Тебе більше не гуглять — тебе підсумовують. І в підсумку тебе нема

«Нас не списали з реєстру. З нас просто перестали починати речення». — слова, які ще ніхто не сказав уголос, але які точно описують, що відбувається з твоїм брендом, поки ти читаєш цей абзац.

I. Три композитні смерті без некролога

23:40, Київ. Маркетинг-директорка українського B2B SaaS — назвемо її Олена — закінчила тримісячний контент-спринт і за звичкою відкриває ChatGPT, щоб «погуглити по-новому». Набирає запит, який її аналітики вписали у північну зірку ще у 2024-му: «який інструмент для контент-планування найкращий у 2026-му». Машина видає сім назв у списку, у п’ятого приписана цифра ARR, яку той ніколи не публікував. Її продукту в списку нема. Олена перевіряє Search Console — все зелено: imпression’и тримаються, позиції в межах нормального коливання, навіть приріст +4% за квартал. Зелено. Тільки нових лідів стало вдвічі менше, ніж планували, і ніхто в команді не може пояснити, чому. Олена закриває ноут і йде спати з тривогою, для якої в її дашборді немає рядка.

03:15, Лісабон. Фаундер невеличкого fintech-сервісу — Тарас, виходець із Києва, два роки прожив у Португалії — прокидається від уведомлення й машинально набирає в Perplexity запит про власну компанію за назвою. Перевіряє, чи бот «знає» його продукт. Машина пише два абзаци: половина — переказ його ж старого блог-поста 2023-го; чверть — описує функцію, яку він прибрав з продукту ще навесні 2025-го через скаргу регулятора; ще чверть — цитата з агрегатора з 2022-го року. Жодного джерела молодше за 18 місяців. Тарас намагається уявити, скільки потенційних інвесторів, журналістів, парт­нерів спитали в LLM про його компанію — і отримали ту саму капсулу часу. Він не знає. У Search Console цього теж нема: запит «brand name» обробляється Google окремо й виглядає здоровим.

11:20, Берлін. Видавець нішевого медіа про європейський venture-ринок — назвемо його Лука — дивиться на квартальний звіт. Google-трафік: −6% YoY, у межах сезонної норми. Час на сайті: −18%. Конверсії в платну підписку: −34%. Нічого не зламано, нічого не вибито з обоюдного фокусу, жодних санкцій. Лука відкриває Google і ставить ті самі п’ятнадцять запитів, на які його редакція пише вже два роки. На дванадцяти з них — AI Overview згори, який цитує його статтю одним посиланням десь третім у списку. Користувач прочитав абзац, отримав відповідь, не клікнув. Лука дивиться на цифру −34% так, як дивляться на чужу медкарту: пацієнт ще ходить, але внутрішні органи вже працюють у режимі компенсації за втрату.

Три сцени, три юрисдикції, одна спільна анатомія. Жодних distress-events. Жодного Google update’у, на який можна нарікати. Жодного публічного провалу, після якого можна було б зібрати команду й сказати: «ось що сталось, ось план». Бренд помирає не подією, а відсутністю події. У Search Console це не impression. Не click. Не negative signal. Це ніщо. JSON-тиша. Запит обробився, твоєї назви не було, наступна когорта користувачів зросла без знання, що ти існуєш.

Це Death by Summary — і це більше не футурологія. Це фоновий процес, який у тлі твого 2026-го виконується щохвилини, на кожен запит, у який твоя категорія потенційно вписується.

II. Why now: фазовий перехід, який уже стався

Якщо ти читаєш це й думаєш «ну окей, AIO десь там експериментують, до моєї ніші ще не дійшло» — спочатку три датовані числа.

Травень 2026. Препринт arXiv 2605.14021 («Measuring Google AI Overviews») — найбільше на сьогодні академічне вимірювання. Methodology: 55 393 трендові запити з 19 категорій, скан 40 днів (13.03–21.04.2026). Результат: AI Overviews активуються на 13,7% усіх запитів і на 64,7% запитів у питальній формі (vs 9,5% на не-питальних — у 6,8 раза частіше). Тобто майже все, що користувач НАСПРАВДІ хоче знати — «як обрати X», «що таке Y», «який сервіс Z», — він отримує абзацом від машини. Окрема знахідка того ж дослідження: 11% claim’ів у AIO-відповідях не підтримані жодною з цитованих сторінок; ~30% цитованих джерел лежать поза топ-10 SERP. Машина не цитує «найкращих» — вона цитує тих, кого вибрав окремий ретриверний індекс, що грає за інші правила, ніж ранкування.

Липень 2025. Pew Research Center, n=900 (тракер у браузері), 68 879 живих Google-запитів, 12 593 з AI-summary. Коли вгорі стоїть AIO, користувач клікає по будь-якому посиланню в 8% випадків (vs 15% без AIO). По цитатах усередині самого AIO — 1%. 26% запитів закриваються БЕЗ кліку (vs 16% без AIO). Це не вендорське дослідження. Це Pew — методологічний золотий стандарт західної соцстатистики.

Жовтень 2025. Wikimedia Foundation у блозі Diff визнає, що людські pageview’и впали на 8% YoY (березень–серпень 2025) і прямо називає причини: генеративний AI, сумаризація результатів пошуку, перехід молодої аудиторії в соцвідео. Wikipedia — найцитованіше джерело планети, фундамент, на якому стоїть половина LLM-світу, — отримує трафік-удар від машин, які саме її й цитують. (Чесний disclaimer: травень-червень 2025 мали додаткове bot-evasion з Бразилії, що завищувало бот-трафік до перекласифікації — Wikimedia сама про це повідомила. Але навіть після корекції тренд −8% залишається.)

Три незалежні методології, три різні юрисдикції вимірювання — одна цифра. Десь приблизно половина колишнього органічного трафіку випарувалась за 12–18 місяців на запитах, де AIO активний. І це не теплове коливання. AIO-покриття зросло з 3,93% у січні 2025 (Semrush) до 27,43% у листопаді 2025 (Semrush) до 64,7% на питаннях у 2026-му (arxiv:2605.14021). Це геометрична прогресія в фоні твого Q3-плану.

Названий каркас. Death by Summary — нова смертність брендів як функція не-цитованості в LLM-відповідях. Чотири осі:

1. Pre/Post-summary видимість. Стара метрика «позиція в SERP» більше не є предиктором трафіку; нова — «share of cited entities» у LLM-відповідях на твою категорію.
2. Hierarchy of cited sources. Машини цитують не «найкращих», а найусталеніших як entity: Wikipedia + Reddit + кілька tier-1 видань становлять диспропорційну частку всіх цитат.
3. Decay rate of organic CTR. Похідна функція від AIO-активацій у твоїй вертикалі. Для інформаційних запитів CTR №1 впав з 7,6% до 1,6% (Ahrefs, грудень 2025) — мінус 79% за рік без жодного rank-drop’у.
4. Survival mode: entity-first vs content-first. Content-SEO як парадигма дохне; виживає той, хто перетворив бренд на named entity у машинному графі знань.

Чорний жарт у фундаменті всього цього: машина тебе не «забула» — вона тебе ніколи й не «знала». Знання в LLM — це не справедливість, не якість і не заслуга. Це статистична маса згадок у тренувальному корпусі плюс позиція у структурованих графах знань. Якщо твого бренду в цих двох прошарках немає в достатній концентрації, ти не «погано ранжуєшся» — ти онтологічно не існуєш для нової інфраструктури.

JSON-тиша на лівому моніторі. Зелено на правому. Печатка APPROVED осипається з краю столу — формально все погоджено, тільки тебе в погодженні немає.

III. Вісь 1 — Метрики, які брешуть тебе у пенсію

Стара воронка була чесна, бо лінійна. Запит → SERP → impression → CTR → traffic → conversion. Кожен крок ламався тільки якщо ламалася його окрема механіка: впав ранг — впав CTR; впав CTR — впав трафік. Усе видно, усе діагностується, усе має причину. Маркетинг 1997–2024-х жив у цьому ньютонівському світі й видав десятки тисяч сертифікатів про вищу освіту з нього.

Нова воронка — нелінійна, з біфуркацією на ранньому кроці. Запит → класифікатор «це question-form?» → 64,7% потрапляють у AIO-tier → промпт LLM з retrieval-індексу Google (де ~30% джерел лежать поза топ-10 SERP, тобто стара логіка «позиція = шанс» розбита) → відповідь у п’ять-десять цитованих entity → 26% користувачів закривають таб без жодного кліку (vs 16% без AIO) → 8% клікають кудись (vs 15%) → 1% клікають саме на цитоване джерело. Position 1 тепер дає 1,6% CTR замість колишніх 7,6% (Ahrefs, грудень 2025). Мінус 79% без жодного rank-drop’у.

Сцена, в якій це проживається. Старший SEO-консультант, що працює з українським travel-сервісом, відкриває щомісячний звіт перед клієнтом. Слайд 1: «Позиції стабільні, 73% наших ключових запитів у топ-3». Слайд 2: «Impression’и +12% YoY». Слайд 3: «Organic clicks −41% YoY». Клієнт дивиться п’ять секунд і ставить єдине розумне питання: «А ці три слайди про одну й ту саму компанію?». Консультант починає пояснювати «зміни в SERP-ландшафті», «AI Overviews factor», «zero-click behavior» — слова правильні, але вже не складаються в історію причини й наслідку, у якій клієнт може діяти. Він просто чує: «KPI зелені, гроші мінусові, причина — структурна, що з нею робити, ми вам наступного кварталу скажемо».

Стара воронка (2022)	Нова воронка (2026, при AIO-покритті 65%)	Що зламалось
100 запитів → 100 SERP-показів	100 запитів → 35 «голих» SERP + 65 з AIO	SERP перестав бути головним інтерфейсом
~28 кліків на позицію №1	~5 кліків на позицію №1 (8% × 65 + 15% × 35)	CTR №1 впав −79% для info-запитів
Усі кліки — на сайти-учасники SERP	~1 клік — на цитоване джерело в AIO	«Бути в AIO» ≠ «отримувати трафік»
5–7 конверсій з 28 кліків	0,1–0,3 конверсії якщо цитований, 0,0 якщо ні	Між «цитований» і «не цитований» немає градієнта
Метрики корелюють з виторгом	Метрики декорелювали з виторгом	Дашборд показує «зелено», бо міряє не те

Найгірше у цій таблиці — не цифри. Найгірше — те, що стара воронка все ще «працює» на дашбордах. Imпression’и обчислюються. Позиції обчислюються. CTR обчислюється. SEO-команда щомісяця віддає звіт, у якому формально все рухається. Але рухається саме лише звіт; реальний попит на бренд тихо переїжджає в інший шар — у ту коротку згадку всередині абзацу, який згенерувала машина і який не лишає ні impression-логу, ні UTM-параметра, ні стрічки в Mixpanel. SEO-індустрія міряє минулу війну з педантичною точністю, поки нова війна йде в шарі, у який її прибори не дотягуються.

IV. Вісь 2 — Чому Wikipedia з’їла всіх (а Reddit з’їв решту)

Якщо думаєш, що машина цитує «найкращих» — поглянь на структуру цитат.

Profound у дослідженні «AI Platform Citation Patterns» (2025) проаналізувала розподіл топ-цитованих джерел у ChatGPT та Google AIO. У ChatGPT топ-10 цитованих доменів планети Wikipedia складає 47,9% — майже половину всіх цитат. У Google AIO структура інша, але не менш концентрована: Wikipedia — 5,7%, Reddit — 21,0%, разом з YouTube, Google-власними сервісами та Amazon — це 38% усіх AIO-цитат. Yext у мета-аналізі 6,8 мільйона цитувань (через Perplexity / Gemini / ChatGPT, жовтень 2025) дійшла того ж висновку іншою методологією: цитати концентруються у вузькому колі джерел, які журналісти давно назвали «нові gatekeepers AI-пошуку».

Чому так? Не тому, що Wikipedia пише «найкраще». Wikipedia — найусталеніше entity. У машинному графі знань Wikipedia — це не просто сайт; це backbone, до якого прив’язані Wikidata-айдентифікатори, які прив’язані до Schema.org-тегів на мільйонах сторінок інших сайтів, які прив’язані до knowledge panels Google. Це не контентна перевага. Це структурна усталеність.

У LLM-світі бренди живуть у двох онтологічних шарах:

• Entity-шар. Ти існуєш як іменована сутність із унікальним ID, із Wikidata-карткою, із кількома десятками авторитетних згадок у tier-1 виданнях, із структурованими даними (Schema.org Organization + SameAs, що зшиває твій сайт з твоїм Wikipedia/LinkedIn/Crunchbase). Машина «знає» тебе як річ, а не як рядок. Цитує — як точку в графі.
• String-шар. Ти існуєш тільки як URL зі словами. Машина може процитувати — але хіба як другорядне джерело, на яке посилається entity з першого шару. У будь-якій ситуації, де можна вибрати entity або string, машина вибере entity. Завжди.

Сцена. Молодий B2B SaaS, два роки на ринку, $2,5M ARR, добра прес-присутність (TechCrunch, профільні tier-2 видання, ~40 контекстних згадок у блогах конкурентів і клієнтів). Запит «найкращі інструменти для X» — їх немає в жодному з шести варіантів машин. Дві сильніших конкурентки з тієї ж когорти і нижчою якістю продукту — є. Різниця? У конкуренток Wikipedia-сторінки (одна — про категорію інструмента, друга — про засновницю як публічну фігуру з minor notability). У них Wikidata-айдентифікатори. У них Schema.org SameAs, що зв’язує сайт із Wikipedia в одну сутність. Це операція рівня вечора для розробника. Це річ, яку 99% B2B SaaS не зробили, бо «навіщо нам Wikipedia, ми ж не публічна компанія».

Контр-аргумент від SEO-консультанта tier-3 рівня: «Просто оптимізуй контент під AIO — структуровані відповіді, FAQ-блоки, schema.org/FAQPage, summary-абзаци на початку». Аргумент звучить раціонально. Він майже завжди не працює. Чому: тактика «оптимізуй під AIO» виходить з припущення, що LLM ранжує контент за тими ж сигналами, що класичний пошук. Дослідження arxiv:2605.14021 показує: ~30% цитованих у AIO джерел знаходяться поза топ-10 SERP. Тобто LLM-retriever грає за іншими правилами, ніж класичний ранкер. Структуровані відповіді тобі не зашкодять. Але якщо ти string без entity-якоря, ти можеш мати ідеально оптимізований FAQ-блок і не з’явитись у жодному AIO — бо LLM просто не вибрав тебе кандидатом для контексту. Counter-pressure point: «оптимізація під AIO» — це лікування симптому в архітектурі, де первинна хвороба — відсутність entity-якоря.

Видимість більше не функція рангу. Це функція одного бінарного факту: чи назвала тебе машина. Поміж «назвала» і «не назвала» нема градієнта — там нуль.

Це не риторична фігура. Це механіка: коли LLM генерує відповідь у 200 словах, фізично нема місця для «третьорядної альтернативи». Машина вписує 3–7 entity у відповідь і завершує. Восьма — не існує для користувача, який отримав цей абзац. У старому світі «бути 11-м у SERP» означало 0,3% CTR — мізерно, але не нуль. У новому світі «не потрапити в AIO» означає буквальний нуль. Дискретний gate, не градієнт.

Тут варто чесно сказати: це гра, яку наша індустрія сама собі підготувала, не розуміючи правил. Wikipedia 15 років була «недорогою» з точки зору SEO-бюджетів — не куплялась прямо, не давала «легких» бекленків (марковані як nofollow), позначалась як side-quest. Тепер виявилось, що Wikipedia-присутність — найважливіший актив бренду у LLM-світі, а індустрія, яка наймала «SEO-команду», не наймала «entity-команду», бо такої посади ще не вигадали.

Деталь, яка робить цю асиметрію ще нещаднішою: notability-вимоги Wikipedia не залежать від тебе. Ти не можеш «купити» сторінку. Ти можеш зробити так, щоб люди писали про тебе у tier-1 пресі настільки, що сторінка пройде проти notability-фільтрів. Це горизонт планування у роки, а не у квартали. Для бренду, який зрозумів проблему сьогодні, у багатьох ніш вікно вже закрилось — найочевидніші категорії вже мають своїх entity-фаворитів, і витіснити їх ретроактивно майже неможливо.

V. Вісь 3 — Математика тихого зникнення

Тепер арифметика, яку не люблять у нарадах, бо вона неприємна.

Якщо у твоїй вертикалі AIO активується на 60% запитів, а CTR №1 для інформаційних запитів впав з 7,6% до 1,6% (Ahrefs), то органічний трафік на тих самих запитах стискається до:

0,4 × 1,0 + 0,6 × (1,6 / 7,6) ≈ 0,53× від колишнього

Простіше: десь приблизно половина твого трафіку випарувалась — не падінням у ранжуванні, не Google update’ом, не помилкою команди, а просто тим, що AIO почав з’являтись поверх результатів. Якщо твоя фінмодель на 2027-й виходить з baseline 2024-го, ти будуєш модель з прірвою всередині.

Тепер додай динаміку покриття. Semrush у звіті за листопад 2025-го фіксує: AIO активувався на 3,93% запитів у січні 2025-го, на 27,43% у листопаді 2025-го — це майже семикратне зростання за 10 місяців. У запитах-питаннях у 2026-му покриття вже 64,7% (arxiv:2605.14021). Це не сезонність. Це не тестовий розкат на 5% аудиторії. Це геометрична прогресія, яка вже відбулася.

Сцена. Український ed-tech, що готував школярів до ЗНО — назвемо його Klasna — будував контентну машину п’ять років. 1 200 статей про предметні теми, кожна — топ-3 у Google, кожна — годинами роботи методиста. У січні 2025-го органічний трафік на блог був ~2,1M візитів/міс. У листопаді 2025-го — 1,3M. У березні 2026-го — 740 K. Рейтинги ті ж самі: 73% статей у топ-3. Контент-команда питає: що ми зробили не так? Відповідь: нічого. Нова інфраструктура вибрала кращі сценарії економіки, ніж тебе. Тепер «що таке закон Ома?» отримує абзац AIO з посиланнями на Wikipedia та на YouTube-канал репетитора з 1,2M підписників. Klasna-стаття десь шостою. Школяр уже отримав відповідь. Klasna ще пишеться у звіті як «здоровий», бо позиції здорові.

Найхимерніше у цій математиці — її нелінійність. До певної межі покриття AIO ти не помічаєш проблему, бо абсолютні втрати маскуються сезонністю, маркетинговими активностями, шумом. А потім настає поріг, після якого крива летить униз каскадно: AIO покрив 50% твоїх запитів, конверсії впали, маркетинг скорочує контент-бюджет, нові статті виходять рідше, ranking sygnals слабшають, AIO ще менше тебе цитує, цикл замикається. Це не повільний спад. Це фазовий перехід рідина-газ: довго нічого не змінюється, потім стрибок, після якого попередній стан недоступний.

1 200 статей, кожна жива, кожна оптимізована, кожна вже непотрібна. Свічки за контентом, який ще ранжується, але вже не існує для нової інфраструктури. Печатка APPROVED осипається в попільничку — формально все погоджено.

VI. Вісь 4 — Entity-first як єдиний survival mode

Content-first SEO — стратегія минулої війни. Не «вмерла» — достатньою більше не є. Більше статей, краща meta, internal linking, technical SEO — усе ще треба, але цього недостатньо, щоб увійти у машинний граф знань. У кращому випадку content-first дає тобі 40–50% від колишнього ефекту — і ця частка стискається з кожним кварталом AIO-покриття.

Entity-first — інша гра. Її мета не «ранжуватись у SERP», а довести машинному графу знань, що ти існуєш як named entity. Це конкретний набір кроків, які SEO-індустрія десятиліттями маркувала як «нерелевантні»:

• Wikipedia-сторінка — для тих, хто проходить notability (третинні незалежні джерела з суттєвим coverage). Ринкова реальність: для 80% B2B-компаній прямого notability немає; обходи — через сторінку про засновника як публічну фігуру (експертиза, цитати, виступи на tier-1 платформах), про продуктову категорію (рідше), про материнську організацію.
• Wikidata-стаття — нижчий бар, не вимагає notability рівня Wikipedia. Дає тобі унікальний Q-ID, на який можуть посилатись інші системи. Це фундамент машинної ідентичності бренду.
• Schema.org structured data — Organization-розмітка з SameAs-полем, що зв’язує твій сайт з Wikipedia / Wikidata / LinkedIn / Crunchbase / GitHub в одну сутність. Машина читає це за десяті секунди й розуміє: «це не string, це entity».
• Authoritative mentions у tier-1 — Reuters, Bloomberg, FT, NYT, Economist, профільні tier-1 (для tech — TechCrunch, для finance — FT/Bloomberg). Кожна цитата у tier-1 — це не PR, це сигнал entity-існування для машинного індексатора.
• Brand-search volume — вендорські дослідження (Wellows analysis, tier-3 джерело — flagged) стверджують, що brand-search volume має найвищу кореляцію (~0,334) з цитуванням у LLM, сильніше за backlinks. Числу не можна довіряти повністю — методологія непрозора, — але напрямок узгоджується з усім, що ми знаємо про LLM-тренування: чим частіше у людей запитується твій бренд, тим імовірніше він з’явиться у наступному тренувальному корпусі як значуща сутність.

Чорний жарт у тому, що 15 років SEO-індустрія вчила «brand searches — vanity metric». Тепер це єдина метрика, що предиктує, чи побачить тебе наступний LLM-реліз. Цілі армії маркетингових менеджерів, які мірялись Position 1 для не-брендових запитів, тепер дізнаються, що їхня kpi-структура виявилась оптимізована під війну, що завершилась.

Counter-pressure: «entity-first звучить добре, але ж це класична Big Brand Strategy, дрібному гравцю нічого не світить». Це справедливо лише наполовину. Entity-first для дрібного гравця не означає «купи собі Wikipedia». Це означає:

• Wikidata-картка — реальна за вечір, без notability-баталій.
• Schema.org SameAs — реальна за день розробницької роботи.
• 5–10 цитувань у tier-1/tier-2 спеціалізованій пресі за рік — реально, якщо засновник готовий писати, виступати, давати тезисні коментарі журналістам.
• Domination у вузькій ніші, де ти і є entity №1 з визначення, замість боротьби за entity-статус у широкій категорії, де вже сидять три-чотири фаворити з 10-річним передством.

Тобто entity-first — це зміна стратегії з горизонтального змагання у широкій категорії на вертикальне закріплення у вузькій. Той, хто це зрозумів у 2025-му, отримав 18–24 місяці форою.

Саме цю операційну роботу — від Wikidata-картки й Schema.org SameAs до цілеспрямованих tier-1 згадок, що зшивають бренд у named entity — бере на себе партнер цього розбору, Wikibusines: не «оптимізацію під AIO», а будівництво самого entity-якоря, на який LLM спирається при цитуванні.

VII. Кейс — Product Hunt Discovery Gap

Один з найбільш струнких академічних доказів цієї двошаровості — препринт arXiv 2601.00912 (січень 2026). Методологія: дослідники взяли 112 стартапів, що публікувались на Product Hunt протягом 2025-го, і прогнали через ChatGPT та Perplexity 2 240 запитів — половина «за назвою компанії», половина «за категорією продукту».

Результати:

• За запитом «розкажи про [назва стартапу]»: впізнавання 99,4% (ChatGPT), 94,3% (Perplexity). Машина знає тебе, якщо тебе вже спитали за іменем.
• За запитом «назви топ-інструменти для [категорія]»: обвал до одиничних відсотків. Більшість стартапів не з’являється у category-розкатах взагалі.

Висновок дослідження сформульовано стерильно, але прочитайте його уважно: у LLM функціонують два окремі шари знань — retrieval за іменем (працює для майже всіх) і організована discovery в категорії (працює тільки для entity-фаворитів). Це не баг. Це архітектура.

Циклічна тавтологія, яка вбиває acquisition:

1. Щоб машина показала тебе користувачеві, який ще не знає твоє ім’я → ти маєш бути entity у категорії.
2. Щоб стати entity у категорії → потрібен brand-search volume і tier-1 mentions.
3. Щоб мати brand-search volume → користувачі мають дізнатись про тебе ім’ям.
4. А user-acquisition колись будувався саме на тому, що машина допоможе їм дізнатись.

Цикл розриває одне: активне entity-будівництво поза LLM-каналом (PR, спікерство, експертиза в нішевих ком’юніті, спрямована Wikidata/Wikipedia-присутність). У new physics всі органічні acquisition-канали зводяться до одного: інвестиція в entity-status, що окупиться через 12–24 місяці у LLM-цитуванні.

VIII. Wikipedia як парадокс — entity №1 теж тоне

Найхимерніше у цій новій фізиці — що навіть найусталеніше entity планети не врятувалось від ефекту, який саме воно й уможливило.

Жовтень 2025. Маршалл Міллер, Wikimedia Foundation, у блозі Diff публікує те, чого довго не хотіли визнавати: людські pageview’и Wikipedia впали на 8% YoY за березень-серпень 2025-го. Причини, які називає сам Міллер: генеративний AI зменшив потребу клікати на джерело; пошукові системи дедалі частіше показують відповідь зверху, не вимагаючи переходу; молода аудиторія мігрує в YouTube/TikTok.

Wikipedia — сайт, який цитує приблизно половина AI-відповідей у ChatGPT (Profound 2025); сайт, без якого половина сучасного LLM-стеку технологічно неможлива; ентитет, що став стандартом цитування для всієї індустрії, — втрачає трафік від тих самих систем, які його цитують. Це не іронія. Це чесна анатомія екстерналії: коли твій контент стає інпутом для машини, яка вміє давати користувачу 80% твоєї цінності без переходу на тебе, ти стаєш субсидією, а не сервісом. Wikipedia вже формально вимагає, щоб AI-компанії платили за використання через API і не скрейпили. Це не working solution. Це остання спроба монетизувати екстерналію, що вже сталась.

Якщо це сталось з Wikipedia — entity №1 планети, з армією волонтерів і нон-профіт статусом, — твій B2B-блог про supply chain optimization під цією логікою не виживе без переосмислення стратегії. Не тому, що ти гірший. Тому що нова інфраструктура структурно невигідна для шару «довідкового контенту»: контент стає сировиною, а не призначенням.

Інший бік цього парадокса — він робить чесною критику самої LLM-економіки. Це не теза «AI поганий, давайте відкотимо». Це теза: інституції, які 25 років підтримували відкритий веб як публічну інфраструктуру (Wikipedia, академічні архіви, форум-спільноти типу Stack Overflow і Reddit) тепер опинились перед економічним вибором: продовжувати безкоштовно постачати корпус для LLM — або закриватись paywall-ами та API-license. Обидва шляхи закінчуються поганими наслідками для відкритості, з якої ця індустрія росла. Це системна проблема рівня climate externalities — кожен окремий гравець оптимізує раціонально, а сукупний результат — отруєння спільного ресурсу.

IX. Ethical detour — структурна асиметрія, не сюжет для скиглення

Тут зайдемо в найжорсткіший контраргумент проти всього вище сказаного, чесно подамо його — і вийдемо.

Контр-теза від tier-3 SEO-блогосфери: «Google нас вбиває. AI-компанії крадуть наш контент. Регулятор має втрутитись». Інфантильна оптика. Дозволь розібрати, чому.

Структурно: машинні системи оптимізуються під user utility per query. Web історично оптимізувався під publisher utility per visit. Ці дві оптимізації колись збігались випадково: Google потребував трафік на сайти, щоб ловити рекламу на них (а часом і свою рекламу). Тепер не потрібен — Google показує рекламу на самій SERP поряд з AIO, і за даними arxiv:2605.14021 більше 50% AIO-цитованих сторінок мають display ads, тобто рекламна екосистема перевалила вантаж на власну територію Google. Це не змова. Це класичне «коли інтереси компанії і інтереси індустрії розійшлись».

Звинувачувати в цьому Google — як звинувачувати воду, що тече вниз. Чи має регулятор втручатись? Питання легітимне (ЄС уже думає в цьому напрямку через AI Act і Digital Markets Act). Але між «має втрутитись» і «реально втрутиться так, щоб у тебе повернувся CTR» — десять років і три політичних цикли. Будувати стратегію бренду на надії регуляторного відскоку — це робити ставку проти всієї історії цифрової економіки 1995–2025-х.

Інша версія тієї ж контр-тези: «AIO галюцинує, користувачі це помітять, повернуться до кліків». 11% claim’ів у AIO не підтримані цитованими джерелами (arxiv:2605.14021). Це не маленьке число. Але немає жодних свідчень масової user backlash. Pew-дослідження 2025 показало: користувачі знають про AIO, бачать «AI-generated», і все одно клікають менше (8% vs 15%). Зручність перемагає недовіру до точності в ~9 випадках з 10. Це emergent property людської uvagi, не баг, який Google «виправить».

Системний діагноз, не моральне звинувачення: ми переживаємо стиснення інформаційної прошарки, у якій 25 років жило все, що ми називали «контент-маркетингом». Не «зникнення», а переформатування: контент перестає бути товаром, який споживають у форматі сайту, і стає сировиною, яку споживають у форматі скоротореферованого абзацу. Гравці, що інвестують у бути named entity, продовжать впливати на користувача через перепакований формат. Гравці, що інвестують у бути хорошим сайтом, продовжать існувати лише настільки, наскільки їх обере перепакувальник.

X. Practical move — 4-кроковий тест без SaaS-tool’у

Лекція, що лишає тебе тільки з тривогою, — поганий жанр. Тому ось протокол, який можна виконати за вечір без жодного інструменту, крім ChatGPT, Perplexity, Google і Google Trends.

Крок 1. Список «категорійних» запитів. Випиши 20 запитів, на які твій продукт має бути відповіддю. НЕ запити за назвою твого бренду. Запити типу: «найкращі інструменти для X», «як обрати Y», «що таке Z і де його взяти», «топ-сервіси для W у 2026». Це запити, на яких потенційний клієнт відкриє для себе твою категорію.

Крок 2. Прогін через три машини. Кожен з 20 запитів — у ChatGPT, у Perplexity, у Google (з активованим AIO). Заповни матрицю: ти в списку відповіді? ти процитований у джерелах? чи описаний правильно? Підрахуй share of cited entities по своїй категорії — скільки разів ти з’явився vs скільки разів з’явились конкуренти.

Крок 3. Тест «існування за іменем». Поверни запит про власну компанію за назвою. «Розкажи про [твоя назва]». Перевір: машина описує точно чи галюцинує? Твоїми словами чи чужими? Посилається на свіжі джерела (≤12 міс) чи на сайт-агрегатор 2022-го? Чи називає продуктові функції, які ти зняв? Якщо машина має «образ тебе», що відстає на 2 роки — це окрема проблема, що вимагає окремої кампанії з оновлення твоїх authoritative mentions.

Крок 4. Brand-search volume. Відкрий Google Trends, постав твій бренд за 12 і за 36 місяців. Тренд росте, стоїть, падає? Тренд — найсильніший доступний предиктор того, чи буде твій бренд entity в наступному тренувальному циклі (з відсиланням на flag з вендорського дослідження вище).

Матриця 2×2. Осі: «Cited by LLM» (так/ні) × «Brand-search volume» (ростуча/падаюча).

↓ Brand-search / Cited →	Cited by LLM	Not cited
Ростуча	ENTITY (флайвіл крутиться, інвестуй у щільність)	ZOMBIE (entity для людей, не для машини — є вікно)
Падаюча	GHOST (машина пам'ятає, люди забувають — швидкий ремаркетинг)	DEAD (death by summary in progress — критичне втручання)

Година роботи плюс чесність. Усе, що потрібно для діагнозу. SaaS-tool, що тобі це продасть за $200/міс, не зробить нічого додаткового — він просто автоматизує те, що ти можеш зробити за вечір.

А ось чого вечір не дасть — це самого будівництва entity-шару. Діагноз дешевий і швидкий; Wikidata-присутність, Schema.org SameAs і системні tier-1 згадки, що роблять бренд named entity — це місяці методичної роботи на горизонт у роки. Саме її, а не діагностику, бере на себе Wikibusines — партнер цього розбору.

XI. Кому це НЕ загрожує — distributional lens

Death by Summary працює нерівномірно. Розподіл вразливості — основна нерозказана частина історії, бо медіа люблять формат «AI вбиває всіх», а реальність більш гранульована.

Зони відносного імунітету:

• Action-categories vs info-categories. Категорії з дією, а не інформацією — payments, бронювання, послуги, e-commerce-checkout — менш вразливі. LLM відсилає, бо сам не виконує транзакцію. Booking.com буде існувати, навіть якщо AIO покриє 100% інфо-запитів про подорожі: бо коли треба нарешті забронювати, користувач потрапляє в інтерфейс, який LLM не замінив.
• High-trust регульовані вертикалі. Медицина, банкінг, юридичне — для багатьох юрисдикцій є regulatory firewall, який не дозволяє LLM давати остаточну пораду. Користувач отримує абзац контексту, потім все одно йде на сайт регульованого провайдера. (Caveat: це м’якне з кожним роком, бо регулятори повільні, а кейси вже накопичуються.)
• Локально-фізичні послуги. Сантехнік у Львові, дантист у Чернігові, ремонт авто у Білій Церкві — Google AIO має набагато нижчу активацію на локальних геозапитах (arxiv:2605.14021 фіксує markedly lower rates для local). Map Pack ще тримається.
• News, politically sensitive, breaking events. arxiv:2605.14021 окремо документує, що AIO має markedly lower activation на politically sensitive і breaking-news запитах — Google свідомо тримається подалі від LLM-summarization у зонах, де галюцинація принесе репутаційний удар.
• Sales-led, partner-led, community-led бренди. Якщо твоя acquisition не залежить від organic search взагалі (B2B sales з outbound, partnership-led, community-driven), Death by Summary тебе зачіпає опосередковано — через «маркетер у твоїй ніші, взятий на роботу в 2027-му, ніколи про тебе не чув».

Зони найбільшого ризику:

• B2B SaaS без entity-lock-in у категорії. Особливо якщо ти 3-5-й гравець у вже сформованій категорії, де entity-місця посіли більш ранні.
• Local services без Wikidata-присутності й без структурованих даних. Не тому, що вони не «локальні», а тому, що локальний пакет теж переформатовується.
• Інформаційні видання середньої руки. Зокрема тематичні (про tech, finance, AI, marketing) — це поле, де LLM найкраще працює, і де AIO найшвидше з’їсть трафік.
• Edu, healthtech, knowledge-services. Вертикалі, де користувач шукає «знання», а не «дію» — найвразливіші.
• DTC e-commerce категорій з низькою brand-loyalty. Якщо користувач шукає «найкращі бездротові навушники» — LLM назве три-чотири; шанс, що твій бренд серед них, прямо пропорційний твоїй entity-вазі.

Простий тест: скільки відсотків твого new-business pipeline приходить через організований discovery? Якщо >40% — ти у high-risk зоні. Якщо <15% — у low-risk. Між — варто діагностувати, які саме сегменти voronky залежать від organic, і вирізнити їх окремо.

Чотири клітинки. Чотири долі. Команда вперше бачить, у якій вона. Печатка APPROVED осипається в кутку — формально вона ще їхня, фактично — про них.

XII. Hard kicker — некролог, якого не буде

Старий світ давав брендам гідну смерть з прив’язкою до часу. Компанія X припинила діяльність 14 лютого. Distress-event. Прес-реліз. Колеги пересилають одне одному скрин з commiserating-постом. Сумно, але впорядковано. Дата є. Похорон є. Можна замовити квіти.

Новий світ не дає тобі ні дати, ні похорону. Тебе просто не назвуть у наступних 1 000 ChatGPT-сесій нової когорти. Потім у 10 000. Потім у 100 000. Ти про це не дізнаєшся в moment — у Search Console це не impression, не click, а ніщо. JSON-тиша. Запит обробився, твоєї назви не було, користувач отримав відповідь без тебе, спокійно закрив таб і пішов спати.

У якийсь момент молодший маркетер у твоїй же категорії, взятий на роботу в 2027-му, ніколи про тебе не чув. «Ну я ж гуглив, мені нічого такого не вискакувало». Це не його провина. Це не помилка машини. Це не злий намір Google. Це визначення нової фізики: в LLM «існування» = частота згадування у тренувальному корпусі плюс позиція у структурованих графах знань. Якщо тебе нема в цих двох прошарках з достатньою щільністю — ти і справді не існуєш для системи, яка тепер посередник між тобою і твоїм наступним клієнтом.

Машина не помиляється, що тебе не назвала. У її оптиці ти й справді не існуєш — бо в LLM «існування» = частота згадування. Це не образа. Це визначення. І саме тому Death by Summary не має ефектного публічного похорону: щоб поховати, треба спочатку визнати, що мертвий. А ця смертність відбувається в шарі, на який ніхто не дивиться, поки одного дня не виявляється, що пацієнт уже шість місяців як технічно припинив видавати ознаки існування для нової інфраструктури.

Спокійного похорону тобі ніхто не зорганізує. Тому замість поминок — діагностика. Тих 20 запитів. Тієї матриці. Тієї години чесності. Або робиш це у червні 2026-го, або у червні 2027-го пояснюєш CEO, чому KPI були зелені, поки виручка падала.