетинга [[JUMP:06:42]] Кабан считает, что классическая модель SDR (представителей по развитию продаж) уходит в прошлое. Он прослеживает эволюцию этого канала: от ручного сбора информации в 2015 году через эпоху спам-автоматизации 2018-го к современному ИИ-аутбаунду [07:11]. В качестве примера Гийом привел свой недавний кейс в Reddit. Перед ним стояла задача: к концу года привлечь 10% всех рекламодателей США на платформу, начиная практически с нуля [08:32]. Реализация стратегии выглядела следующим образом: 1. **Сбор данных:** Использование Clay для скрейпинга библиотек рекламы Facebook, LinkedIn и Google [09:12]. 2. **Анализ контента:** ИИ анализировал визуальные образы и тексты текущих объявлений конкурентов. 3. **Гипер-персонализация:** Письмо содержало не просто приветствие, а скриншот текущей рекламы клиента и рекомендации конкретных сабреддитов (сообществ в Reddit), где эта реклама сработает лучше всего [09:52]. Результат оказался впечатляющим: по данным Кабана, эта автоматизированная система, созданная за два месяца, показала результаты лучше, чем команда из 200 SDR, работавшая над этим годами [10:18]. Кабан резюмирует: «Война между маркетингом и продажами окончена — маркетинг победил» [11:11]. Теперь аутбаундом должны заниматься технические маркетологи и Growth-лиды, а не классические сейлзы. ## 🔎 Программное SEO: как заменить 10 сотрудников одним процессом [[JUMP:12:06]] Традиционное SEO часто ассоциируется с аутсорсингом написания статей низкооплачиваемым фрилансерам. Кабан утверждает, что этот подход больше не работает [12:46]. Вместо этого лидеры рынка переходят к программному созданию страниц с помощью LLM-оркестрации. Спикер привел в пример компанию Deepgram, которая использовала связку Airtable и AirOps для масштабирования контента: * **Архитектура процесса:** Вместо одного длинного промпта они используют каскад субагентов. Один ищет лучший заголовок, другой — подходящий скриншот, третий — примеры кода [14:33]. * **Контроль качества:** Один человек управляет рабочим процессом (валидация и контроль), заменяя собой отдел из 10 человек [15:56]. * **Результаты:** Такая стратегия позволила Deepgram получить 3,5 миллиона кликов [15:29]. Кабан подчеркивает, что современные ИИ-воркфлоу уже создают контент лучше, чем люди, если только вы не готовы платить по $10 000 за одну статью экспертного уровня [16:24]. ## 💰 Платный трафик: почему опасно ограничивать алгоритмы [[JUMP:16:39]] В сфере платной рекламы Кабан ссылается на опыт Рекса (Rex) из HubSpot, который за 5 лет потратил более $100 млн только на Google Search [16:53]. Главный вывод: попытки человека вручную сегментировать кампании и управлять ставками сегодня только вредят результату. Основные тезисы по платному трафику: * **Доверие к алгоритмам:** LLM внутри Google Ads справляются с таргетингом и ставками лучше людей [17:58]. * **Опасность ограничений:** Чем больше условий (география, бюджеты по странам) вы навязываете системе, тем меньше у ИИ возможностей для оптимизации и тем хуже будет результат [19:29]. * **Роль человека:** Работа специалиста по платному трафику теперь заключается в создании качественной инфраструктуры данных, чтобы ИИ мог обучаться на правильных сигналах о конверсиях [19:54]. ## 🔮 Будущее: «сертифицированные люди» и AE-марионетки [[JUMP:21:29]] Завершая выступление, Кабан поделился прогнозами, которые могут показаться тревожными для профессионалов индустрии. 1. **Ускорение технологического цикла:** Если раньше выбор софта был актуален годами, то теперь рекомендации Кабана устаревают через три месяца из-за появления новых моделей [22:10]. Он советует строить «компонуемый стек» (composable stack), чтобы иметь возможность легко заменять части системы. 2. **Элитный статус человека:** В будущем «настоящий живой человек» станет признаком VIP-обслуживания. Кабан ожидает появления термина «сертифицированный человек» как маркетингового преимущества в B2B-продажах [22:53]. 3. **Сейлзы-марионетки:** В сегменте Enterprise-сделок менеджеры (AE) постепенно превращаются в исполнителей воли ИИ. Такие инструменты, как Gong, уже диктуют сейлзам, что говорить, какие аргументы приводить и какую цену называть [23:33]. ## ❓ Вопросы и ответы: легальность скрейпинга и обучение новичков [[JUMP:24:58]] В ходе сессии вопросов и ответов были затронуты критические аспекты новой реальности. **О легальности скрейпинга:** Отвечая на вопрос о запрете LinkedIn на сбор данных, Кабан напомнил о судебном прецеденте 2019-2020 годов (дело в суде Калифорнии). По его словам, суд постановил: то, что доступно для индексации Google, должно быть доступно и другим [29:11]. Кроме того, использование ИИ для пересказа публичной информации делает практически невозможным доказательство факта автоматизированного сбора [29:50]. **О подготовке кадров:** Один из зрителей поднял важную проблему: если отделы SDR (начальная ступень для молодых специалистов) исчезают, где компании будут брать опытных Account Executives (AE) через 10 лет? [37:21]. Кабан признал, что это серьезный вызов. Он полагает, что роль SDR трансформируется в Sales Ops — специалистов, которые не «звонят в холодную», а настраивают ИИ-воркфлоу, опираясь на глубокое понимание психологии продаж [38:12]. **Об ИИ в сложных сделках:** Кабан отметил, что в крупных Enterprise-сделках ИИ пока не эффективен для глубокого «дискавери» (выявления скрытых потребностей клиента) [40:23]. Там слишком много контекста и рисков, поэтому эта сфера останется за людьми в обозримом будущем. Однако ИИ уже отлично справляется с суммаризацией данных при передаче клиента от продаж в отдел внедрения (onboarding) [40:54].