Skuteczność reklam tworzonych z użyciem generatywnego AI to temat, który do tej pory opierał się głównie na opiniach, przeczuciach i branżowych wojnach kulturowych. Wczoraj uczestniczyłem w webinarze Kantar poświęconym właśnie temu pytaniu - i po raz pierwszy zobaczyłem twarde dane. 356 reklam, facial coding Affectivi, porównanie z bazą konwencjonalnych produkcji. Wyniki są zniuansowane w sposób, którego się nie spodziewałem.
Krótka wersja: reklamy AI wywołują silniejsze emocje, ale nie te, których chcesz. Oczywiste użycie AI wyraźnie szkodzi skuteczności. Natomiast AI zintegrowane płynnie z kreacją może wypaść lepiej niż konwencjonalne reklamy. Diabeł tkwi w szczegółach - i w twarzach.
Jak wyglądało badanie
Kantar wspólnie z Affectivą przeanalizował 356 reklam wideo stworzonych z użyciem generatywnego AI. Dane zbierane były w drugiej połowie 2024 roku i w 2025. Reklamy badano przez Kantar Link - narzędzie do ilościowego testowania skuteczności - uzupełnione o facial coding Affectivi, czyli analizę mikroekspresji twarzy widza podczas oglądania.
Ważna nota metodologiczna: nie pytano ludzi “czy lubisz reklamy AI”. Mierzono realne reakcje emocjonalne, klatka po klatce, bez świadomej refleksji uczestników. To zupełnie inne dane niż ankieta.
Drugie zastrzeżenie: badanie skupiało się na reklamach wyraźnie stworzonych z AI na poziomie wykonania - wizuali i produkcji. AI jako narzędzie do ideacji, briefowania i generowania wariantów to już standard w agencjach i nie był przedmiotem analizy. Patrzono na finalny produkt - to co widzi widz.
Reklamy skłaniały się ku wyższym budżetom. Marki, które rutynowo inwestują w ilościowe testy reklam, są w tej bazie nadreprezentowane - to warto mieć z tyłu głowy przy interpretacji.
Reklamy AI wypadają średnio słabiej - ale to nie cała historia
Główna metryka: “branded cut-through” - miara mówiąca, czy reklama zapada w pamięć i kojarzy się z właściwą marką. Reklamy AI wypadają tu średnio nieco poniżej konwencjonalnych.
Ale rozstrzał wyników był szeroki. W obu grupach - AI i konwencjonalnej - były zarówno bardzo silne, jak i bardzo słabe wyniki. Reklama zrobiona z AI nie płaci automatycznie żadnego “podatku od skuteczności”. Pytanie o to, co robić i czego unikać, staje się o wiele ciekawsze niż binarne “czy AI działa”.
Żeby zrozumieć co tkwi za tą średnią, trzeba zajrzeć w dane emocjonalne.
Silniejsze emocje, ale skrzywione negatywnie
Facial coding pokazał coś, co mnie zaskoczyło. Reklamy AI wywołują silniejsze reakcje emocjonalne mierzone ekspresją twarzy - więcej mimiki, wyraźniejsze reakcje, większa ekspresywność. Problem w tym, że bilans tych emocji jest bardziej negatywny niż w reklamach konwencjonalnych.
Więcej marszczenia brwi (sygnał niepokoju, zagubienia), więcej sygnałów smutku. Reklamy AI wywoływały też więcej uśmiechu i zaskoczenia, ale proporcje były niekorzystne. Silniejsza reakcja emocjonalna nie jest automatycznie lepszą reakcją.
Żeby zrozumieć dlaczego, trzeba zobaczyć konkretny przykład.
Uncanny valley - case study Allegro
Kantar przeprowadził z Allegro projekt, który bardzo plastycznie tłumaczy problem. Klient testował dwa wczesne koncepty reklamowe - jeden z dziewczynką, jeden z chłopcem - i dla każdego z nich stworzono dwie wizualne wersje tego samego skryptu. Pierwsza: tradycyjny animatik graficzny. Druga: hiperrealistyczne wizualizacje stworzone przez AI.
Skrypt, dobór ujęć, ścieżka dźwiękowa - identyczne. Różnica wyłącznie w stylu wizualizacji.
Wynik: wersje hiperrealistyczne wypadły gorzej. Facial coding ujawnił dlaczego. W scenach z bliskim planem twarzy chłopca widzowie wykazywali wyraźną reakcję “cringe” - marszczenie nosa, wskaźnik czegoś między obrzydzeniem a zażenowaniem. Chłopiec wyglądał jak Timothée Chalamet - ale nie całkiem. Trochę tak, trochę nie.
To klasyczny efekt uncanny valley: twarz jest wystarczająco ludzka, żeby mózg próbował ją przetworzyć jako człowieka, ale wystarczająco “nie tak”, żeby to przetwarzanie dawało sygnał dyskomfortu. Klient nie planował obsadzić Chalameta. AI po prostu tak wygenerowała twarz i nikt na etapie produkcji tego nie wychwycił.
Mózg poświęca nieproporcjonalnie dużo zasobów na rozpoznawanie i odczytywanie twarzy. Niedoskonałości w tej domenie działają o wiele silniej niż gdziekolwiek indziej - to ewolucja, nie kwestia gustu.
Gdy uncanny valley jest narzędziem - reklama Anthropic
Ciekawy kontrprzykład: reklama Anthropic Claude emitowana na Super Bowl 2025. Ważna nota: ta reklama NIE była stworzona generatywnym AI. Była nakręcona tradycyjnie, ale celowo zaprojektowana tak, żeby jedna z postaci - matka protagonisty - wyglądała jak wygenerowana przez AI.
Przekaz: asystent AI wplata w odpowiedź na pytanie o relacje z mamą reklamę serwisu randkowego dla seniorów. Uncanny valley matki był narzędziem narracyjnym - miał budzić niepokój, bo przekaz był o niepokojącym zjawisku.
Facial coding pokazał jedną z najsilniejszych reakcji emocjonalnych spośród wszystkich reklam na tym Super Bowl. Jednoczesne szczyty marszczenia brwi (niepokój) i uśmiechu (humor), precyzyjnie synchronizowane z kluczowymi scenami. Reklama działała właśnie przez to, że wzbudzała pewien poziom dyskomfortu.
Wniosek: świadome i celowe użycie efektu uncanny valley może być skutecznym narzędziem narracyjnym. Problem pojawia się gdy jest niezamierzone. A w słabszych reklamach AI z badania Kantar - zwykle właśnie tak było.
Oczywiste AI vs. seamless AI - najważniejszy podział
Badacze podzielili reklamy AI na dwie grupy. Pierwsza: reklamy gdzie użycie AI jest “oczywiste” dla przeciętnego widza - nie dla art directora czy specjalisty, ale dla zwykłego człowieka. Druga: reklamy gdzie AI jest płynnie zintegrowane z kreacją, niezauważalne.
Wyniki były jednoznaczne:
- Oczywiste AI: niższe oceny przyjemności, niższy branded cut-through, wyraźnie wyższy odsetek wyników z dolnej części rozkładu bazy Kantar
- Seamless AI: ponad 40% ląduje w górnej części rozkładu - lepiej niż średnia konwencjonalnych reklam
To nie jest marginalna różnica. Sposób integracji AI z kreacją ma fundamentalne znaczenie. Dobre użycie AI może faktycznie podnosić skuteczność. Złe - systematycznie ją obniża.
Technicznie doskonałe, polaryzujące - case study Liquid Death
Najbardziej instruktywny przykład z całego badania: spekulatywna reklama Liquid Death stworzona w całości przez Google VO3 - wizualia, audio, wszystko. Marki nie zaangażowano do produkcji, to była demonstracja możliwości narzędzia.
Technicznie: imponująca. Konsekwencja postaci między ujęciami, jakość generowanego głosu, spójność świata przedstawionego - na poziomie trudnym do osiągnięcia jeszcze rok wcześniej. Facial coding podczas projekcji pokazał wyraźne reakcje śmiechu.
Wyniki badania: bottom 15% bazy Kantar pod względem deklarowanej przyjemności oglądania.
Gdy rozbito dane na tych, którym reklama się podobała, vs. tych, którym nie - okazało się, że mocny śmiech widoczny w facial codingu pochodził od małej grupy starszych widzów. Pozostałych zniechęcała drastyczność żartów. Technicznie wyśmienita egzekucja nie kompensowała pomysłu, który dla większości był po prostu “za dużo”.
Prób będzie więcej, nie mniej
Nie jestem zaskoczony wynikami. Jestem zaskoczony ich precyzją.
AI staje się tak tanie i dostępne, że prób jego użycia w reklamie będzie systematycznie więcej - i wśród nich będzie też coraz więcej skutecznych. To nie jest kwestia czy, ale kiedy i jak. Bariera wejścia do produkcji wideo spada z roku na rok w sposób, który jeszcze niedawno trudno było sobie wyobrazić.
Badanie Kantar daje konkretną mapę do nawigowania tym terenem:
- Unikaj: hiperrealistycznych AI-twarzy bez pełnej kontroli nad wynikiem, oczywistych artefaktów AI w reklamie, szablonowych wizualizacji prosto z generatora bez dostosowania do marki i kontekstu
- Celuj w: płynną integrację AI z kreacją, wizualizacje rzeczy niemożliwych tradycyjnie (wyobraźniowe światy, zwierzęta w nieoczekiwanych kontekstach, skala), wczesne testowanie konceptu z prawdziwą widownią zanim wejdziesz w pełną produkcję
- Pamiętaj: silna emocja to nie to samo co właściwa emocja - mierz co widzowie naprawdę czują, nie tylko czy cokolwiek czują
AI nie zwalnia z badań, briefowania i troski o jakość kreacji. Paradoksalnie podnosi poprzeczkę - bo teraz to każdy może. A to oznacza, że sam fakt użycia AI przestaje być wyróżnikiem.
Więcej o zagrożeniach AI w procesach firmy - bo podobne mechanizmy działają też poza reklamą. Drugi wymiar tej historii - co AI robi z rozpoznawalnością marki i dlaczego wyniki brandingowe reklam AI są jeszcze bardziej zróżnicowane - rozwijam w osobnym tekście: jak AI wpływa na branding marek w reklamie.
Jeśli chcesz porozmawiać o tym, jak AI zmienia skuteczność komunikacji i jakie decyzje strategiczne stoją przed Twoją firmą, sprawdź ofertę szkoleń AI dla menedżerów lub napisz przez stronę konsultacji.