Самая большая платформа ИИ, которую никто не оптимизирует

Коротко

Neil Patel утверждает, что Meta AI — вторая по размеру AI-платформа в мире (~1 млрд пользователей, против ~1,2 млрд у ChatGPT), но единственная крупная, под которую почти никто из маркетологов не оптимизируется: на конференции из зала, полного DTC- и e-commerce-маркетологов, навык работы с Meta AI подтвердил один человек. Причина невидимости — Meta AI не запускалась как отдельный продукт, а тихо встроилась в WhatsApp, Instagram и Messenger, поэтому не требует от пользователя никакой смены поведения. Конверсии из Meta AI почти не видны в аналитике: ассистент называет бренд в чате, пользователь идёт в Google по брендовому запросу, и атрибуция достаётся «branded search» — Patel называет это Zero Click Revenue Reality. При этом, по его данным, lifetime value клиентов, пришедших через AI-рекомендации, — $325 против $271 у клиентов из Google-трафика. Вторая половина видео — 5-шаговый плейбук оптимизации: контент в формате «вопрос–прямой ответ», единое описание бренда по всей экосистеме Meta, полный WhatsApp Business каталог, мониторинг брендового спроса как прокси-метрики и ручная еженедельная проверка упоминаний бренда в Meta AI.

Главный тезис

Meta AI — это AI-платформа с миллиардом пользователей, спрятанная внутри приложений, которые ваши клиенты и так открывают по десять раз в день; именно потому, что её не видно в аналитике и о ней не говорят в комьюнити, она остаётся каналом без конкуренции — и окно первопроходца открыто прямо сейчас.

Ключевые идеи

• 0:08 — у Meta AI ~1 млрд пользователей, и они уже находятся внутри приложений, которые клиенты открывают 10 раз в день, — дистрибуция получена бесплатно, без привлечения.
• 1:09 — на маркетинговой конференции из полного зала DTC/e-commerce-маркетологов навык под Meta AI подтвердил один человек; про ChatGPT руку подняли все — это и есть разрыв между размером платформы и вниманием рынка.
• 1:36 — ключевое отличие: для ChatGPT клиент должен сменить поведение (скачать, открыть, научиться), для Meta AI — нулевое трение: ассистент уже встроен в привычный скроллинг и чаты.
• 2:30 — Meta AI появилась без запуска и вирального события: апдейт WhatsApp, маленькая кнопка в Instagram, фича в Messenger — поэтому платформа «прошла мимо» рынка, хотя её сразу использовал миллиард людей.
• 3:05 — масштаб поверхностей: 6,5 млрд ежедневных поисков в Instagram, 2+ млрд месячных пользователей WhatsApp плюс Messenger — Meta AI сидит на всех этих точках входа сразу.
• 3:11 — у Gemini 750 млн пользователей, и рынок этим восхищается, но Meta AI с миллиардом крупнее Gemini, Perplexity и Claude — при этом обсуждают все, кроме неё.
• 4:27 — LTV клиентов из AI-рекомендаций — $325 против $271 из Google-трафика: невидимый канал приводит более ценных клиентов, чем главный видимый.
• 4:43 — большинство конверсий из Meta AI не попадают в аналитику: last-click показывает direct visit или branded search, а реальный триггер — подсказка в WhatsApp-чате за 30 минут до этого.
• 5:10 — механика Zero Click Revenue: пользователь спрашивает Meta AI → ассистент называет бренд → пользователь не кликает ссылку, а гуглит название → атрибуция уходит Google, 5:24.
• 5:39 — из невидимости следует главный аргумент: канал, который нельзя красиво показать в дашборде, конкуренты не оптимизируют — значит, там нет аукциона за внимание.
• 6:19 — шаг 1 плейбука: перестать думать ключевыми словами и начать думать вопросами клиента — что он печатает в поиске Instagram, что спрашивает у Meta AI в WhatsApp; контент должен давать прямой ответ, а не копирайтинг.
• 6:34 — для поиска реальных формулировок вопросов Patel рекомендует Answer the Public, который собирает данные в том числе из Instagram.
• 8:34 — шаг 3: полностью заполненный и регулярно обновляемый WhatsApp Business каталог плюс быстрые ответы клиентам — каждое взаимодействие даёт системе Meta сигнал доверия к бренду.
• 8:54 — шаг 4: пока прямой атрибуции нет, измеряйте эффект: рост брендового поиска при стабильном платном и органическом трафике — прокси-индикатор того, что Meta AI вас рекомендует.
• 10:01 — шаг 5 занимает 2 минуты: вбить свою категорию в поиск Instagram, задать «клиентский» вопрос Meta AI в WhatsApp, зафиксировать упоминается ли бренд — 10:31, и повторять проверку еженедельно.

Почему это важно

Patel описывает передел AI-дистрибуции: OpenAI выиграла войну за внимание (ChatGPT стал синонимом AI), Google перестраивает поиск (на последнем I/O анонсирован новый формат выдачи), а Meta выбрала противоположную стратегию — не строить destination-продукт, а растворить ассистента в уже существующих привычках двух с лишним миллиардов людей в WhatsApp, Instagram и Messenger. Выигрывают бренды, которые начнут структурировать контент и профили под AI-ответы до того, как канал станет конкурентным; проигрывают маркетологи, которые оптимизируют только то, что видят в Google Analytics, — их выручка из AI-рекомендаций записывается на чужие каналы, и они систематически недоинвестируют в источник клиентов с более высоким LTV. Сам Patel при этом продаёт решение: его агентство NP Digital (в транскрипте «NPDGL») позиционируется как исполнитель этой оптимизации.

Идеи

• Платформа может стать второй в мире по размеру и при этом остаться невидимой для профессионального комьюнити — просто потому, что у неё не было launch-момента.
• ChatGPT заметили не из-за качества, а из-за формата запуска: отдельный сайт + новая компания = событие; фича внутри старого приложения событием не становится.
• Отсутствие необходимости в behavioral change — конкурентное преимущество дистрибуции, которое сильнее качества модели.
• Meta встроила AI не как отдельную вкладку «для теста», а в сами точки намерения: тред Messenger, поисковую строку Instagram, чат WhatsApp.
• AI-рекомендация в мессенджере конвертируется через брендовый поиск в Google — то есть Meta AI фактически «накачивает» метрики канала-конкурента.
• Клиенты Patel буквально говорят «я не вижу Meta AI в своих данных» — и используют это как аргумент ничего не делать; Patel переворачивает: невидимость и есть причина действовать.
• Оптимизация под AI-ответы — это переход от keywords к вопросам: FAQ, ценовые вопросы, сравнительные посты, короткие авторитетные ответы.
• Если клиент спрашивает «лучшие кроссовки для плоской стопы» — пост в Instagram должен отвечать на этот вопрос простым языком; так бренд сам делает себя «цитируемым» для AI.
• AI-системы ищут консистентность: одно и то же описание бренда, позиционирование и специализация должны повторяться в Instagram bio, Facebook-странице, WhatsApp Business профиле и на сайте.
• Несогласованность профилей по экосистеме — «часть, которую почти никто не делает правильно».
• WhatsApp Business каталог — это структурированные данные о товарах, которые Meta AI может напрямую использовать в ответах; пустой каталог = невидимость в рекомендациях.
• Скорость ответов на сообщения клиентов — сигнал доверия для систем Meta, влияющий на то, порекомендует ли AI бренд.
• Прокси-метрики вместо атрибуции: рост branded search при неизменном paid/organic — способ «измерить эффект, не измеряя канал».
• Ручной мониторинг как baseline: еженедельно задавать Meta AI одни и те же клиентские вопросы и трекать, появился ли бренд в ответе.
• Patel упоминает инструмент (в транскрипте «Averis»), который автоматизирует проверку видимости в AI-ответах и сравнение с конкурентами по доле упоминаний и сентименту, но подчёркивает, что начать можно бесплатно и вручную.
• AI-ответы сравнивают бренды между собой: важно не только «упоминают ли вас», но и «говорят ли о вас больше, чем о конкурентах, и в каком тоне».
• Ранние оптимизаторы получают не только трафик, но и накопленное обучение: они «организуют процесс обучения» до прихода конкурентов.
• Финальный питч строится на той же логике дефицита: пока все смотрят на ChatGPT, дотянуться до пользователей через Meta AI проще.

Инсайты

• Дистрибуция через встраивание в существующую привычку масштабируется быстрее, чем дистрибуция через создание новой привычки, — но платит за это невидимостью в публичном дискурсе.
• Внимание профессионального сообщества распределяется по громкости запуска, а не по размеру аудитории — поэтому хайп систематически расходится с реальной картой каналов.
• Аналитика last-click структурно слепа к рекомендательным каналам без кликов: чем более «разговорным» становится открытие брендов, тем больше выручки атрибутируется не туда.
• Из слепоты аналитики следует рыночная неэффективность: каналы, которые нельзя померить, недооценены, и именно там самая дешёвая видимость.
• Оптимизация под AI-ассистентов — это SEO нового типа, где ранжирующими сигналами становятся консистентность идентичности бренда, структурированные данные и поведенческие сигналы доверия, а не ссылки и ключевые слова.
• Когда канал нельзя атрибутировать напрямую, дисциплина измерения смещается к прокси-метрикам и регулярным ручным замерам baseline — «невозможно померить» не означает «невозможно управлять».
• Контент, написанный как прямой ответ на вопрос клиента, одновременно работает на людей и на машины — формат «вопрос–ответ» становится универсальной единицей видимости.
• Преимущество первопроходца в новых каналах — это не только позиция, но и накопленные данные и навык, которые конкуренты не смогут быстро воспроизвести.
• Аргумент «этого нет в моих данных» — самый надёжный признак того, что конкуренты тоже это игнорируют.

Фреймворки

5 шагов оптимизации под Meta AI (по Patel):

1. Контент-ответы вместо ключевых слов — выяснить реальные вопросы клиентов (поиск Instagram, чаты WhatsApp, Answer the Public) и отвечать на них прямо и просто в постах, caption, bio.
2. Консистентность по всей экосистеме — одинаковое описание бренда, позиционирование и специализация в Instagram bio, Facebook-странице, WhatsApp Business профиле и на сайте; AI ищет повторяющиеся сигналы.
3. WhatsApp Business каталог + сигналы доверия — полностью заполненный, регулярно обновляемый каталог и быстрые ответы клиентам.
4. Брендовый поиск как прокси-атрибуция — следить за ростом branded search при стабильном платном/органическом трафике, раз прямой атрибуции Meta AI нет.
5. Еженедельный ручной аудит упоминаний — вбивать свою категорию в поиск Instagram и задавать клиентские вопросы Meta AI в WhatsApp; фиксировать baseline и трекать динамику.

Цитаты

«1 billion users are connected to all such apps that your customers open 10 times a day» — 0:08 Миллиард пользователей сидит в приложениях, которые ваши клиенты открывают по десять раз в день

«Meta AI does not come under discussion. This is not a part of the discussion of the community» — 0:42 Meta AI не попадает в обсуждение. Она не часть разговора комьюнити

«There is no need for any behavioral change for Meta AI» — 1:36 Для Meta AI не нужно никакого изменения поведения

«Your customer is inside WhatsApp, scrolling on Instagram and Facebook» — 1:39 Ваш клиент уже внутри WhatsApp, скроллит Instagram и Facebook

«It was just inside that app that people were using from before. And most people could not understand that it was there» — 2:40 Она просто оказалась внутри приложения, которым люди и так пользовались. И большинство даже не поняло, что она там есть

«ChatGPT 1.2 billion. Meta AI 1 billion» — 0:54 ChatGPT — 1,2 миллиарда. Meta AI — 1 миллиард

«And if you don't want to see them, you can't optimize for them» — 4:46 А то, чего вы не видите, вы не можете оптимизировать

«This is what we call Zero Click Revenue Reality» — 5:10 Это то, что мы называем реальностью выручки без кликов

«Your analytics records a branded search. Meta AI has no attribution» — 5:22 Ваша аналитика записывает брендовый поиск. Meta AI не получает никакой атрибуции

«Neil, I can't see Meta AI in my data» — 5:30 Нил, я не вижу Meta AI в своих данных

«The channel you cannot promote, your competitors are not optimizing for it» — 5:39 Канал, который вы не можете показать, — под него не оптимизируются и ваши конкуренты

«So, stop thinking about keywords, start thinking about questions» — 6:19 Перестаньте думать ключевыми словами — начните думать вопросами

«You may not be able to measure the actual Meta AI attribution yet, but you can measure its effect» — 8:58 Прямую атрибуцию Meta AI вы пока померить не можете, но можете померить её эффект

«This is your baseline. Do this again next week and track it» — 10:31 Это ваш baseline. Повторите через неделю и отслеживайте

Факты

• У ChatGPT ~1,2 млрд пользователей, у Meta AI — ~1 млрд (цифры спикера по чарту в видео).
• Meta AI крупнее Gemini (750 млн пользователей), Perplexity и Claude (в транскрипте whisper-ошибки «Parplexity», «Cloud9», «Clodder»).
• Instagram — 6,5 млрд поисковых запросов в день; WhatsApp — более 2 млрд месячных пользователей.
• LTV клиентов из AI-рекомендаций — $325, из Google-трафика — $271 (данные, на которые ссылается Patel; источник в транскрипте не назван).
• На маркетинговой конференции из зала DTC/e-commerce-маркетологов на вопрос «у кого есть навык под Meta AI» поднялась одна рука; про ChatGPT — весь зал.
• Meta встроила AI в тред Messenger, поисковую строку Instagram и чаты WhatsApp — без отдельного launch-события.
• Google на последнем I/O анонсировала изменение формата поиска (упомянуто мимоходом).
• В транскрипте есть утверждение про долю нетрекаемых AI-конверсий (фраза «not tracked once in 471») — цифра в SRT искажена, точное значение из транскрипта восстановить нельзя.
• Статистика ROI ранних AI-оптимизаторов за 2024 год в транскрипте присутствует, но числа переданы на бенгальском и искажены — спикер утверждает, что ранние получили положительный возврат, поздние — отрицательный.
• Patel рекомендует проверку видимости бренда: поиск «best organic skincare» в Instagram или «best dentist in Chicago» — за менее чем 2 минуты.
• Агентство Patel — NP Digital (в SRT «NPDGL»), позиционируется как «performance marketing agency of the year».

Источники

• Answer the Public — инструмент поиска реальных вопросов аудитории; по словам Patel, собирает данные в том числе из Instagram
• «Averis» (название искажено в транскрипте) — инструмент мониторинга упоминаний бренда в AI-ответах, сентимента и сравнения с конкурентами
• NP Digital (NPDigital.com; в SRT «NPDGL») — агентство Нила Пейтела
• Платформы: Meta AI, ChatGPT, Gemini, Perplexity, Claude, Instagram, WhatsApp, Messenger
• Google I/O — упомянутый анонс изменений в поиске

Рекомендации

• Сегодня же сделать 2-минутный аудит: вбить свою категорию в поиск Instagram и задать клиентский вопрос Meta AI в WhatsApp; зафиксировать baseline и повторять еженедельно.
• Переписать контент от ключевых слов к прямым ответам на вопросы клиентов (FAQ, ценовые и сравнительные вопросы) с помощью Answer the Public.
• Привести к единому виду все профили в экосистеме Meta: Instagram bio, Facebook-страница, WhatsApp Business профиль, about-страница сайта.
• Полностью заполнить и регулярно обновлять WhatsApp Business каталог, быстро отвечать на сообщения клиентов.
• Отслеживать брендовый поиск как прокси-метрику эффекта Meta AI, пока прямой атрибуции нет.

Итог

Миллиард пользователей Meta AI уже спрашивает у ассистента, что купить, — и пока этот канал не виден в вашей аналитике, он не виден и вашим конкурентам, поэтому дешевле всего занять его сейчас.