27 июля 2026 года издание TechCrunch опубликовало данные, которые подтверждают: AI-режим поиска Google перестаёт быть экспериментальной функцией и становится стандартом для миллионов пользователей по всему миру. Согласно материалу, рост внедрения AI-поиска произошёл быстрее, чем ожидали аналитики — за последние полгода доля запросов, обрабатываемых с помощью генеративных моделей, увеличилась в несколько раз. Источник
Это не просто очередное обновление интерфейса. Речь идёт о фундаментальной смене парадигмы: поисковая система всё чаще не показывает список ссылок, а генерирует готовый ответ, синтезируя информацию из множества источников. Для пользователей это означает более быстрый доступ к ответам, для владельцев сайтов — кардинальное изменение правил игры в SEO.
Что показали новые данные?
TechCrunch ссылается на внутреннюю статистику Google и данные сторонних аналитических платформ. Ключевые выводы:
- Доля запросов, при которых AI-поиск (ранее известный как Search Generative Experience, SGE) включается автоматически, превысила 60% от общего объёма поискового трафика в США и странах ЕС.
- Особенно заметен рост в мобильном поиске — там AI-ответы показываются по умолчанию для запросов с коммерческой и информационной интенцией.
- Время, которое пользователи проводят на странице результатов, сократилось в среднем на 30%, поскольку ответы генерируются прямо в выдаче.
Важно, что речь идёт не о постепенном rollout, а о глобальном переключении: Google больше не спрашивает пользователя, хочет ли он попробовать AI-режим. Если устройство поддерживает необходимые вычислительные мощности, а запрос подходит под критерии генеративного ответа — система переключается автоматически.
Как работает новая поисковая модель?
Технически AI-поиск Google базируется на семействе моделей Gemini, которые обучены на огромном корпусе веб-страниц, книг и структурированных данных. В отличие от традиционного поиска, который просто индексирует документы и ранжирует их по ссылочной популярности, AI-поиск выполняет несколько шагов:
- Понимание интенции — модель анализирует не только ключевые слова, но и контекст, историю пользователя, геолокацию.
- Синтез информации — из разных источников извлекаются факты, которые затем объединяются в связный ответ.
- Проверка фактов — используется механизм Grounding (привязка к источникам), чтобы снизить галлюцинации.
- Формирование ответа — генерируется текст, таблица, список или даже мультимодальный блок (изображения + текст).
Для владельцев сайтов критически важно, что AI-поиск теперь не просто показывает сниппеты, а перерабатывает контент. Если раньше можно было получить расширенный фрагмент текста, то теперь модель может пересказать статью своими словами, а пользователь покинет выдачу, не перейдя на сайт. По данным TechCrunch, кликабельность (CTR) для информационных запросов упала в среднем на 25–40% с момента запуска новой системы.
Влияние на SEO и веб-мастеров
Переход на AI-поиск как на дефолтный режим означает, что традиционные методы SEO перестают работать так, как раньше. Вот основные изменения, которые необходимо учитывать:
1. Структурированные данные становятся обязательными
Google использует schema.org-разметку для извлечения фактов. Если ваш контент не размечен, AI-модель с меньшей вероятностью выберет его как источник. Особенно важны типы: Article, FAQ, HowTo, Product, Review, Event. Без разметки ваши данные могут быть проигнорированы даже при высоком рейтинге PageRank.
2. E-E-A-T как фактор ранжирования для AI
Experience, Expertise, Authoritativeness, Trustworthiness — эти критерии теперь влияют не только на классический поиск, но и на выбор источников для генерации AI-ответов. Google явно указывает, что модель предпочитает контент с подтверждённой экспертизой (например, медицинские сайты с аккредитацией, официальные источники). Если ваш сайт не демонстрирует авторитетности (авторские страницы, ссылки на исследования, прозрачная информация о редакционной политике), шансы попасть в AI-сводку снижаются.
3. Конкуренция за ответы, а не за клики
Раньше SEO-специалисты боролись за топ-10 в выдаче. Теперь ключевая метрика — частота упоминания в AI-сводках. TechCrunch приводит пример: после перехода на AI-режим для категории «рецепты» трафик на сайты упал на 35%, но количество упоминаний в ответах выросло. Парадокс в том, что бренды могут получать меньше визитов, но больше узнаваемости. Это требует пересмотра KPI: теперь важен не только CTR, но и доля видимости в AI-блоках.
4. Контент должен быть пригоден для извлечения
AI-модели лучше работают с контентом, который имеет чёткую структуру: заголовки H1, H2, маркированные списки, короткие абзацы. Тексты «водой» и сложные метафоры модель часто пропускает. Практический совет: пишите так, чтобы из вашей статьи можно было легко вычленить факты: даты, цифры, определения, списки преимуществ.
Как адаптироваться к новой реальности?
Учитывая, что данные TechCrunch подтверждают: AI-поиск становится дефолтным, а не опциональным, веб-мастерам и маркетологам нужно действовать сейчас. Вот пошаговая стратегия.
Шаг 1. Аудит текущего контента на пригодность для AI
Проверьте, какие страницы вашего сайта имеют высокие шансы быть выбранными для AI-ответов. Используйте инструменты вроде Google Search Console или сторонних аналитических платформ. Обратите внимание на запросы, по которым ваш контент уже показывается в AI Overviews (если эта информация доступна в отчётах).
Шаг 2. Внедрение структурированных данных
Без разметки schema.org ваш контент остаётся для AI «серой зоной». Начните с самых важных типов страниц: товары, статьи, FAQ. Используйте валидатор Google, чтобы проверить корректность разметки. Для отслеживания влияния AI-поиска на трафик рекомендуется использовать Google Search Console. ASI Biont поддерживает подключение к Google Search Console через API — подробнее на asibiont.com/courses.
Шаг 3. Укрепление E-E-A-T
Добавьте на сайт страницы с информацией об авторах: их опыт, образование, регалии. Для медицинских и финансовых тем необходимы ссылки на лицензии и сертификаты. Обязательно укажите даты публикаций и обновлений — AI-модели предпочитают свежие источники.
Шаг 4. Создание контента под извлечение
Пересмотрите редакционную политику. Каждая статья должна содержать чёткий ответ на главный вопрос в первых двух абзацах. Используйте списки, таблицы, выделение ключевых фактов. Избегайте кликбейта — AI-модели анализируют семантику, а не заголовки.
Шаг 5. Мониторинг изменений
Поскольку Google постоянно донастраивает алгоритмы, следите за обновлениями в официальном блоге для веб-мастеров. Рекомендуется раз в месяц проверять, изменилась ли доля AI-ответов для вашей ниши. Используйте A/B-тесты контента: например, размеченная vs неразмеченная версия одной страницы.
Будущее поиска: что дальше?
Материал TechCrunch подчёркивает, что Google делает ставку на AI не только как на дополнительную функцию, а как на новую сущность поиска. По прогнозам, к концу 2026 года до 80% всех запросов будут обрабатываться с помощью генеративных моделей. При этом традиционная «синяя ссылка» не исчезнет полностью — она сохранится для узких ниш и запросов, где требуется прямая навигация (например, «Twitter login»).
В ответ на это поисковые системы-конкуренты (Microsoft Bing с Copilot, перспективные стартапы) также активизируют внедрение AI. Рынок поиска вступает в фазу, где пользователь получает не список ссылок, а готовый ответ, а задача издателя — сделать так, чтобы этот ответ был основан на его контенте.
Заключение
Новые данные, опубликованные TechCrunch 27 июля 2026 года, окончательно подтверждают: AI-поиск Google перестал быть экспериментом. Он становится дефолтным режимом для большинства пользователей, и это меняет принципы работы с интернет-аудиторией. Веб-мастерам и маркетологам необходимо перестроить стратегию: от борьбы за ранжирование в обычной выдаче — к созданию контента, который AI-модели будут использовать как источник для своих ответов.
Ключевые выводы: внедряйте структурированные данные, укрепляйте авторитетность, пишите фактологично и структурированно. Только так ваш сайт останется видимым в мире, где поиск — это AI-ассистент, а не каталог ссылок.
Комментарии