МегаКинометр в Telegram
Запущено Telegram-мини-приложение, в котором нейросеть анализирует эмоции и создаёт персонального киноперсонажа.
Конверсия в подписку «МегаКино» составила 39%, ROI — 107%.
ИИ в маркетинге и продвижении — кейсы внедрения — страница 6
Как компании используют искусственный интеллект и нейросети в маркетинге: реклама, персонализация предложений и работа с контентом. Реальные кейсы внедрения с задачами команд, результатами и источниками.
Кейсов внедрения: 164.
Кейсы компаний — страница 6
LoRA-конвейер выпускает рекламные креативы
Команда построила LoRA-ориентированный производственный процесс с обучением моделей на персонажах и конкретных моделях диванов, сборкой сцен, ретушью и адаптацией креативов под носители.
Продажи за 2025 год выросли на 3% при падении рынка на 15%; CTR вырос с 5% до 7,55%, срок выпуска креатива сократился с 15 до 5 рабочих дней, а бюджет AI-продакшна составил 500 тыс. рублей против расчётных 5 млн рублей для обычной съёмки.
YandexART создаёт изображения для отраслевого фотостока
В фотостоке сервиса размещаются сгенерированные YandexART изображения для разных сфер деятельности.
Фотосток охватывает 149 сфер деятельности.
ИИ-разработка косметического бренда и продуктовой линейки
Компания с помощью нейросетей разработала бренд Arluni, включая название, визуальный стиль и продуктовую линейку.
Анализ миллионов онлайн-отзывов и данных о потребителях помог определить востребованные продукты и эффекты; к 2025 году бренд расширился до косметических и бытовых средств.
Компьютерное зрение для аналитики взаимодействия с полкой
Камеры и система компьютерного зрения формируют тепловые карты взглядов, взятий продуктов, времени рассматривания и конверсий для выбора стратегии выкладки.
Определена наиболее просматриваемая полка, найдены продуктовые комбинации и выявлена неэффективная категория; подготовлены рекомендации по выкладке.
ИИ-экосистема анализирует клиентский путь и работу менеджеров
Закрытая ИИ-экосистема анализирует путь клиента от первого обращения до сделки или отказа, расшифровывает звонки, проверяет работу менеджеров и выявляет причины потери интереса.
Для экосистемы в целом заявлено снижение средней стоимости привлечения клиента почти в пять раз и перевод значительной части аналитических и операционных задач в автоматический режим.
Обновлённое ранжирование увеличило время пользователей в ленте
В 2026 году команда рекомендаций обновила ранкер и другие алгоритмы выдачи Ленты ВКонтакте, включая применение алгоритма Брезенхема.
Время пользователей в ленте выросло на 11% за прошедшие месяцы 2026 года; показатель относится к серии изменений.
ИИ-аналитика звонков для создания маркетингового контента
Аналитика звонков через ИИ преобразована в «контент-завод», который создаёт материалы на основе реальных болей клиентов.
Создание маркетинговых материалов на основе клиентских коммуникаций.
ML-модели рекомендуют видео пользователям платформы
ML-модели используются в рекомендательной выдаче видеоплатформы.
В январе–июне 2026 года доля просмотров через рекомендации превысила 50%; доля поиска видео после внедрения ML-моделей составила 8%.
Виртуальная примерочная внутри VK
Создан сервис виртуальной примерки одежды на фотографиях пользователей внутри VK.
Проведено 60 959 примерок; генерация занимает 1 секунду.
ИИ-модель для увеличения охватов рекламодателей в programmatic-рекламе
Внедрила ИИ-модель в рекламную платформу для работы с programmatic-рекламой.
Количественный эффект не раскрыт.
ИИ применяется при разработке рисунков упаковки
Ритейлер применяет адаптированные и дообученные ИИ-решения при разработке и доработке рисунков упаковки.
Количественный эффект не раскрыт.
Prophet прогнозирует спрос на бронирование отелей
Команда отелей использует Prophet для прогнозирования сезонного спроса на бронирования, от которого зависят маркетинговые бюджеты, работа с партнёрами и планы продаж.
Система применяется несколько месяцев; количественное изменение точности прогноза не раскрыто.
Точный KNN на GPU отбирает кандидатов для рекомендаций
Команда рекомендаций Ozon заменила приближённый поиск соседей специализированным точным KNN на GPU для отбора кандидатов.
Решение работает в продакшене на десятках миллионов пользователей и сотнях миллионов товаров; численный результат A/B-теста в тексте страницы не приведён.