# Чому CMO найгірше в компанії розбираються в AI > CMO виявилися найменш обізнаною в AI посадою в маркетинговій команді — гірше за власних підлеглих, свідчить дослідження, на яке посилається Adweek. - Опубліковано: 10 серпня 2026 р. (2026-08-10T14:33:08.416126+00:00) - Розділ: AI-дослідження - На основі публікації: [Adweek](https://www.adweek.com/brand-marketing/cmos-are-the-least-proficient-at-ai-in-the-marketing-org-research-finds/) - Видання: AiiN (https://aiin.news) - URL: https://aiin.news/article?slug=%D1%87%D0%BE%D0%BC%D1%83-cmo-%D0%BD%D0%B0%D0%B9%D0%B3%D1%96%D1%80%D1%88%D0%B5-%D0%B2-%D0%BA%D0%BE%D0%BC%D0%BF%D0%B0%D0%BD%D1%96%D1%97-%D1%80%D0%BE%D0%B7%D0%B1%D0%B8%D1%80%D0%B0%D1%8E%D1%82%D1%8C%D1%81%D1%8F-%D0%B2-ai --- CMO опинилися на останньому місці за практичним володінням AI серед усієї маркетингової команди — позаду і директорів з даних, і рядових маркетологів, і навіть молодших спеціалістів із контенту, які тестують нові інструменти щодня. [За даними Adweek](https://www.adweek.com/brand-marketing/cmos-are-the-least-proficient-at-ai-in-the-marketing-org-research-finds/), дослідження ринку показало, що керівна посада, яка мала б задавати AI-стратегію компанії, на практиці найменше розуміється на інструментах, якими користується власна команда. Це не поодинокий випадок — схожий розрив між керівництвом і виконавцями фіксують і в інших функціях, від продажів до розробки. Але саме в маркетингу ціна помилки вища: CMO не просто керує бюджетом, а й ухвалює рішення про те, які AI-платформи закуповувати, як будувати governance довкола генеративних інструментів і кого підвищувати за AI-компетенції. Коли людина на вершині ієрархії найгірше орієнтується в темі, якою керує, рішення ухвалюються наосліп. Для AI-білдерів і вендорів, які продають маркетинг-tech, цей розрив — не просто цікавий факт із дослідження, а пряма підказка: хто насправді ухвалює рішення про закупівлю AI-інструментів, і чому демо для CMO мають виглядати інакше, ніж для команди, яка вже щодня працює з промптами. ## Що конкретно показало дослідження? Ключовий висновок простий: у маркетинговій організації рівень практичної AI-грамотності найнижчий саме на посаді CMO, а не серед виконавців нижчого рівня. Дослідження порівнювало не обізнаність у трендах (про ChatGPT чи Gemini чула переважна більшість керівників), а практичне вміння — самостійно побудувати промпт під конкретну задачу, оцінити якість AI-згенерованого контенту, налаштувати автоматизацію в рекламному кабінеті чи CRM. Саме за цими критеріями CMO системно відстають від власних підлеглих. Це узгоджується з тим, що спостерігають і на практиці: керівники частіше споживають AI через готові презентації консультантів і вендорів, ніж через власноручну роботу з інструментом. Знання «про AI» в них є, а навичок роботи «в AI» — немає. ## Чому саме керівники відстають від власної команди? Головна причина — структура робочого дня. CMO проводить більшість часу в нарадах, бюджетних таблицях і презентаціях для CEO, а не в інтерфейсі рекламного кабінету чи AI-копірайтера. Практична навичка формується через повторення, а в керівника просто немає годин на щоденне «клацання» в інструменті — цим займаються менеджери кампаній, аналітики й контент-спеціалісти. Друга причина — вік і траєкторія кар'єри: більшість CMO досягли позиції завдяки навичкам, які AI не вимагав ще п'ять років тому, — стратегії бренду, роботи з агентствами, управління командою. Молодші співробітники, навпаки, прийшли на посади вже в епоху, коли AI-інструменти — частина базового робочого набору, як email чи Excel. Третя причина — делегування без верифікації. CMO ставить AI-задачу команді й отримує готовий результат, не проходячи сам через процес — тому в нього немає інтуїції, скільки часу коштує промпт-інжиніринг, де AI помиляється і які задачі йому доручати не варто. ## Чим цей розрив загрожує компаніям? Розрив між тим, хто ухвалює рішення про AI-бюджет, і тим, хто щодня працює з інструментами, створює конкретні ризики: - Закупівля AI-платформ під хайп, а не під реальну потребу команди — бо CMO не може оцінити інструмент на практиці - Нереалістичні очікування щодо швидкості й якості AI-контенту, які лягають на плечі виконавців - Слабкий governance: політики використання AI пишуться людьми, які самі не бачать, де саме інструмент помиляється чи «галюцинує» - Втрата довіри команди, коли керівник вимагає результатів, які сам ніколи не пробував отримати У підсумку компанія платить за AI-трансформацію, якою фактично керує людина з найслабшим практичним розумінням теми в усій вертикалі. ## Що з цього випливає для AI-білдерів і команд? Наша теза в AiiN проста: розрив у AI-компетенціях між CMO і командою — це не проблема одного дослідження, а системний сигнал ринку праці. Компанії, що будують AI-продукти для маркетингу, зараз масово недооцінюють CMO-персону як покупця — і продають фічі командам виконавців замість того, щоб продавати керівникам прості, наочні докази ROI. Хто перший навчиться пояснювати AI мовою бюджету й ризику, а не промптів, той отримає найлегший шлях до підпису на контракті. Для самих CMO практичний висновок такий: 2-3 години на тиждень власноручної роботи в AI-інструменті — не забаганка, а мінімальна страховка від рішень, ухвалених наосліп. ## Чи означає це, що CMO варто звільняти? Ні. Дослідження вказує на розрив у практичних навичках, а не на непридатність до посади — стратегічні компетенції CMO (бренд, позиціонування, робота з радою директорів) AI поки не замінює. Йдеться про доповнення навичок, а не заміну людини. ## Як маркетинговим командам закрити цей розрив швидко? Найшвидший спосіб — reverse mentoring: молодші співробітники, які вже вправно працюють з AI-інструментами, навчають керівництво на коротких, регулярних сесіях замість одноразового тренінгу. Другий крок — прив'язати частину KPI CMO до особистого, а не делегованого використання AI. --- Теги: AI, маркетинг, CMO, AIskills, corporateAI, Adweek Джерело: AiiN — https://aiin.news/article?slug=%D1%87%D0%BE%D0%BC%D1%83-cmo-%D0%BD%D0%B0%D0%B9%D0%B3%D1%96%D1%80%D1%88%D0%B5-%D0%B2-%D0%BA%D0%BE%D0%BC%D0%BF%D0%B0%D0%BD%D1%96%D1%97-%D1%80%D0%BE%D0%B7%D0%B1%D0%B8%D1%80%D0%B0%D1%8E%D1%82%D1%8C%D1%81%D1%8F-%D0%B2-ai. Цитуючи, посилайтесь на канонічний URL.