Что ждёт маркетолога, если он работает с ИИ: взгляд стартапа на требования эпохи агентов

Ключевые факты

• Компания прямо заявляет: один маркетолог с AI-инструментами должен производить вывод целой команды, это не оптимизм, а ожидание от кандидата.
• Red flag в JD: «Если вы еще на стадии задания вопросов в чат-интерфейсе или не знаете, как настроить MCP-соединение, эта роль не для вас».
• Основная работа маркетолога смещается на написание стратегии, выбор каналов и создание AI-систем, которые тестируют и оптимизируют креатив в масштабе, недостижимом для человека вручную.
• 57% студентов приходит через поисковые системы и социальные сети; задача разобраться, какие именно запросы, платформы и форматы дают ROI.
• Кандидат должен иметь готовый репо AI-скриптов и workflow'ов, версионированных, задокументированных и готовых к использованию в команде.

Ред. Это не JD, это требования стандарт. Если YC-компания пишет, что gap между маркетолога, который строит системы, и тем, кто их использует, составляет 10x, стоит слушать.

Почему это важно

Индустрия переходит от модели «маркетолог пишет бриф, агентство или в-хаус команда делает» к модели «маркетолог это инженер, который проектирует pipeline и отпускает агентов работать». Если раньше маркетолог был bottleneck творчества (его видение задавало тон), теперь он bottleneck архитектуры (его умение строить системы задает масштаб). Это означает, что спрос на специалистов без этих навыков упадет, а на людей, которые могут писать prompt'ы, настраивать MCP и анализировать вывод агента, взлетит.

Ред. Переквалификация маркетолог становится prompt-инженером, аналитиком данных и системным архитектором одновременно.

Кому это важно

• Маркетологам, которые сейчас работают в стартапах или планируют туда перейти. Навык работы с AI-агентами станет базовым, а не nice-to-have.
• Компаниям, которые ищут growth-специалистов. Раньше можно было нанять двух-трех маркетологов и вести параллельные каналы; теперь один junior, который умеет строить системы, может быть ценнее.
• Фрилансерам и консультантам в маркетинге. Это либо сигнал к переквалификации, либо к переходу на работу в компанию.
• Образовательным платформам, которые учат маркетингу. Курс по growth marketing теперь обязательно должен включать раздел про автоматизацию и управление AI-агентами.

Ред. Сюда же рекрутерам, которые заказывают маркетеров, стоит пересмотреть скрининговые вопросы.

Как это применить

1. Если вы маркетолог: начните с малого, возьмите самый рутинный процесс (генерацию заголовков, анализ данных кампаний, SEO-исследование) и напишите для него автоматизацию с помощью Claude или другого API. Не просто используйте интерфейс, а интегрируйте в свой workflow.
2. Если вы нанимаете маркетолога: попросите кандидата показать пример AI-workflow'а, который он собрал сам. Не JD, не портфолио, именно скрипт или систему, которую можно запустить.
3. Если вы в агентстве: начните предлагать услугу, где вы не пишете креатив, а строите систему, которая его генерирует и тестирует. Это дороже, но маржа выше.
4. Если вы учите маркетинг: добавьте в программу практику на Python, запросах к LLM-API и анализе вывода агента. Это базовые навыки нового специалиста.

Ред. Главное не изучайте инструмент, изучайте логику, которая этот инструмент приводит в движение.

Можно ли доверять

Emerge Career это компания Y Combinator (бэтч S22), работает в ed-tech для переподготовки взрослых. Это real-world контекст, не гайд для галочки. Require'менты, которые они пишут, отражают их реальный опыт найма и работы с маркетингом. То, что они говорят про 10x разницу между маркетолога, который строит системы, и тем, кто использует tool'ы, подтверждается практикой YC-компаний они часто оперируют в режиме minimal overhead, максимум output на человека.

Однако есть контекст: это JD для роли в конкретной компании, с конкретной миссией (возможность для отсидевших). Require'менты специфичны, например, про семьи с низким доходом и мобайл-first. Но структура require'ментов (AI-native, автоматизация, владение attribution) может служить шаблоном для других индустрий.

Ред. Отличайте must-have (AI, автоматизация) от nice-to-have (community partnerships, low-income marketing).

Риски и подводные камни

• Роль переоценена или недооценена компания ожидает, что один маркетолог справится с огромным объемом работы (paid search, SEO, partnerships, field marketing, attribution). Это возможно с AI, но требует или genius-hire, или года адаптации. Стартап может недооценить кривую обучения.
• AI-инструменты меняются быстро кандидат, который написал скрипты для GPT-4 six месяцев назад, может потерять релевантность, если вышла новая модель или MCP-стандарт. Требование «версионированный репо AI-скриптов» подразумевает constant maintenance.
• Атрибуция остается сложной даже с AI-агентами понять, какой именно touchpoint привел к конверсии в контексте многоканальной кампании, остается hard problem. JD обещает, что маркетолог «построит attribution infrastructure», но на практике это может потребовать collaboration с data engineer'ом.
• Mission-driven требование может стать проблемой компания требует, чтобы маркетолог верил в миссию (второй шанс для отсидевших) как условие, а не бонус. Это фильтрует кандидатов, но может привести к burnout, если кандидат переоценил свою emotional resilience.

Ред. Главный риск когда компания говорит, что один человек может заменить команду, она не всегда учитывает, что этот человек не может быть больным, в отпуске или уставшим.

«You are AI-native, not AI-curious. You've built real workflows that compress hours into minutes, automated creative testing pipelines, AI-assisted email systems, reporting dashboards that update themselves.»

— Emerge Career, Job Description