ИИ-трафик обогнал человеческий: новая статья расходов и новый канал видимости для бизнеса

4 июня 2026 года глава Cloudflare Мэтью Принс объявил цифру, которая касается любого бизнеса с сайтом: доля бот- и агентного ИИ-трафика достигла 57,5% против 42,5% у человеческого, по данным Cloudflare Radar. Для управленца это не техническая новость — это вопрос бюджета на инфраструктуру и новый канал, который пока никак не отражен в маркетинговой отчетности. Компании, которые продолжают планировать инфраструктуру только под людей, недооценивают реальную нагрузку минимум вдвое.

Масштаб роста

HUMAN Security изучила больше квадриллиона взаимодействий за 2025 год: трафик ИИ-агентов вырос на 7851% год к году — эффект низкой стартовой базы. Показательнее второе число из того же отчета: весь автоматизированный трафик за 2025 год прибавил 23,51% против 3,1% у человеческого при уже сопоставимых базах.

На практике та же динамика видна на нашем собственном сайте: точечная доработка нескольких страниц привела к тому, что доля роботов по данным Яндекс Метрики выросла в 5 раз против роста живой аудитории в 2 раза за тот же период.

Почему это не просто новое поколение поисковых роботов

Отличие агентного трафика от классических поисковых роботов — в поведении, а не в масштабе. Обычный краулер забирает страницу и уходит: одно обращение на визит. ИИ-агент действует как исследователь — открывает карточку товара, читает характеристики, переходит на страницы конкурентов, сверяет цены и только потом возвращает пользователю готовое сравнение. Формально это один запрос клиента в чужом интерфейсе, а по нагрузке на инфраструктуру — цепочка обращений вместо одного. Именно поэтому старые методы фильтрации трафика, рассчитанные на поведение классических роботов, здесь не работают.

Раньше похожим образом вели себя разве что узкоспециализированные парсеры цен для маркетплейсов — их было немного, и выделить такой трафик отдельно не составляло труда. Сейчас так действует любой массовый ИИ-ассистент, которым пользуются миллионы человек одновременно, и для управленца это значит, что скачок нагрузки может произойти без единой собственной рекламной активности — просто потому, что модель начала чаще ссылаться на компанию при ответах пользователям.

Риск для инфраструктуры

По данным Fastly Threat Insights, один ИИ-краулер способен создать пиковую нагрузку до 39 000 запросов в минуту — около 650 в секунду. Для менеджмента это означает риск отказа сервиса от легального трафика, а не только от атак: заблокировать бот по IP бессмысленно, а простой сайта все равно бьет по продажам.

На российском рынке масштаб пока скромнее. Servicepipe фиксирует за июнь 2026 года рост доли ИИ-трафика на сайтах СМИ с 0,5% до 1%, на ecommerce-площадках — с 0,3% до 1%, с пиками до 3-3,5%. Тренд совпадает с западным, вопрос времени, когда цифры сравняются.

Что реально снижает риск

Директива в robots.txt проблему не решает — это просьба, а не техническое ограничение, и агрессивные краулеры ее игнорируют. Управленческое решение здесь — заложить в требования к подрядчику или платформе три вещи:

1. Ограничение частоты запросов с одного источника — снижает риск пиковой перегрузки без анализа намерений: сервер просто не отвечает на тысячный запрос так же охотно, как на первый.
2. Приоритет для проверенных краулеров — Googlebot и YandexBot проходят без ограничений, остальные проверяются дополнительно, потому что у настоящих поисковиков есть публичные IP-диапазоны, которые легко сверить.
3. Кеширование типовых страниц на уровне архитектуры — у решений на Аспро каталог, карточка товара и статья по умолчанию отдаются из кеша без обращения к базе, поэтому тысяча одинаковых запросов обходится инфраструктуре почти как один.

Второй сюжет: видимость в ответах ИИ

Тот же ИИ-трафик, который создает нагрузку, формирует и то, попадет ли компания в ответ нейросети на запрос клиента. Здесь меняется сама механика продвижения: в классическом SEO высокая позиция в выдаче — это еще не результат, кликнуть должен человек. В GEO и AEO выбор источника делает модель, а клиент читает уже готовый ответ и может не дойти до сайта вовсе — конкурировать нужно на этапе, где решает алгоритм, а не человек.

Доля упоминаний сайта проверяется через инструмент Яндекс Вебмастера «Видимость сайта в Алисе» — аудитория быстрых ответов Алисы уже 46,5 млн пользователей ежемесячно. При низком показателе имеет смысл свериться с чеклистом типичных ошибок, которые мешают сайтам попадать в ответы ИИ.

Отдельная управленческая деталь — авторство контента. Модель оценивает источник похоже на редактора: смотрит на должность, экспертизу и историю публикаций, а анонимному тексту сопоставить такие сигналы не с чем. По данным Sostav.ru, материалы с указанным автором цитируются нейросетями в 78% случаев против 23% у обезличенных, а в одном из разобранных кейсов работа над страницами авторов дала рост трафика из ИИ-ответов на 340% за 4 месяца.

Разрыв в отчетности

Главная управленческая проблема — визит ИИ-агента нагружает сервер как визит человека, а иногда сильнее, но в рекламной аналитике не считается ни в CPM, ни в CPC: эти метрики измеряют только людей. Получается, что инфраструктура уже несет расходы на трафик, которого формально нет в отчетах маркетинга, и бюджет на хостинг растет по одной логике, а отчет по рекламной эффективности живет по другой. Игнорировать этот разрыв до появления официальной методологии подсчета — значит управлять бизнесом по неполным данным уже сейчас, принимая решения о бюджете хостинга и разработки без части реальной картины.

Три вопроса для управленческой повестки

1. Какую долю трафика сайта сейчас формируют боты — сопоставить логи хостинга или Яндекс Метрику с данными за прошлый год, прежде чем планировать бюджет на инфраструктуру.
2. Упоминает ли компанию Алиса в быстрых ответах — отчет «Видимость сайта в Алисе» в Яндекс Вебмастере отвечает на этот вопрос за один клик.
3. Подписаны ли материалы реальными экспертами компании — недорогое изменение, которое по данным Sostav.ru заметно влияет на цитируемость в ответах ИИ.