Режим искусственного интеллекта Google использует память и контекст для предоставления ответов. Вот что это значит для рекламы, таргетинга и конверсии.
Режим Google AI, официально запущенный в мае 2025 года и теперь доступный всем пользователям США без очереди, представляет собой значительный шаг вперед в нашем взаимодействии с поиском.
Этот новый интерфейс на базе Gemini 2.5 выходит за рамки обзоров на основе ИИ, внедряя постоянного диалогового помощника, который объединяет аналитические данные, полученные с помощью ИИ, с традиционными результатами поиска.
Пользователи могут переключаться между классическими результатами и сводками на основе искусственного интеллекта, отслеживать запросы и изучать более длинные и содержательные беседы — и все это в рамках единого интерфейса.
В отличие от AI Overviews или более раннего Search Generative Experience (SGE), которые предоставляли один ответ, сгенерированный ИИ, на традиционный поисковый запрос, AI Mode больше похож на ChatGPT в том, что он поощряет диалоговый подход к поиску ответов.
Это знаменует собой изменение того, как люди взаимодействуют с поиском, переходя от коротких, изолированных ключевых слов к более естественным подсказкам, которые звучат так, как мы говорим и думаем.
Режим ИИ поддерживает насыщенные взаимодействия и более длинные запросы, поощряя более глубокое и детальное взаимодействие с информацией. И когда поведение пользователей меняется, рекламодатели должны адаптировать способ охвата пользователей соответствующими решениями и предложениями.
Вспомните, как расширенные кампании заставили рекламодателей подготовиться к взрывному росту использования мобильных устройств.
Теперь мы находимся на другом перекрестке, где рекламодатели и Google должны работать вместе, чтобы развивать то, как мы работаем, чтобы оставаться успешными. Это означает переосмысление всего, от таргетинга и атрибуции до монетизации и дизайна рекламы.
В этой статье я поделюсь своими мыслями о том, что режим искусственного интеллекта означает для будущего поиска, как он бросает вызов устоявшимся моделям цифровой рекламы и почему маркетологам нужно быстро адаптироваться, иначе они рискуют остаться позади.
Стратегические мотивы: инновации против обороны
Google продвигает AI Mode, потому что видит возможность или потому что реагирует на давление со стороны OpenAI и других? Ответ, скорее всего, и то, и другое.
Техническое лидерство Google общепризнано.
DeepMind, компания Google, помогла изобрести модель трансформатора, лежащую в основе GPT. Ее семейство моделей Gemini быстро развилось.
На конференции Google Marketing Live 2025 Сундар Пичаи заявил, что Gemini заняла лидирующие позиции как самая эффективная модель, что подтверждается таблицей лидеров LM Arena.
Тем не менее, Google действует осторожно. Будучи лидером рынка, находящимся под пристальным вниманием регулирующих органов, он не может позволить себе оплошностей.
Инновация реальна, но реальна и стратегия сохранения своего доминирования путем включения ИИ в свои основные продукты, прежде чем другие смогут перехватить инициативу.
Я считаю, что технология Google — одна из лучших в мире. Однако, поскольку компания находится в центре внимания, им приходится быть более взвешенными.
Из-за контроля со стороны регулирующих органов, масштаба и ожиданий от наследия он не может развиваться так же быстро, как новые игроки, но это не значит, что он всегда будет гнаться за лидерством.
Сложность подсказок и память: проблема нацеливания
Пользователи все чаще предпочитают находить ответы, переходя от простого нажатия на страницу результатов поиска к взаимодействию с помощником на основе искусственного интеллекта.
Эта эволюция от поисковой системы к системе ответов представляет новый уровень сложности для рекламодателей. Подсказки в режиме ИИ — это не просто текст; это разговоры, богатые личным контекстом и памятью.
Возьмем пользователя, который участвует в длительном сеансе с AI Mode. Их разговор может включать несколько подсказок подряд, например:
- «Я бегу свой первый марафон в Лос-Анджелесе и мне нужна хорошая обувь. Что вы порекомендуете?»
- «Кстати, у меня фасциит стопы. Я не пытаюсь бить рекорды, мне просто нужно что-то, что не разрушит мои колени».
- «Я не поклонник скучных цветов. Какие бренды имеют что-то более яркое в своей текущей линейке?»
Помощник понимает цель и адаптирует ответы с учетом медицинских соображений, намерений и эмоционального тона.
Это может включать обувь для устойчивости на поверхности, рекомендуемые стельки и даже учитывать график тренировок или ожидаемую погоду в городе, где будет проходить марафон.
А теперь сравните это с короткой подсказкой: «кроссовки».
На первый взгляд все просто, но продавец помнит, что буквально вчера я был в магазине Adidas и разговаривал с продавцом об обуви, а также использовал очки Ray-Ban Meta, чтобы сделать несколько снимков понравившихся мне вариантов.
Хотя этот способ использования пока еще не реализован в реальном мире, я лично использую эту технологию уже сейчас, и это лишь вопрос времени, когда все части будут соединены и описанный мной сценарий рекламодателя станет реальностью.
Затем мы увидим, как помощник продолжит с того места, на котором я остановился, используя мультимодальную память для обогащения ответа прошлыми разговорами и визуальными предпочтениями.
Ни одно из этих взаимодействий не может быть сопоставлено с традиционным таргетингом на основе ключевых слов. Память и персонализация помощника превращают каждый запрос в уникальный момент.
Для рекламодателей важно не только то, что было напечатано, но и то, что знает помощник.
Это открывает более широкие возможности для рекламодателей, но здесь возникает проблема с таргетингом, поскольку Google Ads был создан для рекламы по ключевым словам, а не для быстрой рекламы, и это создает разрыв.
От ключевых слов к подсказкам: почему старая модель больше не подходит
Изначально Google Ads был создан на основе простой идеи: сопоставлять объявления с поисковыми запросами пользователей по ключевым словам.
Рекламодатели делают ставки на термины, которые пользователи могут ввести в строку поиска (например, «кроссовки» или «дешевые авиабилеты»), а система будет показывать релевантные объявления на основе этих данных.
Но режим ИИ меняет язык поиска. Вместо коротких изолированных ключевых слов пользователи начинают использовать полные разговорные подсказки, которые отражают их естественную речь.
Эти подсказки часто длиннее, конкретнее и полны нюансов, на которые исходная рекламная система не была рассчитана.
Чтобы все работало как надо, Google внедрил обходной путь: «синтетические ключевые слова».
Это машинно-сгенерированные представления, которые пытаются сопоставить современные подсказки с ключевыми словами, на которые рекламодатели все еще полагаются. Это умная заплатка, но в конечном счете временная.
Поскольку подсказки продолжают становиться все сложнее и разнообразнее, а память и персонализация формируют каждый запрос, становится все труднее полагаться на ключевое слово как на стабильный ориентир.
Это оказывает давление на всю рекламную экосистему. Старая модель все еще функционирует, но она все больше не соответствует тому, как люди ищут.
В конечном итоге ее место должна занять новая система, изначально созданная для подсказок, контекста и памяти.
Переосмысление рекламы в режиме искусственного интеллекта: что происходит после кликов?
Переход к навигации с помощью искусственного интеллекта влечет за собой еще одну серьезную проблему: сокращение количества кликов.
Если пользователи получают то, что им нужно, от самого помощника, необходимость посещать веб-сайты уменьшается, что ослабляет основы бизнес-модели с оплатой за клик (CPC).
Но клики будут более релевантными, поскольку в отличие от прошлого, когда клик был первоначальным изучением пользователем вашего предложения, теперь к моменту первого посещения вашего сайта они будут более информированы и продвинутся в своем исследовании.
Исследование Microsoft показало, что в течение 30 минут после взаимодействия с Copilot количество покупок увеличилось на 53%, что подчеркивает, насколько эффективными, своевременными и основанными на искусственном интеллекте могут быть предложения.
Чтобы оставаться релевантной, реклама должна ощущаться как часть разговора. Она не может быть нарушающей или оторванной. Она должна быть встроенной, отзывчивой и полезной, показываясь тогда и там, где это имеет наибольший смысл.
Новые данные об эффективности показывают, что при показе через Copilot активность рекламы в некоторых форматах удвоилась, особенно в торговых и мультимедийных объявлениях на базе PMax.
Важно отметить, что Microsoft сократила объем показов рекламы в Copilot, решив показывать ее только тогда, когда она, по прогнозам, будет крайне релевантной и полезной.
Результат? Меньше рекламы, которая размещается лучше и приносит более весомые результаты, — модель, которая намекает на то, в каком направлении может развиваться режим Google AI.
Google уже делал это раньше. Внедрение AdWords превратило рекламу из ярких баннеров в полезную информацию. Режим ИИ требует похожей эволюции, которая превращает полезность в производительность.
Итак, если традиционный способ зарабатывания денег Google рухнет, давайте рассмотрим несколько вариантов того, как компания могла бы преодолеть этот разрыв.
Конверсия внутри разговора: рост популярности моделей и агентов-партнеров
Самым неприятным моментом для потребителей, использующих ИИ-агентов для поиска чего-либо для покупки, является последний шаг после определения того, что они хотят.
Теперь им нужно найти, где это купить, ввести данные кредитной карты и разобраться с обычными тонкостями покупки чего-либо в Интернете.
Лучшим вариантом для пользователя, особенно при небольших покупках, было бы сказать агенту: «Мне это нравится, покупай!», и товар прибудет к вам на дом на следующий день.
Хотя этот сценарий с нулевым количеством кликов является наилучшим для пользователя, он также является самым проблемным в мире CPC.
Это открывает дверь для пересмотра моделей рекламы на основе партнерских и комиссионных. Вместо того, чтобы платить за внимание, рекламодатели платят за действие.
Реклама становится партнером по принятию решений, а не просто генератором трафика. Это лучше соответствует тому, как работают помощники: сфокусировано, эффективно и ориентировано на пользователя.
Хотя это не первая попытка Google монетизировать свои услуги на основе комиссии (предыдущие попытки, такие как Buy on Google, Shopping Actions и Google Express, в конечном итоге были прекращены из-за ограниченного принятия торговцами и слабого восприятия потребителями), этим моделям не хватало персонализированного контекста, который теперь обеспечивает режим AI.
Даже эксперименты, ориентированные на отраслевые сегменты, такие как комиссия за рекламные объявления о ценах на отели (прекращены в 2024 году), следовали той же схеме: сильная в теории, но недостающая поведенческой глубины для поддержания вовлеченности.
Благодаря подсказкам, хранящимся в памяти, потребностям пользователей в режиме реального времени и мультимодальным сигналам, наконец, могут сложиться подходящие условия для масштабирования ценообразования на основе производительности осмысленным, ориентированным на потребителя образом.
Модели монетизации: почему подписки — это не будущее
Монетизация поиска на базе ИИ — горячая тема. Такие стартапы, как Neeva Шридхара Рамасвами (бывшего руководителя Google Ads), пытались заменить рекламу подписками, но принятие пользователями не удалось.
Даже OpenAI с его платным уровнем ChatGPT Pro видит, что подавляющее большинство пользователей выбирают бесплатный доступ.
Закономерность ясна: большинство пользователей не будут платить за универсальные поисковые инструменты. Даже компании, лидирующие в области ИИ, ожидают, что реклама останется доминирующим источником дохода.
Рекламная модель Google, проверенная и отточенная на протяжении десятилетий, по-прежнему остается наиболее перспективным подходом — если ее удастся адаптировать к новому поведению пользователей.
Реклама в режиме ИИ
Google уже заявил, что будет показывать рекламу в режиме искусственного интеллекта.
Чтобы максимально увеличить вероятность показа ваших объявлений в этой среде, рекомендуется использовать инструменты Google, ориентированные на искусственный интеллект, включая AI Max в поисковых кампаниях, Performance Max и Demand Gen.
Использование ключевых слов с широким соответствием также имеет решающее значение, поскольку они облегчают установление связей с помощью диалоговых подсказок, а не традиционных ключевых слов.
Однако в связи с потенциальным снижением показателей кликабельности возникает резонный вопрос: может ли меньшее количество кликов по рекламе обеспечить сохранение модели получения дохода?
Несмотря на эту проблему, я ожидаю, что реклама останется основным источником дохода, даже в рамках AI Mode.
Примечательно, что генеральный директор OpenAI Сэм Альтман выразил сомнения относительно включения рекламы в процессы искусственного интеллекта.
В разговоре с Беном Томпсоном Альтман заявил :
«Сейчас меня больше волнует то, как мы сможем брать с людей большие деньги за действительно хорошего инженера-программиста или другого агента, чем то, как я зарабатываю несколько центов с помощью модели, основанной на рекламе... Мне просто не очень нравится реклама».
Аналогично, соучредители Google, Ларри Пейдж и Сергей Брин, изначально выступали против идеи рекламы в своей поисковой системе. В своей исследовательской работе 1998 года «Анатомия крупномасштабной гипертекстовой поисковой системы» они писали:
«Мы ожидаем, что поисковые системы, финансируемые за счет рекламы, будут изначально предвзяты в пользу рекламодателей и далеки от потребностей потребителей».
Несмотря на эти первоначальные сомнения, и OpenAI, и Google признали практичность монетизации. По состоянию на 2024 год Google получает почти 78% своего дохода от рекламы, что иллюстрирует его эволюцию по сравнению с изначальной позицией его основателей.
Таким образом, несмотря на то, что методы и философия рекламы в среде ИИ претерпели изменения, необходимость эффективных стратегий монетизации остается первостепенной.
Заключение: ставка на инновации в рекламе на основе искусственного интеллекта
Вскоре помощь потребителям в момент релевантности будет зависеть не только от поиска и ключевых слов; она будет зависеть от контекста и взаимодействия на базе искусственного интеллекта, основанного на памяти, намерениях и диалоге.
Первые сигналы обнадеживают: пользователи лучше реагируют, когда реклама полезна, а не навязчива.
Опыт Microsoft с Copilot показывает, что когда генеративные системы показывают меньше, но более релевантных объявлений, вовлеченность и конверсии растут.
У Google есть возможность развить эти уроки и включить полезность и своевременность в свой механизм монетизации на основе искусственного интеллекта.
Речь идет не о создании самого эффектного помощника, а о завоевании доверия в важные моменты.
Если помощник может приносить пользу и достигать результатов, не нарушая поток, то эта модель выигрывает.
Я не сомневаюсь, что Google и другие рекламные платформы найдут способы адекватной монетизации этих рекламных возможностей, даже если количество показов на каждом пути потребителя уменьшится.
Основы рекламы в момент релевантности не изменились, но наша тактика должна будет быстро эволюционировать. Подсказки, а не ключевые слова, являются новой отправной точкой – и это меняет правила игры.
Комментарии