Google режет трафик паблишерам, а разработчики режут промпты LLM: дайджест за 4 августа

01 · ДиректGoogle обнулил паблишерам иллюзии: минус 34% трафика за год

Трафик паблишеров из Google упал на 34% за год — и это не пресс-релиз оптимистов, а сухая статистика. Сильнее всего досталось мелким и средним площадкам: у них нет ни брендового трафика, ни бюджета на SEO-реанимацию, ни ресурсов конкурировать за место под солнцем в выдаче, которая всё активнее скармливает ответы прямо в сниппетах и AI-обзорах.

Крупные издания проседают меньше — у них есть прямые заходы, рассылки, соцсети и узнаваемость бренда, которая работает как страховка. А вот нишевые сайты, которые жили исключительно на органике из Google, сейчас в позиции «либо меняй модель монетизации, либо закрывайся».

Что это меняет для бизнеса и рекламодателей

• **Органика перестаёт быть бесплатным каналом.** Если раньше можно было выехать на контенте и терпении, то теперь без диверсификации трафика (соцсети, email, платный трафик) сайт медленно, но верно теряет аудиторию.
• **Рекламные площадки для медиабаинга сжимаются.** Меньше трафика у паблишеров — меньше инвентаря для размещения рекламы, особенно в нишевых вертикалях.
• **AI-обзоры в выдаче забирают клики себе.** Пользователь получает ответ прямо в поиске и не доходит до сайта — значит, ценность классического SEO-трафика падает, а ценность прямых каналов растёт.

[stats] 34% :: падение трафика паблишеров за год

02 · ИИЗакон об ИИ есть, а инфраструктура — нет: только 20% КИИ готовы

По данным исследования К2Тех, только 20% компаний из критической информационной инфраструктуры имеют data-инфраструктуру, полностью готовую к требованиям закона об ИИ. Остальные 80% — где-то между «частично готовы» и «а что, уже нужно было готовиться?».

Закон об ИИ требует от компаний прозрачности данных, контроля происхождения датасетов и соответствия процессов хранения информации новым нормам. Для КИИ — банков, энергетики, телекома — это не факультатив, а обязаловка с понятными санкциями за нарушение.

Что это меняет для компаний с ИИ-проектами

• **Инфраструктура данных становится узким горлышком.** Красивые ИИ-пилоты не взлетят, если данные хранятся в хаосе без учёта требований регулятора.
• **80% компаний рискуют попасть в цейтнот.** Готовиться постфактум, когда проверки уже начнутся, будет дороже и нервознее, чем сделать это сейчас.
• **Юристы и дата-инженеры теперь работают в одной команде.** Комплаенс по ИИ — это не только бумажки, но и техническая архитектура хранения и обработки данных.

[stats] 20% :: компаний КИИ полностью готовы к закону об ИИ

03 · ИИDocGen: как затащить AI-ассистента в работу системного аналитика и не сгореть

Автор на Habr рассказал историю создания AI-ассистента для системного аналитика под названием DocGen — проекта, который писался в связке с агентским чатом внутри IDE. Это не абстрактная теория про «ИИ всё изменит», а конкретный кейс с граблями реальной разработки.

Статья написана соавтором, который непосредственно кодил с ассистентом, а не просто наблюдал со стороны — что придаёт тексту редкую в этой теме практическую честность: без «ИИ решит всё» и без «ИИ бесполезен», а с конкретикой, что получилось и какой ценой.

Что это меняет для команд разработки

• **AI-ассистенты для аналитиков — это уже не эксперимент, а рабочий инструмент.** Задачи вроде генерации документации становятся зоной, где ИИ реально экономит часы.
• **Агентские чаты в IDE меняют роль разработчика.** Всё больше кода пишется в диалоге с моделью, а не с нуля вручную — это требует новых навыков постановки задач.
• **Личный опыт ценнее маркетинговых кейсов вендоров.** Такие статьи — редкий шанс увидеть реальные боли внедрения, а не глянцевую презентацию с конференции.

Habr

04 · CRMПереписали CRest с нуля: гонки токенов и мультипортальность, о которых молчит документация Битрикса

Разработчик описал на Habr, как пришлось переписать CRest — официальную обёртку Битрикс24 для REST API — с нуля, потому что стоковая версия ломается при выходе в реальную эксплуатацию с несколькими порталами и фоновыми воркерами. Штатный CRest умещается в один файл и отлично работает в демо, но не в проде.

Основные проблемы стока: гонки токенов при параллельных запросах, даунтаймы при обновлении access-токенов и полное отсутствие поддержки мультипортальности — то есть работы с несколькими инсталляциями Битрикса одновременно из одного приложения.

Что это меняет для интеграторов и агентств на Битриксе

• **Копипаста CRest из примеров — путь в технический долг.** То, что работает в туториале, разваливается на реальной нагрузке с несколькими порталами.
• **Мультипортальность нужно проектировать заранее.** Если приложение растёт за пределы одного клиента, штатная архитектура CRest становится узким местом.
• **Гонки токенов — это не гипотетическая проблема.** Даунтаймы при обновлении токенов бьют по реальным пользователям в проде, а не только по тестовым стендам.

Habr

05 · ИИКак приручить LLM: вопросы, на которые никто не хочет отвечать честно

Автор материала на Habr поднимает практичный набор вопросов о цифровых сотрудниках на базе LLM: получилось ли их сделать, сколько времени это заняло, насколько они качественные и во сколько обходится их обслуживание. Это не рекламный пост про очередного идеального ИИ-бота, а попытка трезво разобраться в технологии ведения диалогов нейросетями.

Сама постановка вопросов показательна: индустрия наигралась восторгами про «цифровых сотрудников» и постепенно доходит до стадии, где важнее не факт запуска бота, а его реальная стоимость владения и качество на дистанции.

Что это меняет для тех, кто внедряет чат-ботов на LLM

• **Вопрос не «работает ли ИИ», а «сколько он стоит в обслуживании».** Многие проекты недооценивают эксплуатационные расходы после первого успешного запуска.
• **Долго старались — не значит хорошо получилось.** Время разработки и качество результата — разные метрики, и их путают чаще, чем стоило бы.
• **Диалоговые LLM требуют постоянной донастройки.** Это не «поставил и забыл», а живой процесс с итерациями.

Habr

06 · ИтогЧто все эти новости значат для бизнеса

Общая картина дня простая: старые каналы (органика из Google) сжимаются, новые требования (закон об ИИ) наступают на пятки, а внутри разработки — что CRM, что LLM-ассистентов — приходится переписывать чужие коробочные решения под реальную нагрузку. Никакой магии, только инженерная работа и трезвый расчёт затрат.

Для бизнеса вывод один: нельзя строить стратегию на одном канале трафика и на одном вендорском промисе про ИИ. Данные нужно готовить к регуляторике заранее, а не когда придёт проверка. А любой AI-инструмент — будь то ассистент аналитика или чат-бот — оценивать не по хайпу презентации, а по реальной стоимости владения через полгода эксплуатации. В AdUnicorn we periodически проходим через те же грабли с клиентскими проектами — и да, дешевле учиться на чужих кейсах с Habr, чем на своих.