AI — первая точка покупательского пути: данные Salesforce
31 июля 2026 Salesforce опубликовала четвёртое издание отчёта о состоянии коммерции: по поведенческим данным более 1,5 млрд покупателей в 37 странах агентный поиск как первый шаг покупки вырос на 200% год к году, а переходы из AI-чатов — на 150–428% в каждом измеренном квартале. За тот же период доля обнаружения через классический поиск у покупателей снизилась на 15%. Для вас это сигнал: воронка всё чаще начинается с AI → короткий список → сайт, а не с Google → сайт → сравнение.
Коротко
- Что опубликовали: 31 июля 2026 Salesforce выпустила четвёртое издание отчёта о состоянии коммерции — с поведенческими данными и опросами.
- Главный сигнал: использование агентного поиска как первого шага покупательского пути выросло на 200% год к году; переходы из AI-чатов — на 150–428% в каждом измеренном квартале.
- Обратная сторона: доля покупателей, которые находят товары через классический поиск, за период август 2025 — май 2026 снизилась на 15%; через собственные площадки бренда — на 7%.
- Главное ограничение: данные — по экосистеме Salesforce (1,5 млрд покупателей, 37 стран, 1 кв. 2024 — 1 кв. 2026); не все отрасли и рынки представлены одинаково.
- Главное последствие: часть сравнения брендов происходит до первого визита на сайт — в AI-диалоге, а не на странице каталога.
Что изменилось
Отчёт о состоянии коммерции (четвёртое издание, 31 июля 2026) объединяет три слоя данных:
- Поведенческий анализ — более 1,5 млрд покупателей на глобальных коммерческих сайтах в 37 странах (1 кв. 2024 — 1 кв. 2026).
- Опрос специалистов — 3 450 респондентов из 20 стран и 13 отраслей (10 апреля — 4 июня 2026).
- Опрос потребителей — 4 690 покупателей из восьми стран (12–18 мая 2026).
Агентный поиск как точка входа. В отчёте фиксируется: покупатели всё чаще начинают путь не с поисковой выдачи, а с вопроса AI — в чате с большой языковой моделью или в AI-ассистенте на сайте ритейлера. Использование агентного поиска как первого шага в покупательском пути выросло на 200% год к году.
Трафик из AI-чатов. Переходы, которые пришли из AI-диалогов, росли на 150–428% год к году в каждом измеренном квартале. Общий трафик на коммерческие сайты за тот же период — в однозначных и низких двузначных процентах.
Сдвиг каналов обнаружения. По потребительскому опросу (август 2025 — май 2026):
| Канал обнаружения | Динамика |
|---|---|
| Классический поиск | −15% |
| Собственные площадки бренда | −7% |
| Новые каналы (AI-ассистенты, AI в соцсетях, приложения доставки) | +38% |
Реакция бизнеса. 86% руководителей коммерции согласны: большие языковые модели станут необходимы для обнаружения товаров в течение года. Типичные действия, которые компании уже предпринимают: улучшение качества продуктового контента, оптимизация под разговорные запросы, отправка товарных каталогов в AI-платформы поиска, переписывание описаний под естественный язык — когда покупатель просит AI «найти водонепроницаемые ботинки для похода до $150».
При этом разрыв между потребителем и бизнесом сохраняется: только 28% организаций уже используют агентный AI в коммерции, ещё 44% планируют внедрение в ближайшие шесть месяцев.
Почему это важно
Меняется не доля «ещё одного канала трафика», а порядок принятия решения.
Старая схема:
Google → сайт → исследование → короткий список → покупка.
Новая схема — всё чаще:
AI → короткий список → сайт → покупка.
К моменту первого клика покупатель уже сформировал мнение: AI сравнил характеристики, цены, отзывы и сценарии использования — часто по данным, которые бренд не контролирует напрямую. Как формулируют авторы отчёта: «покупатели больше не начинают с десяти синих ссылок — они спрашивают AI, что купить, и к моменту визита на ваш сайт мнение уже сложилось».
Это согласуется с другими сигналами августа: LinkedIn фиксирует падение небрендового SEO-трафика до 60% на маркетинговых сайтах, Cloudflare переводит GEO в измеримые KPI цитирований, Google усиливает роль экспертной сущности. Отчёт добавляет масштаб электронной коммерции: 1,5 млрд покупателей — не прогноз, а наблюдаемое поведение.
Что это означает для бизнеса
Три практических следствия для маркетинга, аналитики и коммерции:
- SEO-тексты недостаточны. AI-системы потребляют структурированные данные: характеристики, цены, наличие, сценарии использования, сравнения с конкурентами, товарные каталоги. Именно это в отчёте названо типичными действиями адаптации — не переписывание мета-тегов.
- Короткий список формируется вне сайта. Если бренд не попал в первый ответ AI, сайт может получить визит уже проигравшим — с предвзятым выбором конкурента.
- Метрики нужно пересобрать. 32% организаций в отчёте признают: у них ещё нет полностью определённых KPI для AI-инициатив. Измерять только позиции в Google и клики — значит не видеть верх воронки.
Для корпоративных продаж картина та же по логике, даже если цифры электронной коммерции не переносятся один в один: покупатель спрашивает AI «какой CRM / какой коннектор / какой аудит GEO», получает короткий список из трёх–пяти имён — и только потом идёт на сайт победителя.
Что протестировать
Постройте отдельную воронку AI-обнаружения — не замену SEO-отчёта, а параллельный контур:
Упоминание → Цитирование → Переход → Вовлечённая сессия → Заявка → Выручка
| Этап | Что измерять | Инструмент |
|---|---|---|
| Упоминание | Бренд назван в ответе AI без ссылки | Ручной эталон 20 промптов / панель AEO Visibility |
| Цитирование | Сайт процитирован как источник | Тот же эталон + метки UTM в ссылках |
| Переход | Клик из AI-чата | Аналитика: сегмент переходов из основных AI-ассистентов |
| Вовлечённая сессия | Глубина > 2 страниц, > 60 сек | Яндекс.Метрика |
| Заявка → Выручка | Заявка и сделка с атрибуцией | CRM + метки UTM |
Задача на две недели:
- Составьте 20 промптов, которые ваш покупатель задаёт AI («лучший … для …», «сравни … и …», «сколько стоит …»).
- Зафиксируйте базовую линию: в скольких ответах есть упоминание, цитирование, какой тон.
- Усильте каталог: структурированные характеристики, цены, наличие, сценарии использования, таблицы сравнения — по образцу действий из отчёта.
- Отправьте товарный каталог в AI-платформы, если ваш сегмент это поддерживает (торговые каталоги Google, отраслевые площадки).
- Через 14 дней повторите 20 промптов и сравните воронку этап за этапом.
Что проверить сейчас
Хотите понять, на каком этапе AI-воронки теряется ваш бренд — до клика или после?
Начните с SEO/GEO Auditor: зафиксируйте 20 промптов по вашей категории, проверьте упоминания и цитирования в ответах AI, сопоставьте с переходами из AI-чатов в аналитике. Если упоминание есть, а цитирования нет — проблема в структуре данных на сайте, а не в «недостатке статей».
Главный вывод
По данным 1,5 млрд покупателей отчёт показывает: AI перестаёт быть дополнительным источником трафика и становится первой точкой покупательского пути. Рост агентного поиска на 200% и падение классического обнаружения на 15% — не отдельные тренды, а две стороны одного сдвига.
Практическое решение: не ждать, пока переходы из AI-чатов «дорастут» в отчётах, а построить воронку «упоминание → цитирование → переход → заявка» и усилить то, что AI реально читает — структурированный каталог, цены, сравнения и товарные фиды. К моменту визита на сайт короткий список уже может быть закрыт — и ваш бренд либо внутри него, либо нет.
Источники
- Agentic Search Grows 200% as Purchase Journeys Start in AI Chats — Salesforce News, 2026-07-31
Читайте также
Продуктовая база данных конкурирует с главной для AI-покупателя
MarketScale 17 августа: агентный корпоративный шортлист строится из структурированных данных, а не с главной. Аудит «понять–сравнить–подтвердить» и что вынести из закрытых PDF.
Узкое горло AI-маркетинга — контекст клиента, а не контент
Salesforce 2026: 75% используют AI для персонализации, но 69% не успевают отвечать без контекста. Доступ к данным сервиса 58%, продаж 56%, коммерции 51%. Карта контекста на 14 дней.
LinkedIn: первый B2B-плейбук по AI Search и GEO
LinkedIn выпустил B2B-гид по AI Search: −60% небрендового SEO-трафика, метрики цитирований и доли голоса, 60/40 статей и постов. План на 30 дней.
Cloudflare AEO Visibility: измеримые KPI для GEO
Cloudflare 6 августа: панель AEO Visibility в Agent Readiness — четыре метрики видимости в AI-ответах. От GEO «по ощущениям» к воспроизводимому эталону.