AI v marketingu 🟢 Marie Müllerová

Umělá inteligence v marketingu šetří práci tam, kde zrychluje dobře popsaný postup: rešerši, varianty textů, třídění dat, přípravu briefů, návrhy reklamních podkladů, kontrolu konzistence a práci s reporty. Jakmile má nahradit strategii, znalost zákazníka, odpovědnost za rozpočet nebo finální úsudek, začne vyrábět více výstupů, za které nikdo odborně neručí.

Podle McKinsey používalo v roce 2025 AI alespoň v jedné firemní funkci 78 % dotázaných organizací. Generativní AI pravidelně používalo 71 % z nich. V Česku je adopce nižší: ČSÚ uvádí, že v roce 2025 používalo některou technologii AI více než 17 % podniků, třikrát více než v roce 2023.

Marketing se k AI dostal rychle. HubSpot ve zprávě pro rok 2026 uvádí, že 80 % marketérů používá AI pro tvorbu obsahu a 75 % pro produkci médií. Samotné použití ale návratnost neprokazuje. Stejný nástroj může jednomu týmu zkrátit přípravu kampaně a druhému jen urychlit publikaci slabého obsahu.

Co znamená umělá inteligence v marketingu v roce 2026

Umělá inteligence v marketingu není jedna funkce v jednom nástroji. Patří sem generativní AI pro texty, obrázky a videa, prediktivní modely v reklamních systémech, automatické biddingové strategie, segmentace zákazníků, asistenti pro analýzu dat i systémy, které navrhují další krok v kampani.

V praxi jde o různé typy práce. ChatGPT nebo Claude připraví návrh struktury článku, shrnou rozhovor se zákazníkem nebo najdou rozpory v reklamním sdělení. Google Ads používá AI přímo v aukci. Performance Max kombinuje texty, obrázky, videa, datové zdroje a cíle kampaně napříč reklamním inventářem Googlu. AI Max for Search funguje jako optimalizační vrstva pro vyhledávací kampaně a pracuje se search term matchingem, text customization a final URL expansion.

Otázka proto nezní, zda AI používat. Smysl má ptát se, u kterého úkolu má AI dost dat, přesné zadání a kontrolu člověka. McKinsey uvádí, že organizace používají generativní AI mimo jiné často v marketingu a prodeji. Více než 80 % respondentů ale zároveň nevidí hmatatelný dopad generativní AI na celofiremní EBIT. Nasazený nástroj sám o sobě nestačí.

V účtech a obsahových procesech, které jsem za posledních 5+ let řešila, se potvrzuje jednoduché pravidlo: AI pomáhá nejvíce v provozních úkolech s jasným vstupem. Ve strategii bez dat je slabá. V obsahovém provozu Recenzeru dává automatizace přes AI smysl jen tehdy, když po ní následuje kontrola výstupu.

Podrobné srovnání nástrojů sem nepatří. Pokud řešíte jejich výběr, navazuje na to článek Nejlepší AI nástroje zdarma.

Kde AI reálně šetří práci

Nejrychleji se AI vrací u opakovaných úkolů s měřitelným výstupem. V marketingu jde hlavně o přípravu variant, třídění vstupů, shrnutí delších materiálů, návrhy briefů a kontrolu konzistence. HubSpot pro rok 2026 uvádí 80% využití AI u tvorby obsahu a 75% využití u produkce médií. McKinsey uvádí, že 63 % organizací používajících generativní AI tvoří textové výstupy, více než třetina obrázky a více než čtvrtina kód.

V obsahu AI dobře funguje při prvním zpracování podkladů. Z rešerše vytáhne témata, seskupí klíčová slova, navrhne osnovu, připraví varianty titulku, zkrátí přepis rozhovoru nebo upozorní na chybějící část briefu. Finální článek ale nesmí skončit jako uhlazený průměr. Google v dokumentaci ke generativnímu obsahu píše, že AI může pomoci s rešerší a strukturou, ale hromadné generování stránek bez přidané hodnoty může porušit pravidla proti scaled content abuse.

V PPC šetří AI práci jinak. Nejde o jednu lepší reklamu, ale o práci s aukčními signály. Sklik u Maximalizace konverzí uvádí práci v reálném čase s několika desítkami signálů, například typem zařízení, prohlížečem, pohlavím, věkovou kategorií, formátem reklamy, typem cílení nebo reklamní zónou. Google Ads u Performance Max pracuje s konverzními cíli, hodnotami konverzí, publikovými signály a kreativními assety.

V analytice AI pomáhá se čtením reportů, hledáním anomálií a přípravou interpretace pro člověka. Dobré zadání zní: „Porovnej posledních 28 dní s předchozím obdobím, najdi největší změny v nákladech a tržbách a označ, co vyžaduje ruční kontrolu.“ Špatné zadání zní: „Vyhodnoť marketing a řekni, co máme dělat.“ První má vstup, metriky a omezení. Druhé jen předstírá manažerské rozhodnutí.

Kde AI pomáhá jen omezeně

AI má omezený přínos tam, kde výstup závisí na znalosti značky, zákazníka, marže, sezony a obchodních priorit. Model napíše deset variant reklamního textu. Sám ale neví, že produkt má slabou dostupnost, že zákazníci nejčastěji reklamují jednu vlastnost nebo že obchodní tým nechce levné leady z určitého segmentu.

Data to ukazují poměrně přesně. HubSpot pro rok 2026 uvádí, že 68,2 % marketérů rozumí použití AI v marketingu a 67,5 % ví, jak měřit její dopad. Téměř třetina marketérů v tomto vzorku tedy stále nemá jistotu v použití nebo měření. Salesforce zároveň uvádí, že 84 % dotázaných britských marketérů přiznává generické kampaně a 65 % má problém rychle odpovídat zákazníkům kvůli chybějícímu kontextu.

Omezení je vidět i u personalizace. Personalizace není oslovení jménem a vygenerovaná věta podle segmentu. Potřebuje použitelná data. HubSpot ve stejné zprávě uvádí, že 69,2 % marketérů si věří v použití zákaznických dat pro personalizované zkušenosti, ale jen 65 % uvádí kvalitní audience data. Mezeru mezi ambicí a datovým základem pak vyplní generický text.

U obsahové strategie je limit ještě tvrdší. AI seskupí témata, navrhne strukturu pilíře a vytáhne z konkurenčních článků opakující se body. Sama ale nerozhodne, na kterém tématu firma vydělá, kde má šanci získat autoritu a které téma by kanibalizovalo existující obsah. To musí určit člověk, který zná web, produkty a obchodní model.

V PPC se omezení projeví u kampaní s malým objemem konverzí. Sklik u Maximalizace konverzí uvádí, že pro zapnutí nebo editaci strategie musí mít kampaň za posledních 30 dní alespoň 30 konverzí a aktivní historii minimálně 7 dní. Při méně než 100 konverzích za posledních 30 dní doporučuje nastavit maximální cenu za konverzi o 10 až 20 % vyšší než cílovou, aby systém nasbíral data. Automatizace bez dat není zkratka. Je to sázka.

Podrobnější práce s obsahovým plánem patří do článku Content marketing. Tady je podstatné hlavně to, že AI má být nástroj v procesu, ne autor strategie.

Kde AI bez člověka škodí

AI bez člověka škodí hlavně v rozhodnutích s dopadem na peníze, důvěru a právní odpovědnost. Patří sem finální marketingová strategie, právní texty, zdravotní a finanční tvrzení, krizová komunikace, citlivá zákaznická data, positioning značky a publikace obsahu, který má prokazovat odbornost.

U spotřebitelské důvěry už existují tvrdá varování. Gartner v průzkumu mezi 1 539 americkými spotřebiteli z října 2025 uvádí, že 50 % respondentů by raději nakupovalo u značek, které nepoužívají generativní AI ve spotřebitelských sděleních, reklamě a obsahu. Ve stejném průzkumu 68 % lidí často přemýšlí, zda je obsah, který vidí, skutečný.

Opatrnost potřebuje i AI vyhledávání. Gartner v roce 2025 uvedl, že 53 % spotřebitelů nedůvěřuje spolehlivosti a nestrannosti AI vyhledávacích výsledků a shrnutí, případně jim důvěřuje jen málo. Dalších 41 % respondentů uvedlo, že generativní přehledy jim vyhledávání komplikují více než tradiční výsledky.

Marketingový problém je jasný: značka, která nechá AI psát finální tvrzení bez kontroly, riskuje chyby i ztrátu důvěry. Halucinace AI není drobný stylistický přešlap. V PPC může znamenat nereálný benefit v reklamě. V affiliate článku neplatnou cenu nebo provizní sazbu. V SEO textu tvrzení, které autor neumí doložit.

Google v dokumentaci k AI obsahu výslovně upozorňuje na přesnost, kvalitu a relevanci, včetně metadat, strukturovaných dat a alt textů. U hromadného generování bez přidané hodnoty odkazuje na pravidla proti scaled content abuse. AI tedy nezakazuje. Zakazuje líný obsah.

Přehled vhodného a nevhodného využití podle oblasti

Tabulka shrnuje, kde AI v marketingu dává smysl a kde potřebuje silnou kontrolu. Platí k září 2026. U reklamních systémů a pravidel AI se vyplatí údaje pravidelně ověřovat, protože Google Ads, Sklik i evropská regulace se mění rychleji než běžné marketingové metodiky.

Oblast	AI pomáhá	Pomáhá omezeně	Bez člověka nepoužívat
Strategie	rešerše trhu, shrnutí vstupů, kontrola rozporů	návrh variant positioningů	finální rozhodnutí o strategii, rozpočtu a cílovce
SEO	clustering klíčových slov, návrh osnovy, kontrola duplicit	návrhy meta title a description	hromadná tvorba stránek bez přidané hodnoty
Obsah	briefy, titulky, přepisy, první drafty	brand voice a autorský tón	odborná tvrzení bez zdrojů a editace
PPC	bidding, signály v aukci, varianty assetů	struktura účtu a cíle kampaní	spuštění automatizace bez měření konverzí
E-mail	segmentační návrhy, varianty předmětu	personalizace podle omezených dat	citlivá sdělení bez kontroly a souhlasu
Sociální sítě	recyklace obsahu, návrhy formátů	community management	krizové reakce a osobní odpovědi
Analytika	hledání změn, shrnutí reportů	interpretace příčin	rozhodnutí bez validace dat
Grafika a video	storyboardy, varianty vizuálů, rychlé podklady	finální vizuální styl značky	zavádějící produktové vizuály
Zákaznická péče	návrhy odpovědí, třídění dotazů	jednoduché odpovědi podle databáze	reklamace, právní spory, citlivé situace

Tabulka nestojí na dojmu. Google Ads u Performance Max popisuje automatické využití konverzních cílů, publikových signálů a assetů, ale zároveň uvádí odpovědnost inzerenta za kontrolu a přesnost dynamicky generovaných assetů. Sklik u Maximalizace konverzí doporučuje vyhodnocovat výsledky nejdříve po 2 týdnech a finálně až po 30 dnech od pozastavení kampaně.

Ve správě 2 000+ PPC kampaní se ukazuje ještě jedna věc: automatizace pomáhá až tehdy, když má účet rozumnou strukturu. Jestli měření, rozpočty a cíle nejsou v pořádku, automatizace jen rychleji utrácí podle špatného zadání.

AI v SEO a obsahovém marketingu

V SEO má AI nejlepší poměr práce a přínosu v přípravné fázi. Roztřídí klíčová slova podle záměru, navrhne strukturu článku, označí chybějící podtémata, vytvoří stručný brief pro copywritera a zkontroluje, zda text odpovídá zadání. U velkého obsahového webu pomůže najít duplicity nebo podezřelé překryvy témat.

Finální odborný text ale nemá psát bez editace. Google v dokumentaci k použití generativní AI obsahu uvádí, že generativní AI může pomoci při rešerši a strukturování originálního obsahu. Zároveň varuje před generováním mnoha stránek bez přidané hodnoty. Dokumentace odkazuje i na Search Quality Rater Guidelines, konkrétně na části 4.6.5 a 4.6.6 o scaled content abuse a obsahu s malým úsilím, nízkou originalitou nebo nízkou přidanou hodnotou.

V českých firmách patří generování obsahu mezi první použití AI. ČSÚ u dat zveřejněných 30. 10. 2025 uvádí, že AI v roce 2025 používalo více než 17 % podniků. ICT Unie ve shrnutí stejných dat uvádí, že mezi nejčastější využití patřily nástroje pro tvorbu nového obsahu, tedy textů, programovacích kódů, prezentací nebo obrázků.

Rozumný postup pro SEO článek s AI:

člověk určí cíl článku, cílového čtenáře a hranice tématu,
AI zpracuje rešerši a konkurenční struktury,
editor schválí osnovu a zdroje,
AI připraví pracovní draft nebo části textu,
člověk doplní zkušenost, zdroje, korekturu a rozhodne, co se nepublikuje.

Nejslabší výstupy vznikají tam, kde AI dostane jen klíčové slovo a požadovanou délku. Výsledek pak mívá stejnou stavbu jako desítky jiných článků: definice, výhody, nástroje, shrnutí. Text může působit hladce, ale nedá Googlu ani čtenáři důvod brát ho jako lepší zdroj.

Na AI ve vyhledávání navazuje samostatné téma AEO a GEO: SEO pro éru AI.

AI v PPC, e-mailu a sociálních sítích

V PPC už AI není doplněk, ale součást systému. Google v dubnu 2026 oznámil, že Dynamic Search Ads přecházejí na AI Max. Aktualizace z 11. 6. 2026 uvádí, že kampaně používající automatically created assets a campaign-level broad match se mají automaticky upgradovat od září 2026. Sunset Dynamic Search Ads byl zároveň prodloužen a automatický upgrade má začít v únoru 2027. Google uvádí i interní údaj pro rok 2026: AI Max for Search campaigns měly v průměru o 7 % více konverzí nebo hodnoty konverzí při podobné CPA nebo ROAS, pokud používaly celou sadu funkcí.

V dokumentaci AI Max for Search Google popisuje search term matching, text customization a final URL expansion. Praktický detail: při zapnutém AI Max jsou všechna klíčová slova ve výchozím stavu brána jako broad match, pokud není search term matching vypnutý na úrovni sestavy. To mění míru kontroly nad vyhledávacími dotazy.

Sklik jde vlastní cestou. Chytrá kampaň se podle nápovědy automaticky zobrazuje ve vyhledávací i obsahové síti Seznamu. Zadavatel do ní dává hlavně reklamní texty a podklady, zatímco systém řeší cílení, umístění a optimalizaci. Maximalizace konverzí vyžaduje alespoň 30 konverzí za posledních 30 dní, aktivní kampaň minimálně 7 dní a vyhodnocení nejdříve po 2 týdnech od zapnutí nebo změny max. CPA.

Praktické pravidlo je jednoduché: AI v PPC používejte tam, kde máte čisté konverze, obchodně správné hodnoty a prostor pro učení. Nepoužívejte ji jako náhradu měření. Automatizovaná strategie nepozná, že měříte odeslání formuláře bez kvality leadu, duplicitní transakce nebo mikrokonverzi vydávanou za objednávku.

U e-mailu a sociálních sítí je přínos užší. AI připraví varianty předmětu, zkrátí dlouhý článek do několika formátů nebo navrhne segmentační logiku. Salesforce ale uvádí, že 82 % britských marketérů říká, že zákazníci čekají obousměrnou komunikaci, zatímco 65 % marketérů má problém rychle odpovídat kvůli chybějícímu kontextu. AI bez propojených dat tento problém nevyřeší. Jen ho rychleji obalí textem.

Pokud vybíráte mezi obecnými asistenty pro text, rešerši a analýzu, pokračujte článkem ChatGPT vs Claude vs Perplexity.

AI v analytice a práci se zákaznickými daty

V analytice má AI sloužit jako analytický asistent, ne jako autor pravdy. Projde tabulku, shrne změny, označí anomálie, připraví vysvětlení pro report a navrhne hypotézy. Hypotéza ale není závěr. Závěr vyžaduje kontrolu datového zdroje, atribučního modelu, sezony, cen, skladu a změn v kampaních.

Salesforce ve své Tenth Edition State of Marketing vychází z odpovědí téměř 4 500 marketérů. V navazujícím shrnutí pro rok 2026 uvádí, že jen 60 % britských marketérů má úplný přístup k servisním datům, 51 % k prodejním datům a 50 % ke commerce datům. Přesně na tom marketingová analytika stojí. AI nemůže dobře personalizovat ani interpretovat výkon, pokud nevidí data, která vysvětlují chování zákazníka.

Druhý limit je ochrana dat. Pokud do veřejného nástroje vložíte export zákaznických e-mailů, objednávek, interních marží nebo komentářů z reklamací, řešíte kvalitu výstupu i právní a smluvní odpovědnost. U profesionálních účtů a aplikačních rozhraní se podmínky liší. OpenAI v dokumentaci k Data controls in the OpenAI platform uvádí, že od 1. 3. 2023 se data poslaná do OpenAI API nepoužívají k trénování ani zlepšování modelů, pokud zákazník výslovně nesouhlasí. To ale není univerzální pravidlo pro všechny AI nástroje a všechny tarify.

V Evropské unii k tomu přibývá AI Act. Podle Evropské komise vstoupil AI Act v platnost 1. 8. 2024, povinnosti k AI gramotnosti a zakázaným praktikám se používají od 2. 2. 2025, pravidla pro GPAI modely od 2. 8. 2025 a širší použitelnost od 2. 8. 2026. Pro marketingové týmy to znamená hlavně nutnost rozlišit, jaká data do AI dávají, kdo za výstup odpovídá a kde vzniká riziko vůči zákazníkům.

Detailní nastavení reportingu patří do samostatných článků Google Analytics 4 a Looker Studio. V kontextu AI stačí držet pravidlo: nejprve opravit data, potom automatizovat interpretaci.

Jak zavést AI do marketingového týmu

Zavedení AI nezačíná seznamem nástrojů. Začíná seznamem úkolů, které tým dělá opakovaně a u kterých umí poznat dobrý výsledek. Bez této mapy se AI zavádí nahodile: někdo ji používá na texty, někdo na obrázky, někdo na reporty a nikdo neměří, zda práce skutečně zrychlila nebo zlepšila výstup.

McKinsey ve zprávě The State of AI 2025 uvádí 12 praktik pro adopci a škálování generativní AI. Patří mezi ně specializovaný tým pro adopci, role-based training, zapojení seniorních lídrů, začlenění AI do procesů, mechanismus zpětné vazby, roadmapa a sledování KPI pro adopci a návratnost. Stejná zpráva uvádí, že jen 27 % respondentů z organizací používajících generativní AI kontroluje veškerý obsah vytvořený AI před použitím.

Praktický postup pro menší marketingový tým:

Sepište 10 opakovaných úkolů, například rešerše, briefy, varianty reklam, přepis schůzek, měsíční reporting.
U každého úkolu určete vstup, výstup, vlastníka a riziko.
Rozdělte úkoly na nízké, střední a vysoké riziko.
Nízké riziko automatizujte první: shrnutí, osnovy, varianty, interní poznámky.
U středního rizika nastavte kontrolu člověkem: reklamy, články, e-maily, reporty.
Vysoké riziko bez člověka nepouštějte ven: právní tvrzení, krizová komunikace, citlivá data, finance.
Vytvořte prompt knihovnu pro opakované úkoly a udržujte ji stejně jako šablony briefů.
Jednou měsíčně zkontrolujte, kde AI zrychlila práci a kde jen přidala kontrolu navíc.

Pojmenujte také zakázané vstupy. Do běžných AI nástrojů nepatří osobní údaje zákazníků, neveřejné marže, přístupy, interní smlouvy, reklamace se jmény, nezveřejněné obchodní plány ani data, u kterých neumíte doložit právní základ zpracování. Toto pravidlo má být napsané, ne předané ústně.

V obsahové výrobě se mi osvědčuje jednoduché rozdělení: AI může navrhovat, člověk schvaluje. Při 5 000+ publikovaných článcích na Recenzeru by bez procesu kontrola kvality rychle přestala fungovat. AI tento problém neodstraní. Jen zvětší objem materiálu, který musí někdo řídit.

Jak měřit přínos AI

Přínos AI měřte podle konkrétního úkolu, ne podle počtu vygenerovaných výstupů. Více článků, více reklamních variant nebo více nápadů není výsledek. Výsledek je kratší čas přípravy, méně chyb, rychlejší reporting, lepší pokrytí tématu, nižší cena za obsloužený proces nebo vyšší výkon kampaně při stejném riziku.

HubSpot ve zprávě pro rok 2026 uvádí, že 67,5 % marketérů ví, jak měřit dopad AI v marketingové strategii. To je posun oproti 48 % v roce 2025 podle stejného zdroje. Stále ale zůstává velká část týmů, které AI používají bez jasné metriky. McKinsey zároveň uvádí, že více než 80 % organizací zatím nevidí hmatatelný dopad generativní AI na celofiremní EBIT, i když většina respondentů v jednotlivých business funkcích hlásí cost reductions.

Použitelné metriky podle oblasti:

Oblast	Co měřit	Co neměřit jako hlavní úspěch
Obsah	čas od briefu k publikovatelnému draftu, počet faktických chyb, organický výkon po publikaci	počet vygenerovaných normostran
PPC	CPA, ROAS, hodnota konverzí, podíl zamítnutých assetů, změny vyhledávacích dotazů	počet variant reklam
Analytika	čas přípravy reportu, počet ručně ověřených anomálií, přesnost interpretace	délka AI shrnutí
E-mail	čas přípravy kampaně, odhlášení, odpovědi, tržby podle segmentu	open rate bez kontextu
Sociální sítě	čas recyklace obsahu, engagement podle formátu, počet ručně upravených výstupů	počet příspěvků

U PPC je potřeba odlišit dopad AI od běžné sezony a změn rozpočtu. Google u AI Max uvádí interní průměr o 7 % více konverzí nebo hodnoty konverzí při podobné CPA nebo ROAS pro určité nastavení a segment inzerentů. Tento údaj nelze převzít jako slib pro český účet. U vlastního účtu je lepší použít experiment, srovnatelné období a kontrolu změn v rozpočtu.

U obsahu měřte také náklady na editaci. AI může zkrátit první draft o desítky minut, ale přidat hodinu faktické kontroly. V takovém případě nepomohla. Jen přesunula práci z psaní do oprav.

Kontrolní seznam pro rozhodnutí

AI použijte, když má úkol jasný vstup, nízké nebo střední riziko, měřitelný výstup a člověka, který výsledek zkontroluje. Nepoužívejte ji jako náhradu za strategii, právní odpovědnost, znalost zákazníka nebo rozhodnutí o penězích.

Před nasazením AI si projděte tento seznam:

Úkol se opakuje alespoň několikrát měsíčně.
Výstup umíte posoudit bez slepé důvěry v model.
Máte zdrojová data, která smíte do nástroje vložit.
Víte, kdo výstup schvaluje.
Máte metriky před nasazením AI a po něm.
U výstupu pro zákazníka počítáte s kontrolou faktů.
U PPC měříte správné konverze a hodnoty.
U obsahu máte zdroje pro každé číslo.
U dat znáte pravidla nástroje a smluvní režim.
U citlivých výstupů máte lidské schválení.

AI nepoužívejte bez člověka, pokud jde o právní text, zdravotní nebo finanční tvrzení, krizovou komunikaci, zveřejnění citlivých dat, finální strategii značky, nastavení rozpočtu bez kontroly nebo publikaci odborného obsahu bez zdrojů. Evropská komise u AI Actu pracuje s postupnou použitelností pravidel od 1. 8. 2024 do dalších milníků v letech 2025, 2026, 2027 a 2028. Gartner zároveň ukazuje, že důvěra spotřebitelů v AI obsah a AI vyhledávání není samozřejmá: 50 % respondentů preferuje značky bez GenAI ve spotřebitelském obsahu a 53 % nedůvěřuje AI vyhledávacím výsledkům nebo shrnutím.

Marketingový úsudek se nedá outsourcovat. Dá se ale opřít o lepší přípravu, rychlejší varianty a pečlivější kontrolu. Tam AI patří.

Praktické doporučení pro další práci

Začněte u úkolů, kde chyba nezpůsobí finanční nebo reputační škodu: rešeršní poznámky, osnovy, varianty nadpisů, kontrola duplicit, shrnutí reportu, interní checklisty. Potom přejděte k úkolům se středním rizikem, například k reklamním textům, obsahovým briefům a e-mailovým variantám. Finální rozhodnutí o rozpočtu, značce, právních formulacích a publikaci odborných tvrzení nechte člověku.

AI v marketingu není marketingový stratég. Je to akcelerátor dobře popsané práce. Pokud je proces slabý, AI ho nezachrání. Pokud má tým jasná data, pravidla a kontrolu, ušetří čas hlavně na opakovaných provozních úkolech.

Zvlášť u českého trhu hlídejte rozdíly mezi platformami. Google Ads v roce 2026 posouvá vyhledávací automatizaci přes AI Max a Performance Max pracuje napříč inventářem Googlu. Sklik má vlastní Chytrou kampaň a Maximalizaci konverzí s podmínkou alespoň 30 konverzí za posledních 30 dní. Převzít radu psanou pro Google Ads a použít ji mechanicky ve Skliku je zbytečné riziko.

Umělá inteligence v marketingu: kde reálně pomáhá a kde ne