hashtelegraph.com
Традиционный поиск не умер — он мутировал. За последние несколько лет интернет-поиск и генеративный ИИ прошли путь от конкуренции к глубокой структурной зависимости друг от друга — и сегодня именно это взаимное притяжение определяет, как устроена вся индустрия. Понять, кто в этом симбиозе получает больше и куда движется рынок, — значит понять, как изменится привычный нам способ работы с информацией.
Почему ИИ не убил поиск
Когда в 2022–2023 годах крупные языковые модели вышли в широкий доступ, многие аналитики предрекали скорый закат традиционных поисковиков. Логика была проста: зачем листать десятки ссылок, если модель сразу даёт ответ? Но прогноз не сбылся — по структурной причине, которую тогда недооценили.
Языковые модели принципиально статичны: они знают то, на чём обучены, и не знают того, что произошло после. Без актуального индекса они быстро теряют точность — особенно в областях, где информация меняется быстро: финансы, право, медицина, технологии, новости. Поисковый индекс — это не просто каталог ссылок, это живой срез реального мира, обновляемый в режиме реального времени. Без этого среза ИИ-система деградирует в уверенный, но устаревший оракул.
Обратная зависимость не менее важна. Традиционный поиск умеет находить, но плохо умеет синтезировать. Выдача из десяти ссылок требует от пользователя самостоятельно открыть несколько страниц, сопоставить данные и сделать вывод. Именно здесь ИИ даёт поисковику то, чего у него никогда не было, — способность обрабатывать найденное и формулировать итог. Так сложился симбиоз: поиск снабжает ИИ актуальностью, ИИ снабжает поиск интеллектом.
Персонализация как новый фронт
Google первым из крупных игроков сделал из этого симбиоза полноценный продукт. В январе 2026 года компания запустила функцию Personal Intelligence в рамках AI Mode — режима поиска, доступного подписчикам AI Pro и AI Ultra. Суть проста: с разрешения пользователя система подключает Gmail и Google Photos к поисковому контексту и начинает учитывать личные данные при формировании ответов.
Это не просто техническое улучшение — это смена парадигмы. Раньше поисковик отвечал на вопрос. Теперь он отвечает на вопрос с учётом того, кто спрашивает, что этот человек планирует, куда летит, что уже купил и что фотографировал в отпуске. Вопрос «что надеть в Чикаго в марте» превращается в персональную рекомендацию с учётом подтверждённого авиабилета в Gmail, предпочтений в одежде из истории покупок и прогноза погоды. Функция реализована как лабораторный эксперимент с явным согласием пользователя, обучение на личных данных ограничено, данные из почты и фотографий напрямую в обучение не идут.
Персонализация на основе личного контекста — стратегически важный шаг. Она создаёт барьер для переключения: чем дольше человек пользуется системой, тем лучше та его знает, тем ценнее становится сервис, тем сложнее уйти к конкуренту. Google здесь в выигрышной позиции: у компании уже есть Gmail с более чем 1,8 млрд пользователей и Google Photos с огромным объёмом личных данных. Конкурентам это придётся строить с нуля.
Агентный поиск: от ответов к действиям
Персонализация — лишь один вектор трансформации. Второй, и более фундаментальный, — переход от поиска информации к выполнению действий. Эта концепция получила название «агентный поиск» и в 2026 году она из теоретической стала вполне прикладной.
Разница между обычным поиском и агентным примерно такая же, как между справочным бюро и личным помощником. Справочное бюро отвечает на вопрос. Помощник выясняет, что вам нужно, разбивает задачу на шаги, выполняет каждый из них, при необходимости запрашивает уточнения и приносит результат — не ссылку, а сделанное дело.
Яндекс реализовал этот принцип в коммерческом контексте: в апреле 2026 года компания открыла всем пользователям чата с Алисой AI доступ к агенту «Найти дешевле». Ежемесячная аудитория чата — более 30,5 млн человек. Агент анализирует миллиарды предложений в интернете с учётом региона покупателя, формирует подборку выгодных вариантов и позволяет оформить заказ в один клик прямо из чата. По данным самой компании, агент находит оптимальное предложение за 5–8 минут — против 30 минут и более, которые покупатель тратит самостоятельно. Около 30% тех, кто пользовался агентом в период раннего доступа, оформляли заказы через чат.
Это показательный пример того, как агентный поиск монетизируется напрямую. Пользователь не просто получает информацию — он совершает транзакцию. Поисковая система становится каналом продаж.
Трёхуровневая архитектура агентного поиска
Чтобы понять, как устроен агентный поиск технически, полезно рассмотреть его архитектуру. Исследователи выделяют три функциональных уровня, каждый из которых выполняет свою роль.
- Уровень получения данных. Поисковые API, краулеры и системы извлечения информации с открытого веба. Здесь важны скорость, охват и качество индекса. Бенчмарки 2026 года показывают, что лидирующие решения — Brave Search, Firecrawl и Exa — статистически неотличимы по качеству, однако разрыв по задержке достигает 20 раз: от 669 мс у Brave до 13,6 секунды у Parallel Search Pro. В многошаговых агентных задачах эта разница компаундируется: пять последовательных запросов обходятся в 3 секунды у лидера и почти в 70 секунд у аутсайдера.
- Уровень координации. Агентные фреймворки, которые решают, когда искать, какие инструменты вызывать и в каком порядке выполнять шаги. Именно здесь реализуется логика многошагового рассуждения: агент анализирует намерение пользователя, строит план, делегирует задачи специализированным инструментам и собирает результаты.
- Уровень рассуждения. Языковые модели, которые интерпретируют собранную информацию, синтезируют ответ и формулируют финальный вывод. Без качественного первого уровня этот слой работает вхолостую: мощная модель, обращающаяся к устаревшему или нерелевантному индексу, даёт плохой результат независимо от своих возможностей.
Эта трёхуровневая структура объясняет, почему крупные поисковики имеют структурное преимущество перед ИИ-стартапами. Построить качественный индекс — задача, которая требует лет работы, миллиардов долларов инфраструктуры и постоянного краулинга миллиардов страниц. Стартап может купить доступ к чужому индексу через API, но это и дорого, и создаёт зависимость от поставщика. Google, Яндекс, Baidu — у всех первый уровень уже построен. Им нужно только добавить второй и третий поверх него.
Кто проигрывает в этой архитектуре
Структурный сдвиг невыгоден нескольким категориям игроков. Первая — поисковые стартапы, которые делали ставку на улучшенный интерфейс без собственного индекса. Пока поиск оставался поиском, красивый фронтенд мог стать конкурентным преимуществом. В агентном мире, где результат зависит от глубины индекса и скорости ответа, это преимущество исчезает.
Вторая категория — сервисы, которые раньше получали трафик из поиска. Если агентная система выполняет задачу целиком, не направляя пользователя на внешние сайты, трафик остаётся внутри экосистемы поисковика. Издатели, ретейлеры, агрегаторы — все они уже замечают изменение в структуре реферального трафика. Этот процесс, по всей видимости, будет усиливаться по мере того, как агентные возможности становятся точнее.
Google Cloud предупреждает корпоративных клиентов прямо: компании, которые не начали серьёзно работать с агентным ИИ прямо сейчас, рискуют оказаться в конкурентном отставании. Первым полигоном для внедрения рекомендуется делать внутренние бизнес-процессы — финансовое планирование, управление контрактами, HR, — где риски ниже, а эффект от автоматизации измерим.
Доверие как ограничитель роста
При всей привлекательности агентного подхода у него есть принципиальное ограничение, которое не решается техническими средствами: доверие. Делегировать агенту поиск информации — одно. Делегировать ему оформление заказа, отправку письма или принятие финансового решения — принципиально другое.
Google прямо признаёт это в документации: система может ошибаться, неверно интерпретировать контекст и устанавливать связи между несвязанными событиями. Именно поэтому функция реализована как добровольный эксперимент, а не как включённая по умолчанию опция. Яндекс движется схожим путём: агент «Найти дешевле» находит товар и предлагает оформить заказ в один клик, однако решение о покупке остаётся за пользователем.
По мере того как агенты берут на себя всё более сложные задачи, вопрос о границах делегирования становится центральным. Индустрия идёт к модели, где агент делает всё сам, — но пока пользователи и регуляторы к этому не готовы, каждый шаг к автономии требует тщательной настройки механизмов контроля.
Взаимная зависимость ИИ и поиска — это не временное явление переходного периода, а базовая архитектура следующего этапа интернета. Компании, которые успешно совместят глубокую поисковую инфраструктуру с агентными возможностями — и при этом сумеют выстроить доверие пользователей к автономным действиям, — получат контроль над тем, как именно люди будут находить информацию, принимать решения и совершать действия в сети в ближайшие годы.
Мнение ИИ
Исторический контекст здесь неожиданно точен: схожая динамика уже случалась, когда агрегаторы новостей — Google News, Apple News — начали удерживать читателей внутри своих оболочек, лишая издателей прямого контакта с аудиторией. Агентный поиск повторяет этот паттерн, но на несравнимо большей скорости и глубине. Не случайно Condé Nast уже фиксирует ускоренное падение реферального трафика из поиска — и это лишь начало цикла.
Между тем самый недооцененный риск симбиоза ИИ и поиска лежит не в плоскости конкуренции, а в плоскости ошибки. Автономный агент способен превратить опечатку в транзакцию на $441 000 — и чем короче путь от намерения к действию, тем дороже цена любого сбоя в цепочке «индекс — координация — рассуждение». Готовы ли пользователи платить за удобство собственной необратимостью решений?