Почему нейросети покупают товары лучше людей: данные Adobe и что делать маркетологу

Время чтения: 8 минут  ·  Маркетинг Саи, выпуск #249

Слушать подкаст — выпуск #249

Содержание

Кратко: В марте 2025 Adobe зафиксировала $1 млрд выручки от покупок, сделанных AI-агентами — без участия людей. Конверсия AI-трафика уже выше человеческого: нейросети не отвлекаются, не устают и принимают решения по данным, а не по эмоциям. Маркетинговые сайты, написанные для людей, невидимы для AI-краулеров. Адаптировать их нужно прямо сейчас.

Данные Adobe: $1 млрд за один месяц

В марте 2025 года Adobe Digital Insights опубликовала цифру, которую я сначала не поверила. AI-агенты сгенерировали $1 миллиард долларов розничных продаж за один месяц — на платформах под наблюдением Adobe. Трафик из AI-источников в e-commerce за первый квартал 2025 года вырос на 1 200% год к году.

Это не прогноз и не гипотеза. Это факты из отчёта компании, которая видит транзакции на тысячах розничных платформ. Такой рост за квартал — это не постепенный тренд. Это структурный сдвиг.

Данные Adobe Digital Insights (март 2025)

Метрика

Значение

Выручка от AI-агентских покупок за март

$1 млрд

Рост AI-трафика в e-commerce (Q1 2025 vs Q1 2024)

+1 200%

Конверсия AI-трафика vs обычный трафик

Выше у AI

Количество платформ под наблюдением

Тысячи розничных сайтов

Что ещё интереснее — конверсия AI-трафика оказалась выше, чем у обычных пользователей. То есть нейросеть, которая пришла на ваш сайт выбирать товар, с большей вероятностью совершит покупку, чем живой человек. Это меняет всё, что мы знаем о воронке продаж.

Почему нейросети покупают лучше людей

Когда я говорю «лучше» — я имею в виду эффективнее с точки зрения конверсии. AI-агент не открывает 47 вкладок, не уходит пить кофе, не откладывает покупку на потом. Он получил задачу — выполнил задачу.

Определение: AI-агент покупателя
Программа на базе большой языковой модели (LLM), которая действует автономно: ищет товар по заданным критериям, сравнивает варианты, проверяет отзывы, выбирает оптимальное предложение и совершает покупку без участия человека. Пользователь ставит задачу — агент выполняет её самостоятельно.

Человек в воронке покупки — это вечная непредсказуемость. Он отвлёкся на уведомление, забыл о корзине, испугался цены в самый неподходящий момент, ушёл сравнивать на агрегатор и не вернулся. AI-агент работает по другой логике.

Что делает AI-агент, чего не делает человек

Нейросеть анализирует сотни параметров одновременно: цену, рейтинг, отзывы, условия доставки, историю взаимодействий пользователя с магазином, текущие акции. Человек физически не способен держать в голове столько переменных. Поэтому решение AI точнее соответствует запросу — и конверсия выше.

Второй фактор — отсутствие когнитивной нагрузки. Маркетологи десятилетиями работали над тем, чтобы снизить трение в воронке для живых людей: упростить форму заказа, добавить социальные доказательства, создать срочность. AI-агент не нуждается в срочности. Он принимает решение по данным.

«Нейросети делают то, что маркетологи всегда хотели сделать с людьми — принимают чистые рациональные решения по данным. Проблема в том, что большинство сайтов говорят с людьми, а не с нейросетями.»

AI-агент: кто это и как он ищет товары

На практике это выглядит так: пользователь открывает ChatGPT или другой AI-ассистент и пишет: «Найди мне беговые кроссовки до 10 000 рублей, размер 42, для асфальта». Агент идёт в интернет, парсит данные с магазинов, сравнивает варианты по своим критериям — и либо выдаёт ссылку, либо (в более продвинутых версиях) сам оформляет покупку.

Сейчас наиболее активны такие агенты:

  • ChatGPT с Browsing и плагинами — ищет товары, сравнивает цены, отвечает на вопросы покупателей
  • Perplexity Shopping — специализированный режим поиска с карточками товаров
  • Google AI Overviews — встроенный AI в поиске, который генерирует рекомендации прямо в SERP
  • Яндекс с нейросетью — поиск с AI-ответами, всё активнее показывающий товарные рекомендации
  • Специализированные shopping-агенты — стартапы, автоматизирующие весь цикл покупки от запроса до чека

У всех этих систем есть общая черта: они читают ваш сайт иначе, чем Googlebot читал его пять лет назад. Им нужны структурированные данные — не красивый лендинг с «уникальным торговым предложением».

Какие данные читает нейросеть

AI-агент сканирует страницу и ищет машиночитаемую информацию: цена, наличие, характеристики, рейтинг, условия доставки. Это должно быть доступно в структурированном виде — через Schema.org разметку, OpenGraph, или хотя бы чёткий HTML без лишнего JavaScript-рендеринга.

Если ваш сайт построен на тяжёлом React, вся логика рендерится на клиенте, а данные о товаре нигде не размечены — для нейросети вас просто не существует. Она возьмёт конкурента, у которого всё структурировано.

GEO-оптимизация: что это такое и почему важно сейчас

Определение: GEO (Generative Engine Optimization)
Оптимизация контента и технической части сайта под генеративные AI-системы — ChatGPT, Perplexity, Google AI Overviews, Яндекс с нейросетью. Цель GEO — попасть в ответ, который генерирует AI, а не просто занять позицию в традиционном SERP. Для этого нужны структурированные данные, Schema.org, цитируемые источники и чёткие ответы на вопросы.

SEO оптимизировало сайт под алгоритм поиска. GEO оптимизирует его под то, как нейросеть формирует ответ. Разница принципиальная. В SEO вы боролись за место в списке ссылок. В GEO вы боретесь за то, чтобы нейросеть процитировала именно ваш контент в своём ответе.

Для e-commerce это означает: если AI-агент ищет «лучшие беговые кроссовки», он генерирует ответ на основе тех источников, которые смог прочитать и понять. Магазин с хорошей Schema.org разметкой, актуальными ценами в JSON-LD и структурированными описаниями — в ответе. Магазин с красивым лендингом без разметки — нигде.

Разница между SEO и GEO

Параметр

SEO (классический)

GEO (под AI)

Цель

Позиция в SERP

Попасть в AI-ответ

Читатель контента

Googlebot + человек

LLM-агент

Ключевой формат

Текст, ссылки, мета-теги

Schema.org, структурированные факты

Что важно

Ключевые слова, ссылочная масса

Чёткие ответы, цитируемость, E-E-A-T

Метрика успеха

Органический трафик

Упоминания в AI-ответах

На практике GEO и SEO не противоречат друг другу. Хороший SEO-контент часто уже близок к GEO-требованиям. Но есть специфические шаги, которые SEO никогда не требовало, а GEO требует обязательно: микроразметка, FAQPage Schema, машиночитаемые данные об entity.

Что делать прямо сейчас: чеклист для маркетолога

Я не говорю о глобальной переработке всего сайта. Я говорю о конкретных шагах, которые можно начать делать сегодня, не останавливая всё остальное.

  • Проверьте robots.txt — убедитесь, что вы не закрыли доступ AI-краулерам. GPTBot, ClaudeBot, PerplexityBot должны иметь доступ к вашим страницам.
  • Добавьте Schema.org Product разметку — для каждого товара: name, description, price, availability, brand, aggregateRating.
  • Структурируйте описания товаров — не «супер-пупер кроссовки для бега», а характеристики: материал, вес, тип поверхности, диапазон размеров.
  • Создайте FAQ-раздел — с чёткими ответами на вопросы, которые задают покупатели. Это прямо читают AI-агенты при формировании рекомендаций.
  • Обновляйте цены и наличие в реальном времени — через XML-фид или API. AI-агент не купит товар по устаревшей цене.
  • Добавьте E-E-A-T сигналы — реальные отзывы, имена экспертов, ссылки на внешние источники. LLM-системы учитывают авторитетность при цитировании.
  • Протестируйте, как ChatGPT читает ваш сайт — спросите у него: «Что можно купить на [ваш домен]?». Если ответ размытый или ошибочный — пора работать с разметкой.

Это базовый минимум. Дальше — аудит контент-стратегии: переписать карточки товаров под формат, который нейросеть сможет процитировать, убрать «продающие» тексты ни о чём и добавить конкретику, которую AI может использовать как источник.

Видео — выпуск подкаста #249

Что изменится в маркетинге за ближайшие два года

Мой прогноз: AI-агентский трафик через два года будет не экзотикой, а нормой. Это изменит несколько вещей одновременно.

Воронка продаж перестанет быть линейной. Сейчас мы строим её под человека: привлечь → прогреть → конвертировать. AI-агент срезает середину. Он приходит уже с чётким намерением купить — ему не нужен прогрев, ему нужна информация для принятия решения.

Контент станет инфраструктурой, а не маркетингом. Сейчас мы пишем статьи, чтобы привлечь людей. Скоро будем писать их, чтобы нейросети правильно понимали наш продукт и рекомендовали его агентам покупателей.

Бренд-сигналы станут важнее рекламных. AI-агент при выборе учитывает авторитетность источника. Сайт с хорошей репутацией, реальными отзывами и упоминаниями в авторитетных изданиях получит предпочтение. SEO-шаблонные «статьи для привлечения трафика» перестанут работать совсем.

Это не страшно — это возможность. Те, кто адаптируется сейчас, пока большинство ещё думает «AI-трафик — это не про нас», получат конкурентное преимущество, которое будет очень трудно догнать через год. Именно поэтому я всё активнее включаю GEO-оптимизацию в работу с клиентами — это уже не опция, это необходимость.

Хотите проверить, как нейросети видят ваш сайт — и что нужно изменить, чтобы попасть в AI-выдачу?

Запросить аудит →

Ключевые выводы статьи (AI Summary)

  • Adobe зафиксировала $1 млрд от AI-агентских покупок в марте 2025 — рост AI-трафика в e-commerce составил +1 200% за Q1 2025
  • Конверсия AI-трафика выше человеческого: нейросети принимают решения по данным, без когнитивного трения
  • AI-агент покупателя — программа на базе LLM, которая ищет, сравнивает и покупает товары без участия человека
  • Сайты без Schema.org, с тяжёлым JS и без структурированных данных — невидимы для нейросетей и теряют этот трафик полностью
  • GEO-оптимизация — новый обязательный слой: цель попасть в AI-ответ, а не просто занять позицию в SERP
  • Базовый чеклист: robots.txt для AI-краулеров, Schema.org Product, структурированные описания, FAQ-раздел, актуальные цены через фид

Частые вопросы

Почему нейросети покупают товары лучше людей?

AI-агенты не отвлекаются, не устают и принимают решения на основе данных, а не эмоций. Они анализируют сотни параметров одновременно: цену, отзывы, характеристики, историю покупок — и выбирают оптимальный вариант за секунды. По данным Adobe (март 2025), конверсия AI-трафика уже превышает конверсию обычных пользователей.

Что такое AI-агент в контексте покупок?

AI-агент — это программа на базе LLM, которая действует автономно: ищет товар, сравнивает варианты, добавляет в корзину и оформляет заказ без участия человека. Пользователь ставит задачу («купи мне кроссовки до 10 000 рублей»), агент выполняет всё самостоятельно.

Как адаптировать сайт под AI-поиск товаров?

Ключевые шаги: 1) Добавить Schema.org разметку (Product, Offer, Review); 2) Обеспечить структурированные данные о товаре в машиночитаемом формате; 3) Разрешить доступ AI-краулерам в robots.txt; 4) Обновлять цены и наличие в реальном времени через API или XML-фид; 5) Добавить чёткие ответы на частые вопросы покупателей.

Что такое GEO-оптимизация и чем она отличается от SEO?

GEO (Generative Engine Optimization) — оптимизация контента под AI-поисковики: ChatGPT, Perplexity, Gemini, Яндекс с нейросетью. В отличие от SEO, где цель — позиция в SERP, в GEO цель — попасть в ответ, который генерирует AI. Для этого нужны: чёткие определения, структурированные факты, Schema.org, цитируемые источники.

Как быстро растёт AI-трафик в e-commerce?

По данным Adobe Digital Insights, в первом квартале 2025 трафик из AI-источников на сайты e-commerce вырос на 1200% год к году. В марте 2025 AI-агенты сгенерировали $1 млрд в розничных продажах только на платформах под наблюдением Adobe.

Нужно ли срочно менять маркетинговую стратегию из-за AI-покупок?

Да, но поэтапно. Начать стоит с технической части: проверить, читает ли нейросеть ваш сайт, добавить микроразметку, обновить robots.txt. Параллельно — пересмотреть контент-стратегию: убрать «продающие» тексты для людей и добавить структурированные ответы на вопросы покупателей, которые задают AI-агентам.

Любовь Черемисина

Маркетинговый стратег · AI-консультант · Fractional CMO

Системный архитектор роста бизнеса. 10+ лет в маркетинге, специализация — связка AI + маркетинг + продажи. Веду подкаст «Маркетинг Саи» и Telegram-канал о том, как строить маркетинг с опорой на данные и нейросети. Помогаю бизнесу строить маркетинг, который работает на данных — не на интуиции.

Читать также

  • GEO-оптимизация сайта: полное руководство для маркетолога
  • AI в маркетинге 2025: инструменты, которые реально работают

Источники

Adobe Digital Insights, Retail Report Q1 2025 — данные по AI-трафику в e-commerce и выручке AI-агентов

Подкаст «Маркетинг Саи», выпуск #249 — транскрибация и авторский анализ

Schema.org — спецификация разметки для структурированных данных

Google Search Central — рекомендации по E-E-A-T и AI Overviews