Коли я почав перебудовувати роботу PR-команди українського fashion-бренду за допомогою штучного інтелекту, мене цікавило не те, скільки людей можна замінити. Я хотів зрозуміти, чому кваліфіковані фахівці витрачають значну частину дня на завдання, які не потребують їхньої кваліфікації.
Людина та штучний інтелект: нові можливості автоматизації PR-процесів у fashion-індустрії. Ілюстрація згенерована за допомогою OpenAI.
У PR-відділі можна мати сильну команду, хороші контакти з журналістами, налагоджені відносини з інфлюенсерами та зрозумілу стратегію. Але якщо менеджер щоранку витрачає години на оновлення таблиць, перевірку статусів і підготовку звітності, компанія використовує його потенціал лише частково.
Саме з цієї проблеми для мене почалася історія впровадження Claude Code та AI-агентів у fashion-бізнесі. Через три місяці після трансформації KPI нашого PR-відділу зріс на 40%. Проте найбільше мене здивувало не зростання показників, а те, наскільки змінилося саме розуміння професії PR-менеджера.
PR-менеджер давно виконує роботу кількох спеціалістів
Сучасний PR у fashion-індустрії значно складніший, ніж організація публікацій у медіа. Менеджер одночасно працює з журналістами, інфлюенсерами, стилістами, підрядниками, маркетинговими командами та клієнтськими даними. Він контролює дедлайни, погоджує матеріали, аналізує результати кампаній і готує звітність.
У нашій команді я побачив, що значна частина часу витрачається не на комунікації, а на їхнє адміністрування. Після завершення кампанії потрібно було зібрати результати публікацій, перевірити виконання домовленостей, оновити інформацію в CRM, зіставити показники та підготувати звіт для керівництва.
Ці процеси важливі, але далеко не кожен із них потребує ручної роботи. Ми почали розбирати завдання за простим принципом: де потрібні професійне судження та досвід людини, а де достатньо правильно організованої автоматизації.
Що ми передали AI-агентам, а що залишили людям
Для автоматизації ми використовували Claude Code та побудовані навколо нього агентні процеси. Я не розглядав AI як універсального співробітника, якому можна передати весь PR-відділ. Натомість ми визначили окремі функції, які можна автоматизувати без втрати управлінського контролю.
Чотири напрями автоматизації
- Операційна координація. Агент допомагав структурувати завдання, відстежувати статуси та готувати інформацію про виконання робіт.
- Аналітика та звітність. Частину збору й систематизації показників ми перевели в автоматизовані процеси. Менеджерам більше не потрібно було щоразу вручну готувати однакові звіти.
- Робота з CRM. Агенти допомагали обробляти та структурувати інформацію, але критичні зміни клієнтських даних залишалися під контролем людини.
- Контроль операцій. Окремий агент допомагав знаходити розбіжності, перевіряти виконання завдань і готувати підсумкову інформацію для Team Lead.
Водночас ми не передавали штучному інтелекту відповідальність за репутаційні рішення, переговори з партнерами або оцінку складних комунікаційних ситуацій.
AI може швидко зібрати інформацію про інфлюенсера. Але він не завжди здатен правильно оцінити, чи відповідає ця людина цінностям бренду, наскільки доречна співпраця та які репутаційні ризики можуть виникнути. Це залишається завданням фахівця.
Найдорожча помилка — довірити AI те, чого він не розуміє
Одним із найважливіших напрямів роботи стала CRM. Для технологічної системи клієнтська база виглядає як набір записів, статусів, дат і транзакцій. Для fashion-бренду за кожним таким записом стоїть історія взаємодії з конкретною людиною.
Клієнт може не здійснювати покупок кілька місяців, але регулярно повертатися за новими сезонними колекціями. Інший покупець може майже не реагувати на email-розсилки, проте робити великі замовлення через персонального менеджера. Якщо оцінювати цих людей лише за частотою транзакцій, система може зробити неправильні висновки.
Саме тому ми приділяли особливу увагу правилам роботи агентів із клієнтськими даними.
Три правила, які я вважаю обов’язковими
- Рекомендація не дорівнює дії. AI може запропонувати змінити сегмент клієнта, але важливі зміни повинні проходити перевірку.
- Дані потребують контексту. Відсутність покупки не завжди означає втрату інтересу до бренду.
- Відповідальність залишається за людиною. Якщо автоматизована система помилилася, компанія повинна мати можливість зрозуміти причину та виправити наслідки.
Ці правила здаються очевидними. Але саме їх найпростіше пропустити, коли команда захоплюється швидкістю нової технології.
Я переконався, що хороша автоматизація починається не з максимальної кількості дій, які AI може виконати самостійно. Вона починається з чіткого розуміння того, чого йому робити не можна.
Чому навчання співробітників важливіше за вартість підписки
Перші два-три місяці впровадження були непростими. Ми витрачали багато часу на налаштування процесів, уточнення інструкцій, виправлення помилок та адаптацію команди. Деякі завдання спочатку виконувалися навіть повільніше, ніж до автоматизації.
Причина була не лише в технології. Людям довелося навчитися по-іншому формулювати завдання, перевіряти результати й взаємодіяти з системами, які раніше не були частиною їхньої щоденної роботи.
Компанія повністю покривала витрати на навчання. Я вважаю це правильною інвестицією, адже бізнес не може вимагати нових компетенцій, не створивши умов для їхнього розвитку.
Якщо компанія хоче отримати співробітника, здатного керувати AI-агентами, вона повинна спочатку навчити його це робити.
З десяти учасників команди двоє не захотіли продовжувати роботу в новому форматі. Ми завершили співпрацю за взаємною згодою, без тиску. Для мене це стало ще одним уроком: технологічна трансформація змінює не лише інструменти, а й професійні очікування людей.
Не кожен хоче будувати кар’єру в новій моделі роботи. І це потрібно враховувати ще до початку масштабного впровадження.
Що змінилося в роботі Team Lead
До автоматизації значна частина роботи керівника була пов’язана з операційним контролем. Потрібно було регулярно уточнювати статуси, перевіряти дедлайни, збирати інформацію від співробітників і готувати підсумки для керівництва.
Після впровадження агентів частину цих процесів ми перенесли в автоматизовану систему. Team Lead почав більше працювати з пріоритетами, якістю рішень і результатами команди.
Але я не вважаю, що це зробило його роботу простішою. Навпаки, від керівника почали вимагатися нові компетенції. Він повинен був розуміти логіку автоматизованих процесів, правильно визначати завдання та бачити ситуації, у яких AI потребує людського втручання.
Фактично роль Team Lead змістилася від контролю виконання окремих операцій до управління системою, у якій частину роботи виконують цифрові агенти. І саме така модель, на мою думку, поступово змінюватиме маркетингові та PR-команди.
Чому KPI зріс на 40%, але я не раджу починати зі скорочень
Через три місяці після впровадження ми зафіксували зростання загального KPI PR-відділу на 40% за внутрішньою системою оцінювання. Команда при цьому стала меншою на двох співробітників.
Було б легко зробити висновок, що штучний інтелект просто замінив частину персоналу. Але я вважаю таке пояснення занадто примітивним.
Результат залежав від кількох змін одночасно: перегляду процесів, навчання команди, автоматизації повторюваних операцій та іншої організації управління. Ми не отримали цей результат лише тому, що почали користуватися Claude Code.
Ми отримали його після того, як навчилися правильно застосовувати технологію до конкретних бізнес-завдань. І це важлива відмінність для підприємців, які сьогодні шукають способи підвищити ефективність своїх команд.
Чого українським компаніям не варто копіювати в американських технологічних гігантів
Американські компанії вже активно впроваджують AI у внутрішні процеси. Наприклад, Walmart у червні 2025 року повідомив, що один із нових AI-інструментів, за попередніми оцінками керівників магазинів, скоротив час планування робочих завдань із 90 до 30 хвилин.
Мені подобається сама логіка такого підходу: технологія повинна звільняти час працівника для більш цінної роботи. Але український бізнес не може просто скопіювати американську модель.
В умовах війни компанії працюють із додатковими ризиками: перебоями електропостачання, нестабільним зв’язком, дефіцитом персоналу та обмеженими бюджетами. Тому під час автоматизації я раджу оцінювати не лише швидкість виконання завдань, а й стійкість процесів.
Якщо агент тимчасово недоступний, команда повинна розуміти, як продовжити критичну роботу. Якщо інтеграція з CRM працює некоректно, важливо мати можливість перевірити й відновити дані. Технології повинні допомагати бізнесу ставати стійкішим, а не створювати нову критичну залежність.
Які навички PR-менеджера стануть найціннішими
Після цього досвіду я виділив для себе кілька компетенцій, які ставатимуть дедалі важливішими для PR- та маркетингових команд.
- Розуміння бізнес-процесів. Фахівець повинен бачити не лише власне завдання, а й те, як його робота впливає на інші відділи та результат компанії.
- Аналітичне мислення. AI може підготувати звіт, але людина повинна розуміти, які висновки з нього справді важливі.
- Уміння керувати AI-інструментами. Йдеться не тільки про написання промптів, а й про постановку завдань, визначення обмежень та перевірку результатів.
- Комунікація та професійне судження. Довіра партнерів, репутація бренду, складні переговори та кризові рішення залишаються сферами, де людський досвід має особливе значення.
Я не думаю, що майбутнє PR — це відділ без людей. Швидше, це команда, у якій менше часу витрачається на повторювані операції, а більше — на стратегію, творчі рішення та відносини з людьми.
Автоматизація починається не з технології
Коли мене запитують, із чого почати впровадження AI у маркетинговому чи PR-відділі, я не рекомендую відразу купувати кілька сервісів і намагатися автоматизувати все.
Спочатку потрібно зрозуміти, на що команда витрачає час. Потім — визначити повторювані завдання, оцінити ризики та навчити людей працювати з новими інструментами. Лише після цього варто масштабувати автоматизацію.
Наш досвід у fashion-бренді показав мені, що найскладніше — не налаштувати AI-агента. Найскладніше — змінити звичний спосіб мислення команди.
За три місяці ми змогли підвищити KPI PR-відділу на 40%. Але я не вважаю цей показник головним аргументом на користь штучного інтелекту.
Головне те, що люди навчилися інакше працювати зі своїм часом, інформацією та відповідальністю. І якщо українські компанії зможуть використати AI саме для цього, автоматизація стане не способом замінити співробітників, а можливістю підвищити цінність їхньої роботи.
