Прямые переходы из ChatGPT и Perplexity на B2B-сайты в России составляют десятые доли процента. Но это только видимая часть рынка: до половины информационного трафика уже забирают AI-ответы Яндекса и Google. Тем временем прогноз Gartner о снижении объема традиционного поиска на 25% к 2026 году фактически реализовался.
В материале разберем, как продвигать IT-продукты в нейросетях, как устроена новая модель поискового поведения, где теряется и как формируется AI-трафик и какие шаги по перестройке маркетинга работают прямо сейчас.
Материал подготовлен на основе интервью с основателем HighTime.agency Романом Макаровым. Команда Романа продвигает IT-продукты в России, СНГ и на глобальном рынке, а также собирает результаты аналитики бизнес-приоритетов руководителей ИТ-компаний собирает в ежеквартальном отчете (на май 2026 года собрано уже 129 отчетов).
Что показывает метрика: переходы из независимых нейросетей
Команда HighTime.agency консолидировала данные Яндекс Метрики по десяткам своих клиентов. Это IT-компании среднего и крупного сегмента, использующие полный digital-стек: платный трафик, вебинары, email-маркетинг, органическое продвижение, конференции. Доли переходов из нейросетей распределяются так:
| Тип IT-продукта | ChatGPT | Perplexity |
Суммарно |
| Платформа автоматизации логистики | 0,13% | 0,07% |
~0,2% |
| Платформа электронного документооборота | 0,14% | 0,2% |
~0,3% |
| Платформа управления финансами | 0,02% | <0,01% |
~0,03% |
| Системный интегратор | 0,03% | 0,03% |
~0,06% |
Рост год к году присутствует, но в абсолютных числах доля остается в пределах статистической погрешности. Для большинства маркетинговых команд этого недостаточно, чтобы включить AI-поиск как выделенный канал продвижения при построении планов на квартал. Но независимые нейросети — только один из нескольких каналов, которые определяют новую модель поискового поведения. Разброс показателей между типами продуктов объясняется профилем целевой аудитории.
Скорость проникновения AI-поиска зависит от того, кто принимает решение на стороне клиента. В продуктах, где покупатель сам айтишник — информационная безопасность, системные администраторы, IT-отделы — нейросети стали рабочим инструментом еще в 2024 году. Их доля в информационном поиске растет быстрее всего. В сегментах, где ЛПР — логист, бухгалтер или кадровик, адаптация идет медленнее.
Стратегия продвижения под AI-поиск не универсальна: в первую очередь ее встраивают в те продуктовые направления, где аудитория уже перешла, а для остальных закладывают сдвиг на 2026–2027 годы.
Три слепых зоны веб‑аналитики
Стандартные системы аналитики — Яндекс Метрика, Google Search Console, Яндекс Вебмастер — показывают только тот трафик, у которого источник имеет опознаваемый домен. Если пользователь пришел из ChatGPT, в источнике будет «chat.openai.com», это видно в отчете. Если же взаимодействие с нейросетью произошло внутри поисковика, или пользователь вообще не дошел до сайта — для аналитики этих эпизодов не существует.
Слепые зоны — это конкретные сценарии, в которых AI влияет на поведение клиента, но в стандартных системах аналитики не отражается.
Зона 1. AI-блоки внутри классических поисковиков
Основной объем AI-трафика сегодня проходит не через ChatGPT или Perplexity, а через встроенные блоки внутри Яндекса и Google — Яндекс Алиса и Google AI Overviews. Пользователь воспринимает такой ответ как часть обычной поисковой выдачи и не осознает, что взаимодействует с нейросетью. Для веб-аналитики эти сессии неотличимы от классической органики. В профессиональной среде SEO-специалистов этот тип продвижение называют Answer Engine Optimization (AEO).
Пример выдачи AI-сводки на поисковый запрос в Google
Pew Research Center в июле 2025 года исследовал поведение 900 пользователей в США на выборке из 68 879 поисковых запросов.
Результаты:
- На запросах с AI-ответом пользователи кликают по ссылкам в 8% случаев
- Без AI-ответа — в 15%
- На источник, указанный непосредственно внутри AI-резюме, кликает только 1% пользователей
- В 26% случаев пользователи завершают сессию сразу после AI-ответа (против 16% без AI)
Российский рынок демонстрирует сопоставимые тренды. По данным Яндекса, за ноябрь 2025 года более 51 млн человек воспользовались нейросетевыми решениями в Поиске, ежедневно формируется до 137 млн быстрых ответов. Нейроответы Яндекса опираются на топ-5 органической выдачи — то есть у лидеров выдачи AI перераспределяет аудиторию наиболее активно.
Зона 2. Рост доли zero-click сессий
Второй канал потерь связан с изменением модели потребления поискового результата. По данным SparkToro и Datos за 2024 год, 58,5% всех запросов в Google в США заканчиваются без перехода на сайт.
Новая роль сайта IT-компании в эпоху ИИ — предоставлять данные о продуктах компании для нейросетей, чтобы быть видимым для потенциальных клиентов
Для B2B это означает переход части воронки в фазу, где вендор не присутствует в принципе. Типичный сценарий: потенциальный клиент формулирует запрос в Яндекс Нейро («какие платформы conversational AI подходят для enterprise»), получает сжатый ответ с тремя названиями, фиксирует их и закрывает сессию. Вендор, не попавший в исходный AI-ответ, не имеет в своей аналитике ни следа этого взаимодействия — ни запроса, ни рассмотрения, ни причины выбывания из шортлиста.
Зона 3. AI-упоминания, которые превращаются в брендовый трафик
Третий механизм — наиболее тонкий с точки зрения атрибуции и самый распространенный. Пользователь получает рекомендацию от AI, запоминает название бренда и впоследствии вводит его в поисковую строку напрямую. В системе аналитики этот переход фиксируется как брендовый органический трафик. Исходная точка контакта — AI-ответ — в отчете не отображается.
По данным HighTime.agency, на ряде проектов после внедрения Google AI Overviews информационный трафик снизился на 40–50%. Наиболее заметное проседание зафиксировано у сайтов, которые системно инвестировали в общеобразовательный контент: определения, гайды, обзоры решений для отрасли. Часть этой аудитории перешла в режим потребления через AI-ответ, оставаясь в воронке, но без взаимодействия с сайтом.
Глобальная картина: как меняется AI‑трафик по отраслям
Рост AI-трафика по отраслям за 2025 год по данным Adobe Analytics:
|
Отрасль |
Рост AI-трафика, год к году |
|
Ритейл |
+693% |
|
Travel |
+539% |
|
Финансовые сервисы |
+266% |
|
Технологии и ПО |
+120% |
|
Медиа и развлечения |
+92% |
В России динамика похожая. По данным Коммерсанта со ссылкой на исследование Digital Budget, общий трафик из нейросетей на цитируемые сайты в России за январь–октябрь 2025 года вырос более чем в 9 раз. Распределение по сервисам: Perplexity — 24%, GigaChat — 20%, DeepSeek — 19,8%, ChatGPT — 18%, Qwen — 13%. На долю Алисы от Яндекса приходится 0,2%, но в этом исследовании не учитывался нейроблок внутри поиска Яндекса как отдельная сущность.
Качество AI‑трафика: конверсия в 5 раз выше классической органики
На фоне разговора о сокращении объема стоит отдельно отметить качество той аудитории, которая все-таки доходит до сайта через AI-канал. По данным SE Ranking, AI-реферальный трафик конвертирует на уровне 14,2% против 2,8% у Google Organic — разница в 4–5 раз устойчиво воспроизводится на различных типах B2B-продуктов.
Объяснение связано с механикой канала: пользователь, перешедший по ссылке из AI-ответа, уже получил рекомендацию от источника, которому доверяет, и подошел к решению с предварительной подготовкой. По данным Adobe, в марте 2026 AI-трафик конвертируется на 42% лучше, чем посетители из других каналов.
Особенности российского рынка
Стратегия продвижения на российском рынке учитывает несколько факторов, которые отличают его от глобального.
Распределение поисковых систем. По данным Statcounter, доля Яндекса в России — около 72%, Google — около 26%. В IT-нише доля Google традиционно выше за счет профессиональной аудитории, но для B2B-продуктов в целом приоритет при планировании — Яндекс.
Google без контекстной рекламы. Отсутствие контекстной рекламы в Google на российском рынке изменило экономику канала: органическая выдача стала чище, CTR по органике вырос, а органическое продвижение в Google вернуло прежнюю ценность — поскольку альтернатив платного привлечения трафика в этой системе нет.
Экспансия Яндекс Нейро и Алисы AI. По данным Mediascope, Алиса AI — лидер среди AI-ассистентов в России с месячной аудиторией 14,3% населения, опережающий DeepSeek (9,4%), GigaChat (4%) и ChatGPT (3,5%). По исследованию Яндекса, около 32,7% запросов к Алисе AI относятся к информационному сегменту. С мая 2025 года Яндекс Нейро стал неотключаемой частью выдачи по умолчанию — то есть пользователь взаимодействует с AI-блоком вне зависимости от настроек.
Сейчас у некоторых российских IT-компаний есть такой подход к каналам: в Яндексе покупают контекстную рекламу, а в Google занимаются SEO. Год назад продвижение под Google внутри России казалось нетипичной задачей, сейчас это стандартный запрос от руководителя отдела маркетинга. Логика простая: в Яндексе верх выдачи занят рекламой конкурентов, бороться за внимание пользователей с помощью органической выдачи под объемными рекламными блоками все сложнее. А в Google рекламы в России нет, и органика остается единственным способом получить трафик. Ценность этой позиции будет только расти, потому что AI-блоки заберут часть и того органического трафика, который у нас еще есть.
Контентный парадокс: качественные материалы работают против трафика
Для компаний, которые годами инвестировали в контент-маркетинг, новая модель создает неочевидный конфликт целей. Чем выше качество и структурированность материала, тем охотнее его использует нейросеть при формировании ответа — и тем меньше у пользователя мотивации переходить по ссылке на источник. Эффективный контент одновременно усиливает узнаваемость бренда в AI-выдаче и снижает объем прямого трафика.
Практический вывод для контент-стратегии: задача смещается от «быть в топе» к «быть цитируемым с упоминанием бренда». Текст, который AI пересказывает, не называя источник, работает на рынок в целом, но не на конкретную компанию.
Подробнее о том, как российские компании выстраивают AI-first подход к контенту, — в обзоре «AI в маркетинге: от нейрослопа до 800% ROI» с кейсами от Unisender, Альфа-Банка и агентства «Сделаем»
Метод поисковых слоев: стратегия продвижения в условиях AI‑поиска
На основе данных клиентских проектов команда HighTime.agency разработала методологию продвижения сайтов IT-компаний, которую в агентстве называют «плотностью присутствия бренда» или методом поисковых слоев.
Под каждый запрос аудитории на сайте должна быть страница с релевантной информацией или понятным объяснением того, как продукт в решает конкретную задачу в конкретном контексте.
Шаг 1. Фильтрация семантики
Первый этап — маркетинговая фильтрация семантического ядра. По оценкам HighTime, 80–85% запросов в типичном ядре B2B-компании являются общеобразовательными и не ведут к покупке: их задают студенты, журналисты, смежные специалисты, не являющиеся ЛПР в цикле закупки. Для финтех-компании к такой семантике относятся запросы уровня «что такое валюта» или «что такое кредиторская задолженность».
Задача этапа — выделить около 100 целевых кластеров, которые с высокой вероятностью используются реальными будущими клиентами. Критерий отбора — не частотность и не позиционный потенциал, а маркетинговая релевантность запроса к циклу сделки.
Шаг 2. Многоканальное закрытие каждого кластера
Для каждого из отобранных кластеров формируется распределенное присутствие на нескольких типах площадок:
|
Слой |
Что делать |
Зачем |
|
Сайт |
Посадочная страница под отраслевой запрос |
Собственный контент бренда — основа |
|
Блог |
Экспертная статья по теме |
Расширяет тематический авторитет сайта |
|
IT-каталоги |
Размещение продукта в первой тройке рейтинга |
Внешнее подтверждение позиционирования |
|
Отраслевые СМИ |
Публикация на профильном издании |
Сигнал доверия для AI-моделей |
|
Рейтинги |
Присутствие в топ-3 решений |
Прямое попадание в AI-ответ |
Заказчики часто спрашивают: у нас уже есть статья по этой теме, зачем еще одна. Объясняю на примере. Когда AI отвечает на запрос, он смотрит топ-10 поисковой выдачи и выбирает источники для ответа. Если в этом топе только одна ваша статья, а остальные девять — конкуренты или независимые сайты, нейросеть с большей вероятностью процитирует именно конкурентов.
Чтобы AI воспринимал компанию как доминирующий источник по теме, ее упоминания должны занимать хотя бы половину этих десяти позиций. И еще момент: AI обычно дает в ответе только три рекомендации. Поэтому для клиентов, которым критична репутация, мы целенаправленно поднимаем их продукт с 7–8 позиции в рейтингах на 1–3 место — все, что ниже, для пользователя AI просто не существует.
AI‑контент: границы применимости
Логичным следствием роста значимости контента становится соблазн закрыть 100 кластеров через массовую AI-генерацию.
Классическая ошибка — пытаться заменить редакцию массовой AI-генерацией. Поисковые системы уже научились отличать сгенерированный контент: Ahrefs около года держит в отчетах отдельную колонку для AI-контента, и если это умеет сторонний сервис, то у Google и Яндекса алгоритмические возможности шире.
В публичных апдейтах обеих систем сформулировано правило: контент, который не добавляет ценности поверх того, что нейросеть может сгенерировать сама, ранжируется хуже. Коробочного решения, которое с учетом базы знаний компании, ее ЦА и позиционирования создавало бы материалы на экспертном уровне, рынок пока не предлагает. Рабочая модель сегодня — связка «редактор + AI». Редактор задает контекст и проверяет факты, нейросеть ускоряет черновую часть
Для крупных B2B ИТ-компаний к SEO-рискам добавляются репутационные. При штате в тысячи сотрудников и публичном бренде стоимость фактической ошибки в опубликованном материале принципиально выше, чем у небольшого стартапа: один некорректный тезис превращается в публичный инцидент.
Читайте кейс Zerocoder о масштабировании блога с 30 до 300 публикаций в месяц через связку нейрокопирайтер + AI, со снижением стоимости статьи в 10 раз.
Ограничения методов накрутки в новой модели
С приходом AI-поиска на рынке возобновилась активность вокруг «серых» методов: генерация фейковых сайтов-рейтингов, схемы «кормления» нейросетей нужным контентом, классическая накрутка поведенческих факторов. Опыт работы агентств с подобными практиками показывает, что в долгосрочной перспективе они продолжают приводить к тем же результатам, что и в до-AI период.
За 15 лет в SEO российский рынок прошел несколько полных циклов «черных» методов: эпоха ссылочных бирж, массовая накрутка поведенческих факторов, переоптимизация текста. Каждый из этих циклов начинался одинаково — появлялся обходной путь, на котором несколько агентств и компаний получали краткосрочное преимущество, — и заканчивался одинаково: алгоритмическим апдейтом, который обнулял накопленный эффект и надолго фиксировал пенальти на уровне домена.
С AI-поиском сейчас стартует ровно такой же цикл: фейковые сайты-рейтинги, схемы по подаче AI «нужных» источников, автоматическая генерация контентных ферм. Экономика этих методов для B2B не сходится уже на горизонте 12–18 месяцев — стоимость восстановления доверия поисковой системы к домену кратно превышает стоимость результата, который был получен за счет обхода.
Экспресс‑аудит: 5 минут на оценку текущего положения
Для быстрой оценки положения IT-компании в AI-поиске достаточно следующего протокола.
- Открыть ChatGPT, Perplexity и Яндекс с активной Алиса (или Google с AI Overviews)
- Ввести запрос, характерный для целевого клиента вашего IT-продукта: «лучшие решения для автоматизации [отрасль]» или «какой [тип продукта] выбрать для [задача]»
- Зафиксировать: присутствует ли продукт в ответе, на какой позиции, какие конкуренты упоминаются, какими формулировками AI описывает предложение
- Проверить, упоминается ли бренд по имени или продукт описывается обезличенно — это напрямую влияет на вероятность запоминания пользователем
- Повторить запросы по 5–10 ключевым кластерам своего продукта
Отсутствие IT-продукта в ответах при повторении запросов на нескольких платформах — устойчивый сигнал, что потенциальные клиенты получают рекомендации без участия компании. В корпоративной веб-аналитике этот факт не отражается до тех пор, пока компания не включает AI-видимость в состав регулярно отслеживаемых метрик.
Главное
Прямой трафик из ChatGPT и Perplexity на российские B2B-сайты пока составляет десятые доли процента. Но AI-блоки внутри Яндекса и Google уже забрали до половины информационного трафика, а 60% всех поисковых сессий заканчиваются без перехода на сайт. Через эти каналы клиенты формируют шорт-лист продуктов до посещения сайта.
Главное изменение, которое компаниям важно заложить в стратегию на 2026–2027 годы, — это расширение состава KPI для маркетинга. Прежняя модель сводила задачу SEO к объему трафика на сайт; теперь к ней добавляется второй контур: присутствие продукта в AI-ответах и динамика брендового трафика как индикатор AI-упоминаний. Сам сайт при этом не теряет значения, а становится еще более критичным активом — именно он формирует массив данных, из которого нейросети собирают рекомендации.
На горизонте двух-трех лет конкурентное преимущество получают те компании, которые перестраивают контентную экосистему одновременно в двух направлениях: наращивают плотность присутствия во внешних авторитетных источниках и выстраивают собственный сайт как ключевой источник экспертных данных для AI. Остальные участники рынка будут постепенно выпадать из шортлистов, формируемых без их участия.
IT-компании, которые встраивают AI-видимость в регулярные маркетинговые KPI, получают данные для управления решениями: какие продукты появляются в нейроответах, по каким запросам, в каком окружении конкурентов. Без этих данных шортлисты формируются без участия вендора, а единственный сигнал о происходящем — снижение лидов без объяснимой причины в стандартной аналитике.
