85% ресторанов остаются невидимыми для AI. Новый посредник между рестораном и гостем уже появился
Новое исследование почти пяти тысяч ресторанов, кафе и баров показывает: подавляющее большинство заведений вообще не попадают в рекомендации крупнейших AI-систем.
Искусственный интеллект постепенно меняет один из самых привычных сценариев ресторанного рынка — выбор места, куда пойти поесть. Новое исследование почти пяти тысяч ресторанов, кафе и баров показывает: подавляющее большинство заведений вообще не попадают в рекомендации крупнейших AI-систем. Это поднимает вопрос гораздо шире маркетинга — кто в будущем будет распределять внимание и клиентов между реальными предприятиями.
Исследование почти 5 тысяч заведений
7 августа 2026 года на arXiv был опубликован препринт Invisible to the Machine: Auditing AI Restaurant, Café, and Bar Recommendation Against a Complete Market Census.
Исследователи сопоставили реальный каталог 4 776 ресторанов, кафе и баров двух районов Бали с рекомендациями ChatGPT, Claude, Gemini и Perplexity.
Результат оказался неожиданно жестким: 85,6% заведений не были рекомендованы ни одной из четырех AI-систем ни разу. Даже среди заведений минимум с 50 пользовательскими оценками невидимыми остались 72,6%.
Переносить показатель 85,6% на Москву, Вену, Нью-Йорк или другой город нельзя: исследование относится к конкретному рынку, проводилось в определенной языковой и технологической конфигурации и опубликовано как препринт. Но обнаруженный механизм важнее самой цифры.
Хороший рейтинг больше не гарантирует даже участия в конкуренции
Одним из самых интересных результатов стало фактическое разделение AI-рекомендации на два этапа.
Сначала система определяет, какие рестораны вообще рассматривать. И только потом решает, какие из них поставить выше.
На первом этапе высокий звездный рейтинг сам по себе не оказался главным фактором. С попаданием ресторана в рекомендации сильнее были связаны наличие собственного сайта, объем пользовательских отзывов, публично доступная информация о ценах и упоминания на независимых сайтах.
Зато среди заведений, которые AI уже начал рекомендовать, высокий рейтинг снова приобретал значение.
Возникает принципиально новая логика: сначала машина должна признать ресторан достаточно понятным и достоверно существующим, чтобы включить его в выбор. И только после этого начинается привычная конкуренция качества и репутации.
Интернет превращается в доказательство существования бизнеса
Чтобы рекомендовать ресторан на конкретный запрос, системе желательно понимать не только его название и адрес. Ей нужны кухня, цены, часы работы, меню, формат, алкогольное предложение, характеристики пространства и множество других признаков.
Поэтому новым активом ресторана становится полнота его цифрового следа. Ресторан постепенно превращается для алгоритма в совокупность подтверждаемых характеристик.
Чем меньше данных и независимых подтверждений, тем сложнее системе уверенно использовать предприятие как ответ на конкретную человеческую потребность.
Парадокс: ресторан закрыт, но для AI продолжает существовать
Исследование обнаружило и обратную проблему: AI-системы 93 раза рекомендовали заведения, которые уже были окончательно закрыты.
При этом откровенно выдуманные рестораны встречались крайне редко — исследователи оценили долю таких случаев примерно в 0,08%.
Получается парадокс. Проблемой AI может быть не только способность что-то придумать, но и неспособность своевременно забыть информацию, которая перестала быть актуальной.
Ресторан закрывается, но остаются отзывы, фотографии, публикации, рейтинги, старые страницы и ресторанные гиды. Для человека бизнес исчез. Для цифровой среды он продолжает существовать.
Для нового ресторана возникает зеркальная проблема: он уже существует физически, но цифровая среда еще практически ничего о нем не знает.
От поисковой выдачи к готовому решению
Google, «Яндекс» и карты традиционно предоставляли человеку инфраструктуру для самостоятельного выбора: десятки результатов, фотографии, фильтры, рейтинги и отзывы.
Генеративный интерфейс стремится сделать следующий шаг — принять часть решения вместо человека.
Не «вот 137 итальянских ресторанов», а «вот четыре места, которые подходят под ваши условия».
В классическом поиске ресторан на двадцатой позиции все еще существует. В генеративном ответе двадцатой позиции может просто не быть.
Так появляется экономика «нулевой страницы»: пользователь получает готовое решение, не просматривая рынок.
Кто становится настоящим конкурентом ресторана
AI способен изменить само понятие ресторанной конкуренции.
Если человек просит «спокойное место для первого свидания до определенной суммы», система может одновременно рассматривать итальянский ресторан, винный бар, азиатское бистро, французское кафе и коктейльный бар с кухней.
Традиционно эти заведения могли считать себя участниками разных сегментов. Для алгоритма они становятся взаимозаменяемыми, потому что решают одну пользовательскую задачу.
Конкурировать начинают не только рестораны одной кухни или ценовой категории, а предприятия, которые машина считает подходящими для одной жизненной ситуации.
Разные AI видят разный ресторанный город
Исследование не обнаружило единой универсальной картины рынка. Пересечение топ-рекомендаций разных систем было сравнительно небольшим, а повторение одного и того же запроса могло менять набор заведений.
Потенциально возникают несколько цифровых версий одного города.
Москва ChatGPT может отличаться от Москвы Gemini. Москва Perplexity — от Москвы Alice AI.
Один ресторан способен быть заметным внутри одной системы и практически отсутствовать в другой.
Это уже не просто новый рекламный канал. Формируются параллельные алгоритмические карты реальной экономики.
Россия уже движется в ту же сторону
В 2026 году «Яндекс Карты» расширили AI-поиск заведений. Пользователь может формулировать естественные запросы, а система анализирует карточки организаций, меню, фотографии и отзывы. Возможности Алисы также развиваются в сторону бронирования заведений.
Цепочка постепенно меняется: поиск → список ресторанов → самостоятельный выбор превращается в намерение → AI-рекомендация → бронирование.
Следующий логичный этап — дальнейшее сокращение действий между желанием человека поужинать и оформленной транзакцией.
Чем короче эта цепочка, тем выше экономическая ценность попадания ресторана в короткий список.
Возникает новый тип экономической власти
Если AI становится одним из основных способов выбора локального бизнеса, технологическая платформа получает возможность распределять потребительское внимание.
Для ресторана разница между «система знает о вас» и «система рекомендует вас» становится экономически значимой.
Отсюда возникают вопросы, на которые пока нет окончательных ответов. Насколько прозрачными должны быть критерии рекомендации? Как бизнес сможет исправлять неправильное описание? Как отделять органическую рекомендацию от коммерческого продвижения? Что произойдет, если одна платформа одновременно контролирует рекомендацию и бронирование? Кто отвечает за рекомендацию закрытого объекта или неверные сведения?
Сегодня это в основном вопросы. По мере роста AI-поиска они способны стать предметом платформенного и антимонопольного регулирования.
Крупные сети и независимые рестораны могут оказаться в неравных условиях
Цифровая инфраструктура изначально распределена неравномерно.
У крупного ресторанного бренда обычно есть корпоративный сайт, множество отзывов, публикации СМИ, структурированные страницы объектов, сервисы доставки, карты, агрегаторы и социальные сети.
Небольшой семейный ресторан может быть великолепным, но иметь только карточку на карте и страницу в социальной сети.
Если полнота цифровых доказательств действительно влияет на вероятность попадания в AI-выборку, новая технология способна усилить преимущество наиболее хорошо документированного бизнеса.
Возможен и противоположный эффект: AI может эффективнее обычного поиска находить небольшие нишевые заведения, если их характеристики точно соответствуют необычному запросу пользователя. Какой эффект окажется сильнее, пока неизвестно.
Рейтинг перестает быть единственной цифровой валютой
Последние годы ресторанный рынок фактически жил вокруг рейтинга. Теперь появляется второй слой репутации: не только насколько хорошо люди оценивают ресторан, но и насколько уверенно цифровая среда понимает, чем этот ресторан является.
Это можно назвать цифровой доказуемостью бизнеса.
Она складывается из официальной информации, меню, цен, отзывов, публикаций, геоданных, фотографий, истории существования и независимых упоминаний.
В перспективе это больше похоже не на рекламу, а на цифровой паспорт предприятия.
Для регулируемого бизнеса появляется дополнительная проблема
Ресторан отличается от обычного интернет-магазина тем, что часть его деятельности регулируется государством. Особенно хорошо это видно на алкоголе.
Ресторан может изменить юридическое лицо, помещение, концепцию, режим работы, алкогольное предложение или лицензионный статус. Но цифровая среда способна еще долго хранить прежнюю версию заведения.
Возникает расхождение между тем, каким ресторан является юридически и фактически, и тем, каким его считает алгоритм.
Сегодня это выглядит информационной проблемой. По мере роста AI-рекомендаций такое расхождение может затрагивать продажи, репутацию и compliance.
Что исследование действительно доказывает — и чего не доказывает
Исследование проведено в двух районах Бали и опубликовано как препринт. Его финансировала Norly — компания, работающая с инструментами управления отзывами и AI-видимостью; авторы раскрывают этот конфликт интересов.
Поэтому нельзя утверждать, что 85% ресторанов Москвы невидимы для AI, что создание сайта автоматически увеличивает продажи или что существует универсальная формула попадания в ChatGPT.
Но работа показывает нечто более фундаментальное: AI-рекомендации реальных локальных предприятий уже можно исследовать как самостоятельный рынок распределения внимания, а различия между видимыми и невидимыми предприятиями достаточно велики, чтобы их нельзя было считать мелкой технологической особенностью.
Главный вопрос — что произойдет, когда AI перестанет быть советчиком
Сегодня пользователь спрашивает машину о ресторане. Завтра она сможет выбрать столик, забронировать его и связать решение с календарем, бюджетом, местоположением, предыдущими предпочтениями и другими данными.
В такой системе человеку может вообще не понадобиться изучать ресторанный рынок. Он сформулирует намерение, а остальное сделает агент.
Тогда ресторан будет конкурировать уже не только за внимание человека. Он будет конкурировать за доверие машины, которая действует от имени человека.
Именно здесь исследование 4 776 заведений становится значительно интереснее громкой цифры 85,6%.
Оно показывает раннюю версию рынка, где между дверью ресторана и человеком появляется новый участник — алгоритм, который решает, стоит ли вообще назвать его имя.