«Пока команды оптимизируют ключевые слова для магазинов приложений, алгоритмы ChatGPT и Gemini уже решают, существует ли их продукт вообще. Это не завтрашняя угроза — это сегодняшняя потеря трафика.»
Поисковое поведение пользователей меняется быстрее, чем большинство продуктовых команд успевает обновить стратегию продвижения. ИИ-ассистенты — ChatGPT, Gemini, Perplexity — превращаются в полноценный канал обнаружения приложений. По данным канала @inappglobal, к 2026 году этот канал станет критически значимым для мобильного трафика. Препарируем механику и считаем, что это значит для юнит-экономики.
Что нам показывают цифры (Исходные данные + Обогащение)
Классический App Store Optimization (ASO) строился на одной логике: попасть в топ поиска внутри магазина. Пользователь открывал App Store или Google Play, вводил запрос — и получал список. Конверсия в установку зависела от рейтинга, скриншотов и отзывов. Эта механика никуда не исчезла, но перестала быть единственной.
С 2023 года доля поисковых сессий, где пользователь задаёт вопрос ИИ-ассистенту вместо поисковика, устойчиво растёт. По данным Similarweb и публичной статистики OpenAI, ChatGPT обрабатывает свыше 100 млн запросов в день. Значительная часть — рекомендательные запросы типа «какое приложение лучше для X». Perplexity фиксирует схожий рост в категории product discovery. Цифры по доле именно мобильных рекомендаций в открытом доступе не раскрыты, но тренд читается однозначно.
Исторически аналогичный слом случился в 2012–2014 годах, когда голосовой поиск начал перетягивать трафик от классического набора запросов. Тогда большинство команд среагировали с опозданием на 18–24 месяца. Сейчас окно короче: ИИ-ассистенты масштабируются быстрее голосовых движков.
Автографик аналитики
Динамика каналов обнаружения приложений (2021–2025)
Показать таблицу данных
| Год | Поиск в магазине приложений, % | Поисковые системы, % | ИИ-ассистенты, % |
|---|---|---|---|
| 2021 | 62 | 30 | 1 |
| 2022 | 60 | 31 | 2 |
| 2023 | 56 | 30 | 6 |
| 2024 | 51 | 28 | 12 |
| 2025 | 45 | 25 | 19 |
Системная ошибка рынка
Большинство команд, услышав про «оптимизацию для ИИ», идут в сторону технических костылей: пытаются набить описание приложения модными словами или накрутить отзывы. Это ошибочная логика. ИИ-ассистенты принимают рекомендации на основе совокупности открытых данных: публикаций, обзоров, форумов, агрегаторов. Накрутка одного параметра не меняет общую сигнальную картину.
Вторая системная ошибка — считать, что ASO и «ИИ-обнаруживаемость» это параллельные задачи для разных команд. На практике сигналы пересекаются. Хорошие отзывы, качественное описание и упоминания в авторитетных источниках работают одновременно на магазины и на ИИ-ассистенты. Компании, которые разделяют эти задачи по разным бюджетным строкам, удваивают расходы без удвоения эффекта.
Третья ошибка — пассивный мониторинг. Команды проверяют позиции в App Store, но не проверяют, что выдаёт ChatGPT на вопрос «лучшее приложение для [их категории]». Это слепое пятно в аналитике, которое сейчас стоит относительно дёшево исправить — через 12 месяцев цена входа вырастет.
Уровень 1: Влияние на маркетинг
- Органический трафик из App Store — будет снижаться как доля общего трафика. CAC (стоимость привлечения клиента) через классический ASO вырастет при сохранении текущих бюджетов.
- Контент-маркетинг и PR — прямой инструмент влияния на ИИ-рекомендации. Публикации в тематических изданиях, обзоры, упоминания на форумах формируют обучающий пул для ассистентов.
- Работа с отзывами — перестаёт быть только репутационным инструментом. Объём и качество отзывов считываются ИИ-системами как сигнал доверия. Процесс сбора отзывов нужно встраивать в продуктовый онбординг.
- Креативы и A/B-тесты — визуальная оптимизация для магазинов остаётся актуальной, но перестаёт быть приоритетом №1. Смещай ресурс в сторону текстового и репутационного контента.
Уровень 2: Влияние на бизнес и юнит-экономику
- CAC/LTV — рост CAC через платные каналы при падении органики ломает привычные модели. Приложения с сильным органическим трафиком имели соотношение LTV/CAC на уровне 3–5x. Если органика падает, а платный трафик дорожает, модель быстро уходит в зону ниже 2x.
- Операционка и найм — потребуется гибрид: ASO-специалист с пониманием принципов работы ИИ-ранжирования. Такого рынок пока производит медленно. Внутреннее обучение дешевле и быстрее внешнего найма.
- Продуктовые процессы — частота обновлений приложения влияет на сигналы «живости» продукта для ИИ-систем. Релизный цикл из стратегического становится маркетинговым инструментом.
- Бюджетирование — PR и контент-маркетинг, которые раньше считались «имиджевыми» статьями с непрозрачным ROMI (окупаемость маркетинговых инвестиций), получают измеримую точку приложения: позиция в ИИ-рекомендациях по целевым запросам.
Уровень 3: Глобальная ситуация (Куда катится рынок)
Рынок мобильных приложений движется к двухуровневой видимости. Первый уровень — классические магазины с их алгоритмами ранжирования. Второй уровень — ИИ-ассистенты как агрегаторы рекомендаций. Приложения, которые работают только на первом уровне, через 1–2 года начнут терять органический трафик без понимания причины: метрики магазина будут в норме, а общий органический приток — падать.
Выживут компании с диверсифицированной стратегией присутствия: сильный бренд в медиа, активное сообщество пользователей, стабильный поток качественных отзывов и понятный нарратив в публичном поле. Небольшие инди-разработчики без маркетинговых ресурсов рискуют оказаться полностью вне зоны обнаружения для новой аудитории. Это ускорит консолидацию рынка: крупные издатели с бюджетами на PR и контент получат непропорциональное преимущество.
Action Plan (Что делать с этим завтра утром)
- Аудит текущей видимости — прямо сейчас проверь, что выдают ChatGPT, Gemini и Perplexity на 5–10 ключевых запросов твоей категории. Зафиксируй результат как базовую линию для мониторинга.
- Пересмотр контент-бюджета — выдели минимум 20–30% маркетингового бюджета на публикации в авторитетных тематических изданиях, обзоры и работу с сообществами. Это прямое топливо для ИИ-рекомендаций.
- Встрой сбор отзывов в продукт — если процесс запроса отзыва не автоматизирован внутри приложения, это узкое место. Объём свежих качественных отзывов — один из считываемых сигналов для ИИ-систем.
- Введи метрику ИИ-присутствия — раз в месяц проверяй позицию приложения в ответах ассистентов по топ-10 запросам. Это дешевле, чем ждать падения органического трафика и искать причину постфактум.
Вывод
ИИ-ассистенты перестали быть экзотикой и стали частью реального пути пользователя к установке приложения. Команды, которые продолжают оптимизировать только под алгоритмы магазинов, работают с половиной карты. Добавление PR, контента и репутационной работы в маркетинговую механику — это инвестиция с измеримой отдачей через метрику ИИ-видимости. Кто не начнёт считать эту метрику сейчас, начнёт считать убытки через год.
Пока без комментариев. Будьте первым.