Adobe опитали 3000 директорів з маркетингу — і ось що вони розповіли про використання AI (спойлер: щось пішло не так)

📑 Щороку Adobe разом із дослідницькою компанією Oxford Economics опитує тисячі керівників і спеціалістів, які відповідають за те, як клієнти взаємодіють із брендами. Результати публікуються у великому щорічному звіті, одному з найдетальніших в індустрії.

Цього року опитали 3000 осіб із CX-команд різних компаній, а паралельно — ще 4000 звичайних покупців, щоб подивитися, чи збігається те, що думає бізнес, з тим, що думають його клієнти.

CX розшифровується як customer experience — клієнтський досвід. Це все, що людина відчуває під час контакту з брендом протягом усього часу від знайомства і до покупки. CX-команди відповідають за те, щоб цей досвід був:

• приємним,
• зрозумілим,
• і бажано таким, що запам’ятовується.

👉🏻 Ми вивчили звіт і готові розповісти тобі про найцікавіше. У цій статті ти дізнаєшся, чому 57% компаній відстають від конкурентів (навіть якщо їхні показники зростають), чому клієнти не люблять AI-агентів і в чому себе обманюють майже всі компанії, коли будують свою AI-стратегію.

Коротко про головне: ключові моменти зі статті

1. Більшість компаній відстають у застосуванні штучного інтелекту (і вони самі це визнають). Лише 36% опитаних вважають, що вони кращі за конкурентів у тому, як вибудовують спілкування з клієнтами онлайн. Решта 57% кажуть, що або йдуть нарівні з усіма, або відстають — хоча реальні показники в них за останні роки зросли.
2. Генеративний AI працює, але лише в окремих командах. Там, де його спробували, компанії бачать ефект: контент створюється швидше, співробітники працюють продуктивніше, виручка від маркетингу зростає. Але поширити це на всю компанію поки змогли одиниці — у більшості AI досі живе в одному-двох відділах, не більше.
3. Наступна велика тема — AI, який діє сам. Третина компаній уже робить ставку на агентний AI (системи, які самостійно виконують завдання). У найближчі півтора року більшість розраховує, що такий AI закриватиме значну частину звернень клієнтів, особливо в підтримці.
4. Компанії переоцінюють готовність клієнтів до AI. Майже половина організацій думає, що люди захочуть спілкуватися з брендами через AI-агентів, але самі клієнти так не вважають: із цим згодні лише 19%. Чим конкретніший сценарій (наприклад, передати особисті дані або довірити AI рішення про покупку) тим сильніше розходження.
5. Усі знають, що проблема в даних, але ніхто не поспішає її вирішувати. Три чверті компаній називають якість і інтеграцію даних головним бар’єром для впровадження AI. При цьому лише кожна третя компанія включила роботу з даними до списку реальних пріоритетів. Усі розуміють, у чому проблема, але гроші й увага йдуть в інший бік.
6. Керівники та їхні команди бачать ситуацію по-різному. У кожній третій компанії немає єдиного розуміння AI-стратегії між топ-менеджментом і тими, хто з AI працює щодня. Керівники просто недостатньо розбираються в темі, і це заважає ухвалювати правильні рішення та виділяти ресурси на потрібні речі.
7. Співробітники не встигають за швидкістю змін. Більше половини компаній визнають, що AI змінює робочі процеси швидше, ніж люди встигають до цього адаптуватися. При цьому нормальне навчання з AI є лише у 45% організацій, а співробітників, які почуваються впевнено під час роботи з AI, ще менше.

Що взагалі відбувається на ринку

За останні три роки компанії на міжнародному ринку пережили одразу два великі зсуви:

1. Спочатку адаптувалися до життя після пандемії.
2. Потім зіткнулися з AI — і знову опинилися перед питанням, що робити далі.

Дещо все ж вдалося. За ці три роки компанії покращили свої показники:

• персоналізація зросла у 70% опитаних,
• лідогенерація — у 64%,
• утримання клієнтів — у 59%.

🫢 Але ось що цікаво: попри цей прогрес, лише 36% вважають себе попереду конкурентів. Решта 57% кажуть, що йдуть нарівні або відстають.

Пояснення цьому просте. Коли весь ринок рухається в одному напрямку приблизно з однаковою швидкістю, покращення власних показників не означає, що ти вирвався вперед — скоріше, ти просто не відстав. Тому компанії, які хочуть суттєво виділитися, розуміють, що потрібно рухатися швидше за інших — і саме тут усі приходять до AI.

Що стосується того, яким має бути клієнтський досвід через кілька років, опитані сходяться в наступному:

• глибоко персоналізованим, здатним передбачати потреби в реальному часі — так вважають 80%;
• безшовним між онлайном і офлайном — 72%;
• таким, що працює на AI, але при цьому відчувається по-людськи і в дусі бренду — 60%.

Розрив між цією картинкою і тим, де більшість компаній перебуває зараз — це і є головна тема всього звіту.

У клієнтів є всього кілька секунд

Поки компанії розбираються з технологіями, клієнти вже змінили свою поведінку. Половина покупців каже, що у рекламного листа, поста або банера є максимум дві-п’ять секунд, щоб зачепити їхню увагу. А кожен п’ятий клієнт ухвалює рішення ще швидше — за дві секунди або менше 🕰️

Виходить, нерелевантний контент просто не існує для аудиторії — його не помічають і не запам’ятовують:

1. Половина клієнтів каже, що відпишеться від бренду, якщо промо-повідомлення здадуться їм несвоєчасними або не по темі.
2. Ще 45% підуть, якщо отримають занадто багато повідомлень (навіть якщо ті формально підходять їм за інтересами).

✔️ Сьогодні зачіпає увагу глядача: особиста релевантність із перших слів, щось унікальне, сильний візуал або звук, конкретна вигідна пропозиція.

Потрапити в потрібний момент із потрібним повідомленням до потрібної людини в потрібному каналі вручну просто неможливо. Звідси і інтерес до AI як до єдиного реалістичного способу робити персоналізацію по-справжньому.

Паралельно змінюється і те, як люди шукають інформацію. Кожен четвертий покупець уже використовує AI-платформи як основне джерело під час пошуку товарів або вивчення варіантів (а це більше, ніж частка тих, хто насамперед іде на сайт бренду або читає відгуки!) ⚡️

👉🏻 Тож контент брендів тепер має бути зрозумілий не лише людям, а й AI-системам, які його інтерпретують і видають у відповідь на запити.

Хочеш розібратися, як AI змінює маркетинг на практиці? Наш курс «Комплексний інтернет-маркетинг» якраз про це: тут ми вчимо вибудовувати стратегію, працювати з даними, будувати персоналізовані комунікації і не відставати від ринку, який змінюється швидше, ніж встигаєш читати звіти.

Генеративний AI: що вже працює

Генеративним AI називають технологію, яка вміє створювати контент: тексти, картинки, код, сценарії та інше. Саме він стоїть за ChatGPT, Midjourney, Claude та іншими інструментами, які за останні кілька років стали частиною робочого процесу для багатьох команд.

Компанії вже запустили пілоти в найрізноманітніших напрямах — від створення маркетингового контенту до підтримки клієнтів і автоматизації внутрішніх процесів. Приблизно чверть-третина компаній тестує генеративний AI в кожному з цих напрямів, і більшість із них говорить про відчутні покращення.

Найбільш помітний ефект виявився в таких сферах, як:

• генерація ідей для контенту та його виробництво;
• продуктивність співробітників і операційна ефективність;
• зростання маркетингової виручки.

Переважна більшість компаній, які запустили хоча б обмежений пілот, фіксують покращення. Технологія працює, і це факт.

🤖 Що стосується пріоритетів для подальших інвестицій в AI, компанії називають три головні напрями: більш персоналізований клієнтський досвід — 56%, покращення задоволеності та лояльності клієнтів — 46%, автоматизація рутини — 45%.

👌🏻 Логіка зрозуміла: спочатку дати клієнту те, що йому потрібно, а потім звільнити команду від ручної роботи.

Інфраструктура є, а масштабу немає

Якщо результати є і пріоритети зрозумілі — що заважає масштабувати? Адже технічна база у більшості компаній цілком достатня. Хмарна інфраструктура для генеративного AI є у 89% опитаних, єдині платформи клієнтських даних — у 71%.

😒 Але масштабування не відбувається. Лише від однієї п’ятої до однієї третини компаній, залежно від напряму, вбудували генеративний AI одразу в кілька функцій. Впровадження на рівні всієї організації поодинокі. При цьому чимала частина компаній зізнається, що в ключових процесах взагалі не використовує цю технологію — хоча багато хто планує змінити ситуацію протягом найближчих 18 місяців.

Показник	Дані
Хмарна інфраструктура для генеративного AI	89%
Єдина платформа клієнтських даних	71%
Gen AI вбудований у кілька функцій	~20–33%
Gen AI впроваджений на рівні всієї організації	менше 20%

Виходить цікава картина: технології є, бажання є, але перевести все це в повноцінне впровадження по всій компанії поки що мало у кого виходить. Причому справа тут не в самих технологіях. Справжні перешкоди лежать в іншому місці — у даних, процесах і людях. Про це детальніше поговоримо далі.

Агентний AI: усі хочуть, і мало хто готовий

Генеративний AI створює контент за запитом. Агентний AI — це наступний рівень: системи, які не просто відповідають на запитання, а самостійно виконують завдання.

Вони можуть:

• ініціювати транзакції,
• вирішувати проблеми клієнтів,
• шукати інформацію в кількох системах одночасно і робити це без участі людини на кожному кроці.

Грубо кажучи, це не інструмент, яким ти користуєшся, а співробітник, якому ти даєш завдання.

Інтерес до агентного AI серед компаній величезний. Приблизно третина опитаних каже, що пріоритизує впровадження саме агентного AI (навіть на шкоду подальшому розвитку генеративного) 🔥

Очікування теж масштабні:

• 63% компаній розраховують, що агентний AI звільнить співробітників від рутини і дасть їм більше часу на стратегічну і творчу роботу,
• 42% планують створити окремі AI-персонажі з різними особистостями для різних аудиторій,
• а для половини компаній здатність їхніх AI-агентів взаємодіяти з агентами інших систем — це вже критерій вибору вендора.

AI змінює не лише те, як бренди спілкуються з клієнтами, а й те, як люди взагалі шукають інформацію. TikTok і Instagram давно перестали бути просто соцмережами — тепер це повноцінні пошуковики зі своєю логікою і алгоритмами. А як адаптувати під них свій контент ми розібрали в окремому матеріалі.

Компанії також досить конкретно описують, що саме вони хочуть від агентного AI у найближчому майбутньому:

1. Допомога співробітникам у пошуку інформації і роботі зі знаннями. Цей напрям називають 69% опитаних, і він зрозумілий: корпоративні бази знань величезні, а знаходити в них потрібне вручну довго і незручно.
2. Підтримка продажів через автономні рекомендації та кваліфікацію лідів. На це розраховують 58% компаній. Агент сам визначає, наскільки потенційний клієнт готовий до покупки, і пропонує відповідний продукт.
3. Роль цифрового представника бренду. 54% хочуть, щоб AI-агент міг самостійно спілкуватися з клієнтами від імені компанії.

При цьому плани щодо масштабів впровадження звучать досить сміливо. Багато компаній розраховують, що вже протягом 18 місяців агентний AI безпосередньо оброблятиме більшу частину їхніх клієнтських звернень — особливо в підтримці та післяпродажному сервісі.

Клієнти готові менше, ніж здається

😅 А ось тут уже починається найцікавіше. Поки компанії будують грандіозні плани, клієнти дивляться на все це помітно обережніше: 43% покупців кажуть, що були б готові поспілкуватися з AI-консьєржем бренду, якби така можливість була. Звучить обнадійливо. Але далі картина ускладнюється. Кожен п’ятий клієнт не готовий створювати власного персонального AI-агента, а майже 40% навіть не думали про це.

Особливо показові дані про те, що клієнти готові довірити своєму AI-агенту:

1. Майже половина була б не проти, якби їхній агент працював із живим представником бренду.
2. Але значно менше людей згодні на те, щоб їхній агент взаємодіяв з AI-агентом компанії, передавав особисті дані або ухвалював рішення про покупку — неважливо, велику чи маленьку.

💡 І ось що важливо: у всіх цих сценаріях компанії систематично переоцінюють готовність своїх клієнтів. Розрив між тим, що думають організації, і тим, що думають покупці, простежується за кожним пунктом.

📍 Наприклад, 49% компаній впевнені, що клієнти врешті захочуть спілкуватися з брендами переважно через AI-агентів. Серед самих клієнтів із цим згодні лише 19%.

📍 Схожа історія з довірою до рішень AI. 36% компаній вважають, що клієнти колись довірятимуть AI-агентам у складних покупках більше, ніж собі. Серед клієнтів так думають лише 21%.

Це не означає, що агентний AI приречений на провал. Просто компанії, які впроваджуватимуть його занадто агресивно і без огляду на реальний комфорт аудиторії, ризикують отримати зворотний ефект.

📍 Лише одна п’ята клієнтів каже, що може розпізнати AI у спілкуванні з брендом. При цьому третина покупців зізнається, що відпишеться від бренду, якщо виявить, що контент створений AI. А 37% підуть, якщо зрозуміють, що спілкувалися з машиною, думаючи, що це людина.

Що клієнти вважають найважливішим при використанні AI-агентів брендом, так це прозорість і можливість у будь-який момент переключитися на живу людину. І тут, до речі, компанії з ними згодні.

Клієнти vs компанії: де прірва

Розрив між очікуваннями бізнесу і реальною поведінкою клієнтів — велика проблема, яка впливає на те, чи працює стратегія компанії чи ні.

Клієнти цінують релевантність, простоту і зручність, і вони досить швидко реагують, коли щось іде не так. Половина покупців відпишеться від бренду, якщо промо-комунікація здасться їм невчасною або не по темі.

🔗 Для того щоб AI справді допомагав робити релевантні комунікації, йому потрібні якісні та пов’язані дані про клієнтів. Але з цим у більшості компаній серйозні проблеми:

Показник готовності даних	Цифра
Якість і доступність даних достатні для AI	44%
Єдина платформа даних для агентного AI	39%
Компанії, що готують контент для AI-пошуку	54%
Єдина база даних для аналітики AI-агентів	39%

Показовим є й інше: компанії усвідомлюють проблему, але не поспішають її вирішувати:

• 52% визнають, що поточна структура даних гальмує розвиток AI-ініціатив,
• 75% називають інтеграцію та якість даних головним бар’єром для впровадження агентного AI,
• але при цьому лише 32% назвали якість, уніфікацію та управління даними пріоритетом для інвестицій,
• а підвищення цінності даних і їх розуміння увійшло до топ-пріоритетів лише у 20%.

Виходить дивна ситуація: усі розуміють, що дані — це проблема номер один, але гроші й увага йдуть кудись в інший бік. Частково це пояснюється тим, що робота з даними — довга, дорога і не дає швидкого видимого результату. Набагато простіше запустити ще один пілот із генеративним AI і показати керівництву красиві цифри.

👉🏻 Ще одна зона ризику — контент для AI-пошуку. Клієнти дедалі частіше знаходять товари і бренди через AI-платформи, а не через Google або сайти, але лише 54% компаній взагалі готуються до того, щоб їхній контент коректно інтерпретувався і потрапляв у видачу AI-інструментів.

Чому буксує впровадження штучного інтелекту: дані, гроші, люди

Якщо зібрати всі бар’єри, про які говорять компанії, в одну картину, вийде не технологічна, а радше організаційна проблема. Інструменти є, бюджети виділяються, але при цьому всередині компаній немає єдиного розуміння того:

• навіщо все це робиться,
• хто за що відповідає,
• і як вимірювати результат.

Один із найпомітніших розривів спостерігається між керівниками і тими, хто працює з AI щодня. Майже третина опитаних каже, що в них у компанії немає узгодженої AI-стратегії між топ-менеджментом і практиками. Ще 47% описують ситуацію як «часткове узгодження у кращому разі». Тобто повноцінна єдність є приблизно у кожної п’ятої компанії.

Причини цього розходження теж дослідили. Головна — недостатнє розуміння AI з боку керівництва. Її називають 61% опитаних, і вона випереджає всі інші фактори:

• опір змінам (52%),
• недостатню комунікацію про роль AI (52%),
• неясність із вимірюванням його цінності (39%).

Коли керівники не дуже розуміють, як працює технологія, вони схильні або переоцінювати її можливості, або недооцінювати складність впровадження. Звідси і беруться нереалістичні очікування, урізані бюджети на фундаментальні речі на кшталт даних і навчання, і загальне відчуття у співробітників, що їх не чують.

Різниця у сприйнятті між двома групами простежується за багатьма параметрами:

1. Керівники фокусуються на зростанні виручки і задоволеності клієнтів. Це зрозумілі бізнес-метрики, але вони погано відображають те, що потрібно зробити всередині, щоб AI запрацював на повну силу. 62% топ-менеджерів вважають операційну ефективність і скорочення витрат пріоритетом, серед практиків таких 54%.
2. Практики думають про операційну реальність. Їх більше цікавить створення контенту, активація процесів і конкретні інструменти, які допоможуть робити роботу краще. Вони ж — 49% проти 41% серед керівників — вважають, що компанії, які не впровадять агентний AI, просто застаріють.
3. Практики прогнозують швидший перехід до агентного AI. Вони частіше, ніж керівники, очікують, що більшість клієнтських взаємодій у найближчі 18 місяців перейде до AI-агентів — особливо в рекомендаціях, післяпродажній підтримці та діалогових інтерфейсах.

Навіть там, де з технологією все гаразд, компанія може гальмувати сама себе — через внутрішні розбіжності, нерозуміння і різні системи координат у різних рівнів команди.

Що з усім цим робити

Звіт Adobe описує також і те, що саме потрібно зробити компаніям, щоб перейти від розрізнених експериментів до реального масштабування AI:

1️⃣ Розібратися з даними. Це перше і найважливіше. AI працює рівно настільки добре, наскільки хороші дані, на яких він навчений і які він отримує в реальному часі. Розрізнені бази, погана якість, відсутність єдиної структури — все це обмежує можливості будь-якого AI-інструменту, яким би просунутим він не був.

75% компаній самі називають інтеграцію даних головним бар’єром для агентного AI — і при цьому мало хто робить роботу з даними реальним пріоритетом інвестицій. Це протиріччя варто усунути насамперед.

2️⃣ Переглянути контентні процеси. Більше половини компаній визнають, що їхній ланцюжок виробництва контенту залишається лінійним і ресурсоємним. Це означає, що контент створюється повільно, дорого і важко адаптується під різні канали й аудиторії.

AI може допомогти зробити ці процеси гнучкішими, але для цього потрібно спочатку перестати працювати за старою схемою «вигадали — погодили — опублікували».

3️⃣ Синхронізувати керівництво і команди. Розрив між тим, що бачать топ-менеджери, і тим, з чим працюють практики — джерело неправильних рішень, недофінансування потрібних речей і загального відчуття, що AI-стратегія існує окремо від реальної роботи.

Є три речі, які допомагають вибудувати це узгодження:

1. Чітке проговорювання цілей AI (це називають важливим 72% опитаних).
2. Спільне планування (69%).
3. Реальна підтримка з боку керівництва (59%).

4️⃣ Будувати AI-досвід навколо комфорту клієнта, а не навколо можливостей технології. Це, мабуть, найважливіший висновок з усього звіту.

Компанії схильні дивитися на агентний AI як на велику можливість — і це правда. Але клієнти поки що ставляться до нього з обережністю. Прозорість, можливість переключитися на живу людину, відчуття контролю над своїми даними — ось що визначає, чи буде AI-взаємодія сприйнята позитивно або викличе відторгнення.

⚡️ Якщо зібрати все це разом, вимальовується зрозуміла логіка. Компанії, які хочуть реально виграти від AI, мають інвестувати не лише в самі технології, а й у те, що робить ці технології робочими:

• у дані,
• у процеси,
• у людей,
• і в довіру клієнтів.

Без цього навіть найпросунутіший AI-інструмент перетвориться на черговий дорогий пілот, який так і не виросте у щось більше 🤷🏼

Все, про що говорить цей звіт Adobe — це і є сучасний інтернет-маркетинг Персоналізація, робота з даними, AI-інструменти, клієнтський досвід — саме це ми розбираємо по крихтах на курсі «Комплексний інтернет-маркетинг» у Genius.Space.

Якщо хочеш не просто стежити за трендами, а вміти з ними працювати — курс дасть тобі потрібну базу і конкретні навички. Приходь до нас!

FAQ

Що таке Adobe Digital Trends 2026?

Це щорічний звіт Adobe, підготовлений спільно з Oxford Economics. У 2026 році в ньому опитали 3000 CX-керівників і практиків, а також 4000 звичайних покупців по всьому світу, щоб зрозуміти, як компанії реально використовують AI і як на це реагують клієнти.

Що таке агентний AI і чим він відрізняється від генеративного?

Генеративний AI створює контент за запитом — тексти, картинки, код. Агентний AI діє самостійно: він виконує завдання, ухвалює рішення і взаємодіє з іншими системами без участі людини на кожному кроці. Грубо кажучи, генеративний AI відповідає на запитання, а агентний — сам робить роботу.

Чому 57% компаній відстають від конкурентів у digital?

Тому що ринок рухається швидко, і покращення власних показників не означає випередження. Компанії покращують персоналізацію, лідогенерацію і утримання клієнтів, але роблять це приблизно з тією самою швидкістю, що й усі інші. Відставання пов’язане з розрізненими даними, слабкими внутрішніми процесами і відсутністю масштабування AI за межі пілотів.

Як AI впливає на клієнтський досвід у 2026 році?

AI змінює те, як клієнти шукають інформацію, отримують рекомендації і взаємодіють із брендами. Кожен четвертий покупець уже використовує AI-платформи як основне джерело під час пошуку товарів. При цьому клієнти цінують релевантність і прозорість — і швидко відключаються від брендів, які цього не забезпечують.

Чи довіряють клієнти AI-агентам брендів?

З обережністю. 43% готові поспілкуватися з AI-консьєржем, якщо така опція є. Але більшість не готові дозволити AI-агенту передавати їхні особисті дані або ухвалювати рішення про покупку. Найважливіше для клієнтів — знати, що вони спілкуються з AI, і мати можливість у будь-який момент переключитися на живу людину.

Які компанії отримують найбільше від генеративного AI?

Ті, хто вже запустив пілоти в конкретних напрямах — контент-продакшні, клієнтській підтримці, автоматизації внутрішніх процесів. Переважна більшість таких компаній фіксує реальні покращення в продуктивності, генерації ідей і маркетинговій виручці.

Чому компанії не масштабують AI, якщо пілоти працюють?

Проблема не в технологіях — хмарна інфраструктура є у 89% компаній. Бар’єри радше організаційні: розрізнені дані, лінійні контентні процеси, розходження між керівництвом і командами, відсутність фреймворків для вимірювання результату.

Як виміряти ROI від AI у маркетингу?

Більшість компаній орієнтуються на метрики клієнтського досвіду — NPS, утримання, відтік. Але 52% визнають, що їм складно довести віддачу від AI через ці показники. Фреймворк для оцінки генеративного AI є лише у 44% компаній, для агентного — у 31%.

Що заважає впровадженню AI у компаніях?

Три головні бар’єри: якість та інтеграція даних (про це говорять 75% компаній), нестача потрібних спеціалістів і ресурсів для навчання (71%), і неясність із ROI та бізнес-кейсом (68%). При цьому головною внутрішньою проблемою залишається недостатнє розуміння AI з боку керівництва.

Що таке customer experience і чому це важливо для бізнесу?

Customer experience, або CX — це сукупність усіх вражень клієнта від взаємодії з брендом: від першого контакту до післяпродажного обслуговування. Компанії, які інвестують у якісний CX, отримують вищу лояльність, краще утримання і в підсумку стабільнішу виручку. Саме тому CX-метрики (NPS, retention, churn) стоять у центрі більшості AI-стратегій.

Глосарій

Термін	Значення
AI (Artificial Intelligence)	Штучний інтелект — технології, які дають змогу машинам виконувати завдання, що потребують людського мислення: аналіз даних, ухвалення рішень, генерація контенту
Генеративний AI	Тип AI, який створює новий контент (тексти, зображення, код, аудіо) на основі запиту користувача
Агентний AI	Тип AI, який самостійно виконує завдання і ухвалює рішення без участі людини на кожному кроці
Customer Experience (CX)	Клієнтський досвід — сукупність усіх вражень людини від взаємодії з брендом на будь-якому етапі
Персоналізація	Адаптація контенту, пропозицій і комунікацій під конкретного користувача на основі його даних і поведінки
NPS (Net Promoter Score)	Метрика лояльності клієнтів: наскільки ймовірно, що людина порекомендує бренд іншим
Контентний supply chain	Ланцюжок виробництва контенту — від ідеї до публікації, включно з усіма етапами погодження і дистрибуції
Омніканальність	Підхід, за якого клієнт отримує єдиний послідовний досвід взаємодії з брендом в усіх каналах (онлайн і офлайн)
Лідогенерація	Процес залучення потенційних клієнтів і збору їхніх контактних даних для подальшої роботи
Retention (утримання)	Здатність компанії зберігати наявних клієнтів і утримувати їх від переходу до конкурентів
Churn (відтік)	Частка клієнтів, які припинили користуватися продуктом або послугою за певний період
AI-агент	Програма на основі AI, яка самостійно взаємодіє з користувачами або іншими системами від імені бренду
ROI (Return on Investment)	Повернення на інвестиції — показник того, скільки прибутку принесли вкладені кошти
Customer Data Platform (CDP)	Єдина платформа клієнтських даних, яка збирає і структурує інформацію про клієнтів із різних джерел
Agentic AI	Інша назва агентного AI — системи, здатні автономно виконувати багатокрокові завдання
AI Readiness	Готовність компанії до впровадження AI: наявність потрібної інфраструктури, даних, процесів і компетенцій
Oxford Economics	Британська дослідницька компанія, що спеціалізується на економічному аналізі та прогнозуванні, партнер Adobe у цьому звіті
Conversational AI	Розмовний AI — технології, що забезпечують природний діалог між людиною і машиною: чат-боти, голосові помічники
Upskilling	Підвищення кваліфікації співробітників, освоєння нових навичок — у контексті статті йдеться про навчання роботі з AI
Digital CX Maturity	Рівень зрілості компанії в частині цифрового клієнтського досвіду: наскільки системно й ефективно вибудувані процеси взаємодії з клієнтами онлайн