Боты в интернете уже генерируют больше веб-трафика, чем люди: по публичному трекеру Cloudflare Radar их доля в HTML-запросах держится на уровне 57-58%. Для русскоязычной IT-аудитории это не абстрактная страшилка про «плохой интернет», а вполне прикладная история про поиск, контент, маркетинг, инфраструктуру и то, кто вообще теперь считается реальным пользователем сети.
Об этом пишет The Register в колонке Стивена Вона-Николса, одного из ветеранов технологической журналистики. Его тезис звучит жестко, но логично: веб все меньше похож на среду, где люди ищут, читают и обсуждают, и все больше работает как контур, в котором ИИ-системы и автоматизированные агенты производят контент друг для друга, а человек в этой схеме постепенно превращается в побочный эффект.
В качестве опоры автор приводит сразу несколько цифр. По данным Cloudflare Radar, боты уже формируют примерно 57-58% HTTP-запросов за HTML-контент, тогда как на людей остается 42-43%. Это важная оговорка: речь не про весь трафик вообще, где давно живут CDN, API, сканеры и сервисная автоматика, а именно про HTML-страницы, которые раньше считались территорией человеческого чтения. Параллельно Imperva в Bad Bot Report по итогам 2025 года оценила долю бот-трафика примерно в 53% от измеренного веб-трафика второй год подряд. Если свести эти оценки вместе, картина получается неприятно стабильной: боты в интернете больше не всплеск, не артефакт подсчета и не проблема пары токсичных площадок, а уже базовый режим работы сети.
Веб все чаще пишут не люди
На этом история не заканчивается, потому что автоматизация захватывает не только потребление, но и производство контента. Компания Pangram, которая занимается детекцией ИИ-текста, оценила, что на таких площадках, как LinkedIn, Medium, X и Reddit, около каждого четвертого длинного текста было полностью сгенерировано ИИ. Самой насыщенной площадкой по версии Pangram оказался LinkedIn: там более 40% длинных постов были помечены как полностью ИИ-сгенерированные. Если же учитывать не только полностью машинный текст, но и смешанный формат, то хуже выглядел X: 23,9% длинных материалов были полностью ИИ-сгенерированными, еще 22,9% оказались ИИ-ассистированными или смешанными, а полностью человеческими система признала только 53,2% публикаций. Для любого, кто хоть раз открывал ленту «лидеров мнений» в корпоративной соцсети, это скорее не сенсация, а грустное подтверждение интуиции.
Собственно, поэтому спор о качестве «контент-воронки» уже бессмысленно вести в старых терминах. Раньше можно было ругаться на SEO-фермы, переписанные пресс-релизы и бесконечные подборки «10 трендов, которые изменят все». Теперь на входе все чаще стоит LLM, на выходе тоже LLM, а между ними болтается человеческий редактор, который либо не успевает, либо давно выгорел. Для разработчиков это означает рост мусорных данных в обучающих и поисковых контурах, для продактов — деградацию качества пользовательских ответов, для бизнеса — снижение ценности самого факта публикации. Когда текст читают в основном краулеры, рекомендательные движки и модели-резюматоры, метрика «просмотр страницы» теряет старый смысл.
В колонке Вон-Николс отдельно поднимает еще одну болезненную тему: если контент в сети все чаще генерируется ИИ, то на чем вообще учатся следующие модели. Он напоминает о том, что проблема «model collapse» обсуждалась еще в 2025 году: когда системы начинают массово питаться не первоисточниками, а уже пережеванными ИИ-резюме, качество знаний закономерно сползает вниз. По его наблюдению, ответы ИИ уже сейчас регулярно опираются не на первичные документы и не на авторитетные профильные издания, а на вторичные пересказы и другие ИИ-сводки. Если упростить до уровня эксплуатации, получается знакомый любому инженеру сценарий: garbage in, garbage out, только теперь мусор сам себя еще и размножает.
Почему это уже бизнес-проблема, а не философия
Для отрасли тут есть как минимум три практических последствия. Первое — поиск и discovery становятся менее надежными. Автор прямо пишет, что использует Perplexity не потому, что тот якобы умнее остальных, а потому, что сервис хотя бы показывает источники и позволяет быстро проверить, откуда взялся ответ. Это важный симптом: в 2026 году ценностью становится уже не сама «умная» выдача, а возможность аудита ответа. Второе — растет операционный шум. Если значимая доля контента, комментариев, summary и даже деловых постов создается машинами, платформам приходится все дороже фильтровать ботов, оценивать подлинность авторства и считать реальную вовлеченность. Третье — умирает доверие к среде в целом. Когда пользователь не понимает, с кем именно он взаимодействует — с человеком, агентом, полуавтоматом или цепочкой переписанных ИИ-ответов, падает ценность любой цифровой коммуникации, от рекрутинга до саппорта.
Есть и более конфликтный слой. В колонке упоминается недавнее судебное разбирательство, где The New York Times и другие истцы утверждают, что руководитель направления privacy engineering в OpenAI Винсент Монако в ходе депозиции признал поиск по обучающим датасетам и выходным данным, несмотря на прежние заявления компании о невозможности такого доступа. Те же истцы также заявили, что OpenAI удаляла логи в нарушение судебных предписаний о сохранности данных. Это именно позиция стороны обвинения, а не установленный судом факт, и в таком виде ее и следует читать. Но для рынка уже важно другое: дискуссия об ИИ давно вышла за пределы вау-демо и перешла в плоскость происхождения данных, прав на контент и воспроизводимости ответа. То есть ровно туда, где у enterprise и медиа начинаются не презентации, а юристы, compliance и бюджеты.
Вон-Николс добавляет к этому личный, но показательный эпизод: знакомый нон-фикшн-автор ради шутки сгенерировал роман с помощью ИИ, опубликовал его и спустя полтора года продолжал получать с него несколько тысяч долларов в месяц. Проверить этот кейс независимо из текста нельзя, поэтому воспринимать его как рыночную статистику не стоит. Но сам сюжет хорошо иллюстрирует перекос: даже слабый машинный контент в некоторых нишах уже способен монетизироваться лучше, чем добротная человеческая работа среднего уровня. Для платформ это стимул наращивать объемы, для авторов — повод пересматривать экономику труда, для читателей — еще один аргумент чаще проверять источник, а не только красивый ответ.
Главный вывод здесь неприятен своей приземленностью. Проблема не в том, что ИИ «захватывает мир», а в том, что он постепенно размывает базовые свойства веба: понятность происхождения информации, связь между авторством и ответственностью, различие между живым интересом и синтетической активностью. Если раньше интернет портил нам настроение рекламой, кликбейтом и троллями, то теперь он все чаще портит саму структуру знания: система, в которой машины читают машинные тексты и пересказывают их другим машинам, плохо подходит для принятия решений людьми. Особенно там, где цена ошибки высока — от медицины до безопасности и корпоративной аналитики.
Открытый вопрос уже не в том, можно ли остановить этот тренд, а в том, какие участки цифровой среды еще удастся удержать человеческими по умолчанию. Возможно, следующим дефицитным ресурсом станет не контент и не трафик, а подтвержденная человеческая экспертиза с понятной цепочкой источников. И если так, то у редакций, разработчиков поисковых систем, платформ и корпоративных knowledge base впереди не гонка за еще более быстрым ответом, а куда менее гламурная задача: заново собирать доверие в сети, где зафиксировал уже новую норму.