68% брендов невидимы для ИИ-поиска: локальное SEO требует новых сигналов
Google перестраивает локальный поиск под ИИ, и 68% брендов уже теряют рекомендации из-за неполных данных о своих точках, а 24 сентября Google и Uberall покажут пять конкретных исправлений на совместном вебинаре.

Локальное SEO больше не сводится к попаданию в карту: ИИ-ответы Google собирают данные о каждой точке бренда и сами решают, кого рекомендовать, а кого пропустить.
Тема обострилась после того, как Google начал массово показывать AI Overviews (ИИ-обзоры, блоки с готовым ответом над результатами поиска) и встраивать Gemini (собственную рассуждающую модель Google) прямо в поисковую выдачу. По данным Search Engine Journal, 68% брендов вообще не попадают в ИИ-рекомендации. Причина не в слабом контенте, а в том, что локальные сигналы, набор данных о каждой физической точке бренда, который Google считывает для ответа, оказываются неполными или противоречивыми.
24 сентября Search Engine Journal проведёт вебинар с участием представителей Google и платформы управления локальным присутствием Uberall. Спикеры обещают разобрать пять стратегических исправлений, привязанных к конкретным изменениям в ИИ-поиске.
Почему «просто быть на карте» уже не работает?
Раньше локальное SEO строилось вокруг одной цели: попасть в так называемый map pack, блок из трёх точек на карте Google. Сейчас ИИ-функции Google идут дальше. Алгоритм сравнивает варианты, принимает решение за пользователя и может даже записать на приём, ни разу не отправив человека на сайт компании.
Для бренда с несколькими локациями это означает простую вещь: если данные хотя бы по нескольким точкам устарели или конфликтуют между собой, конкурент с более чистой информацией получает рекомендацию.
Аргументы за: ИИ-оптимизация локальных сигналов необходима
- Масштаб охвата. ИИ-функции Google уже обслуживают миллиарды запросов ежемесячно. Бренд, которого нет в этих ответах, теряет аудиторию до первого клика.
- Конкуренция по данным, а не по ссылкам. Алгоритм выбирает точку не по количеству обратных ссылок, а по полноте и свежести локальных сигналов: часы работы, отзывы, описание услуг, фотографии. Конкурент с аккуратным профилем Google Business Profile (карточка компании в Google, российский аналог по смыслу, «Яндекс Бизнес») выигрывает автоматически.
- Путь клиента сократился. Если ИИ сам записывает пользователя на приём, у бренда нет второго шанса перехватить внимание на сайте. Либо данные верны и полны в момент запроса, либо клиент ушёл.
Аргументы против: не всё так однозначно
- Непрозрачность алгоритма. Google не раскрывает точные веса локальных сигналов. Бизнес вкладывается в оптимизацию, не зная наверняка, какой именно параметр решает исход. Пять «фиксов» от вебинара могут устареть с очередным обновлением.
- Зависимость от платформы. Чем глубже бренд встраивается в экосистему Google, тем сильнее зависит от её правил. Один алгоритмический сдвиг способен обнулить месяцы работы.
- Региональная применимость. AI Overviews и Gemini в поиске пока работают преимущественно на англоязычных рынках. Для российских брендов прямой перенос стратегии затруднён: «Яндекс» строит собственные ИИ-ответы по другой логике, а Google в РФ ограничен.
Когда локальные сигналы конфликтуют или устаревают хотя бы на нескольких точках, конкурент с более чистыми данными получает рекомендацию. : Анонс вебинара Search Engine Journal, описание механики ИИ-рекомендаций Google
Что делать прямо сейчас, по ролям
Автору на Дзене и копирайтеру. Если вы пишете для локального бизнеса, проверьте, совпадают ли описания услуг в карточках «Яндекс Бизнеса» и Google Business Profile с тем, что написано на сайте. Противоречия между площадками, это именно тот «конфликт сигналов», из-за которого ИИ пропускает точку.
Маркетологу многолокационного бренда. Проведите аудит каждой локации: часы работы, адрес, категории, свежие отзывы с ответами. По данным вебинара, именно этот набор сигналов определяет, попадёт ли точка в ИИ-ответ. В России параллельно проверяйте «Яндекс Бизнес» и 2ГИС, они формируют аналогичные подборки.
Предпринимателю в РФ. AI Overviews Google пока не влияют на российский рынок напрямую. Но «Яндекс» уже тестирует нейросетевые ответы в поиске, и логика та же: полные, непротиворечивые данные о точке повышают шанс попасть в рекомендацию. Начните с «Яндекс Бизнеса», это бесплатно и занимает час на локацию.
Я вижу, как локальное SEO из технической дисциплины превращается в гигиеническую задачу: не оптимизировал карточку, не существуешь для ИИ. Для российских брендов главный урок не в пяти фиксах Google, а в принципе, ИИ-поиск читает структурированные данные, а не красивые лендинги.
Оговорка: цифра 68% взята из анонса вебинара Search Engine Journal и Uberall, методику подсчёта организаторы не раскрыли. Относитесь к ней как к маркетинговому ориентиру, не как к академическому исследованию.
Что делать сегодня: откройте карточку каждой своей точки в «Яндекс Бизнесе» и Google Business Profile, сверьте данные с сайтом, ответьте на последние отзывы. Это минимум, который работает уже сейчас, без ожидания вебинара.
Вебинар Search Engine Journal с участием Google и Uberall пройдёт 24 сентября, и даже если вы не попадёте на прямой эфир, запись обещают прислать всем зарегистрированным. Практичнее не ждать: откройте карточки своих точек сегодня и уберите конфликтующие данные, потому что ИИ-поиск уже принимает решения за ваших клиентов, и делает это по тем данным, которые видит прямо сейчас.

Основатель dzen.guru. Эксперт по монетизации и продвижению на Дзен. Автор курса «Старт на Дзен 2026».
Читайте также

Четыре KPI для AI поиска и SEO: какие сигналы измерять вместо позиций и кликов
Поисковая оптимизация в эпоху ИИ-поиска переходит от привычных метрик вроде позиций и кликов к сигналам, которые пока не умеет считать большинство…

AI Overviews стоили Википедии 100 млн переходов в месяц: первые замеры потерь трафика
Google AI Overviews (блоки с ответами ИИ прямо в поисковой выдаче) снизили поисковый трафик на английскую Википедию примерно на 5% после того, как функция…

SEO для нескольких локаций: 4 фактора, по которым нейросети решают, кого рекомендовать
Компания Uberall проанализировала более 120 000 упоминаний локальных бизнесов в пяти ИИ-моделях и выявила четыре фактора, от которых зависит, порекомендует ли…
Комментарии