1. Почему это важно прямо сейчас
Мы переживаем не просто очередную волну цифровизации - это структурный слом. Ещё в 2023–2024 годах путь абитуриента разворачивался в логике платформенной экономики: поисковики, агрегаторы, социальные сети выступали посредниками между абитуриентом и университетом. Сегодня на место платформ приходят ИИ-агенты: автономные системы, которые не просто выдают информацию по запросу, но самостоятельно исследуют, сравнивают, формируют шорт-листы и дают персонализированные рекомендации.
По данным Salesforce State of the Connected Customer (2024), 65% потребителей Z-поколения уже обращаются к генеративному ИИ при принятии решений о крупных покупках и выборе образования. Согласно отчёту McKinsey "The State of AI in 2024", рост использования ИИ-ассистентов в образовательном контексте составил 3,4× за два года. Google сообщает: более 40% поисковых сессий Gen Z начинается в ИИ-чатах, а не в традиционном поиске. Исследование Gartner (2025) прогнозирует: к 2026 году до 30% трафика на сайты университетов будет генерироваться не людьми, а ИИ-агентами, сканирующими информацию от имени пользователей.
Наше собственное исследование, проведённое в 2025 году среди 3 831 первокурсника российских университетов (выборка охватывает все федеральные округа РФ, все типы вузов и все модели образовательной миграции), показывает: путь абитуриента уже сейчас многослоен и нелинеен. Согласно концепции Филипа Котлера (Marketing 5.0 / 6.0), на каждом этапе этого пути - осведомлённость, привлекательность, вопрос, действие - абитуриент испытывает три типа влияния: собственный опыт (включая медиацию ИИ-агентов), влияние других (сарафанное радио в цифровой и офлайн-среде) и внешнее влияние (маркетинговые коммуникации университета). Переход от платформенной к агентной модели меняет баланс этих влияний радикально - и приёмным комиссиям необходимо это понять уже сейчас.
2. Как ИИ меняет каждый этап пути абитуриента
Этап 1. Осведомлённость
По данным нашего исследования, на этапе первичного знакомства с университетом ключевую роль играют два фактора: влияние других (сарафанное радио) и собственный опыт. При этом для «сильных» абитуриентов (250+ баллов ЕГЭ) уже сейчас значимее самостоятельный интернет-поиск и маркетинговые коммуникации -именно эта аудитория первой мигрирует в ИИ-ориентированное потребление информации.
Собственный опыт (включая ИИ-медиацию)
ИИ-агенты сегодня заменяют первый поисковый запрос. Абитуриент не вводит «лучшие вузы по специальности», а спрашивает ChatGPT, GigaChat или Алису: «Где в России лучше учиться на ИТ-специальностях с практикой в индустрии?» - и получает системный ответ, в котором одни университеты присутствуют, а другие нет. Присутствие в ответах ИИ становится новым «первым экраном» осведомлённости.
Мировые практики: Массачусетский технологический институт и Технический университет Мюнхена публикуют структурированные данные в форматах, специально оптимизированных для LLM-индексации. Университет Мельбурна внедрил автоматическую синхронизацию содержания о программах с агрегаторами, которые используются ИИ-системами как источники знаний. Georgia Tech и Carnegie Mellon проводят регулярный «ИИ-аудит»: запрашивают ведущие ИИ-системы о своих программах и оценивают корректность ответов.
Влияние других (сарафанное радио в цифровой среде)
Наше исследование показывает: для «слабых» абитуриентов и горизонтальных мигрантов именно сарафанное радио остаётся главным первичным источником осведомлённости. ИИ-агенты трансформируют этот канал: они агрегируют отзывы, форумные обсуждения и рейтинги и синтезируют из них единое «мнение сети». Негативный отзыв, попавший в базу данных агента или в топ поиска, начинает работать мультипликативно.
Мировые практики: Университет Торонто запустил программу «Амбассадоры бренда» с обязательной публикацией контента на платформах, которые индексируются ИИ-системами. NUS (Сингапур) систематически работает с Reddit, Quora и Telegram-сообществами, понимая, что именно эти источники становятся обучающими данными для ИИ. University of Edinburgh анализирует упоминания в ИИ-ответах и сопоставляет их с тональностью органических отзывов.
Маркетинговые коммуникации университета
Классическая интернет-реклама теряет эффективность на этапе осведомлённости: ИИ-агенты отвечают на вопрос до того, как пользователь увидит рекламный баннер. По нашим данным, интернет-реклама была первичным источником осведомлённости лишь для 3,52% респондентов. Маркетинговые коммуникации сохраняют значимость для «столичных» абитуриентов, но и здесь вектор смещается в сторону контента, который воспроизводится в ИИ-ответах.
Мировые практики: HEC Paris и INSEAD инвестируют в публикацию авторитетных лонгридов и исследований, которые LLM-системы цитируют при ответах об образовании в сфере бизнеса. Университет British Columbia разработал специальный «ИИ-медиакит» - набор структурированных фактов о вузе для машинного чтения. University of Amsterdam тестирует прямое взаимодействие с API крупных ИИ-систем для обновления корпусов знаний.
Этап 2. Привлекательность
На этом этапе абитуриент формирует шорт-лист. Наше исследование показывает, что официальный сайт вуза сохраняет лидерство (60,87% респондентов), однако «сильные» абитуриенты активно используют рейтинги, отзывы и сообщества. Именно здесь ИИ-агенты будут играть ключевую роль: они выступят «персональным советником», автоматически сравнивающим программы, стоимость и карьерные перспективы.
Собственный опыт
ИИ заменяет ручное сравнение: вместо того чтобы открывать 10 сайтов, абитуриент задаёт агенту вопрос «Сравни программы по Data Science в ведущих вузах по критериям: практика, трудоустройство, стоимость». Сайт вуза, который не обновлён или структурирован неудобно для машинного чтения, просто выпадает из сравнения.
Мировые практики: MIT структурировал страницы программ по единым семантическим шаблонам, облегчающим извлечение данных ИИ. Технический университет Берлина внедрил доступ к каталогу программ для ИИ-агрегаторов. Imperial College London публикует «карточки программ» - компактные, машиночитаемые описания с ключевыми параметрами. Университет Сеула и KAIST разработали мобильные ИИ-ассистенты выбора программы, встроенные в официальный сайт. НИУ ВШЭ тестирует ИИ-ассистента для сравнения образовательных программ на платформе для абитуриентов.
Влияние других
Наш опрос подтвердил: сарафанное радио - третий по значимости источник на этапе привлекательности (25,84%). При этом ИИ-агенты агрегируют отзывы из разных источников и формируют единый «рейтинг впечатлений» без участия маркетологов вуза. Столичные абитуриенты больше полагаются на неформальные паблики и интернет-отзывы, а это именно тот контент, который обучает ИИ.
Мировые практики: Университет Сиднея создал систему верифицированных отзывов студентов, индексируемых ИИ-агрегаторами. King's College London запустил программу «Студент отвечает ИИ» -студенты записывают видеоответы на типичные вопросы, которые поступают через ИИ-чаты. Wageningen University системно публикует истории успеха выпускников в структурированных форматах. Университет Токио развивает сеть студенческих амбассадоров с фокусом на платформах, используемых как источники для обучения LLM.
Маркетинговые коммуникации университета
Сайт для абитуриентов остаётся важнейшим инструментом, но его эффективность теперь зависит не только от UX для человека, но и от «читаемости» для ИИ-агента. По нашим данным, сайт для абитуриентов занимает второе место по использованию (41,19%), но при этом реже всего обновляется с учётом машинного чтения.
Мировые практики: Лондонская школа экономики обновила архитектуру сайта с учётом приоритетов LLM-индексации. Делфтский технический университет внедрил динамическое ценностное предложение: сайт адаптирует контент в зависимости от профиля входящего ИИ-агента. Aalto University тестирует чат-агента на базе Claude, интегрированного прямо в сайт приёмной комиссии.
Этап 3. Вопрос
Это самый трансформируемый ИИ этап. Наше исследование показывает: мессенджеры - приоритетный канал коммуникации (48,53%), телефон - на втором месте (38,89%), чат-боты - наименее удобный инструмент. Здесь и кроется парадокс: ИИ-агенты способны полностью заменить первую линию коммуникации, однако их реализация в российских вузах пока примитивна.
Собственный опыт
Абитуриент всё чаще задаёт вопросы не сотруднику приёмной комиссии, а ИИ, причём это происходит до того, как он посетит сайт. Вопросы типа «Можно ли поступить в МГУ с 240 баллами на психологию?» всё чаще уходят в ChatGPT или GigaChat, а не в колл-центр вуза. Если ответ ИИ некорректен, абитуриент уходит с неверным представлением.
Мировые практики: ASU (Arizona State University) внедрил ИИ-агента Sunny, который ежегодно обрабатывает более 60 000 запросов абитуриентов. Purdue University использует AI-платформу Ivy.ai для круглосуточных ответов на вопросы о поступлении. Университет Ватерлоо развернул ИИ-агента, интегрированного с базой знаний по всем программам. Технический университет Мюнхена запустил голосового ИИ-ассистента для ответов на вопросы о поступлении на 6 языках. ИТМО тестирует собственного GPT-ассистента для абитуриентов в Telegram.
Влияние других
Студенты-амбассадоры и выпускники всё чаще дают советы через ИИ-опосредованные каналы: форумы и чаты, которые впоследствии индексируются. Абитуриент с вопросом «Расскажи, каково учиться в Томском политехе» может получить ответ, синтезированный ИИ на основе публичных обсуждений, а не реальный разговор со студентом.
Мировые практики: UCLA создала сеть студенческих ментров, ответы которых размещаются в структурированном виде и доступны для ИИ-агентов. University of Warwick интегрировал ИИ-агрегатор отзывов студентов в систему поддержки абитуриентов. Северо-западный университет (США) запустил программу «Студент + ИИ»: живой студент + ИИ-помощник отвечают на вопросы совместно.
Маркетинговые коммуникации университета
Чат-боты в их нынешней реализации не справляются с задачей - наше исследование подтверждает их низкую популярность. Необходим переход от скриптового чат-бота к ИИ-агенту с реальной базой знаний. При этом 25,66% абитуриентов страдают от недостатка информации о процессе поступления, именно эту боль должен снять ИИ-агент первой линии.
Мировые практики: Georgia State University внедрил ИИ-агента Pounce, снизившего «летний отсев» абитуриентов на 21,4%. Northeastern University использует предиктивную аналитику на основе ИИ для персонализации коммуникации с каждым абитуриентом. Universidad de Navarra запустила WhatsApp-бота на базе GPT-4 для испаноязычных абитуриентов.
Этап 4. Действие (поступление)
На этапе подачи документов ИИ пока присутствует меньше, но это временно. Основная боль этого этапа -информационная: 25,66% жаловались на недостаток информации о процессе, 20,31% на неудобную навигацию в конкурсных списках. Именно здесь ИИ-агент может стать «личным куратором поступления».
Собственный опыт
ИИ способен автоматически мониторить конкурсные списки, уведомлять о смене позиции и рекомендовать оптимальный момент для отзыва заявления из одного вуза в пользу другого. Это ближайшая точка внедрения для российских университетов.
Мировые практики: Common App (США) интегрировал ИИ-ассистента для заполнения заявлений. Берлинский университет искусств запустил ИИ-навигатор по конкурсным спискам в режиме реального времени. Университет Копенгагена внедрил ИИ-чеклист для абитуриентов. Сеульский национальный университет использует предиктивные модели для прогноза шансов поступления. Финансовый университет при Правительстве РФ тестирует ИИ-ассистента для сопровождения этапа подачи документов.
Влияние других и маркетинговые коммуникации
На финальном этапе ИИ выполняет роль «последней мили»: сравнивает условия зачисления, напоминает о дедлайнах, агрегирует последние отзывы о качестве сервиса приёмной комиссии. Наш опрос показал: нейтральное или негативное отношение сотрудников комиссии - один из ключевых факторов оттока для «сильных» (290+) абитуриентов. ИИ-агенты фиксируют и тиражируют именно эти впечатления.
Мировые практики: University of Michigan использует ИИ для персонализированной рассылки в период приоритетного выбора. Университет Амстердама запустил ИИ-агента, напоминающего о документах и дедлайнах. KU Leuven внедрил систему ИИ-мониторинга «настроений» абитуриентов в период подачи документов.
3. Приёмной комиссии: что делать уже в этой кампании
Мы понимаем: трансформировать все процессы за несколько месяцев невозможно. Но есть действия, которые дадут результат уже в ближайшей приёмной кампании.
– Проведите «ИИ-аудит» университета: задайте ChatGPT, GigaChat и другим популярным ИИ-системам ключевые вопросы о вашем вузе. Зафиксируйте, что они отвечают, и определите приоритеты коррекции.
– Обновите сайт для машинного чтения: добавьте структурированные данные (JSON-LD/Schema.org) на страницы программ, убедитесь, что ключевые факты о вузе представлены в чётких, извлекаемых блоках.
– Замените чат-бот на ИИ-агента первой линии: даже базовая интеграция GPT-технологий в мессенджер закроет потребность в ответах 24/7, которую наш опрос выявил как критическую болевую точку.
– Активизируйте управление отзывами: студенческий контент - это обучающие данные для ИИ. Запустите программу амбассадоров с акцентом на платформы, которые индексируются ИИ-системами.
– Создайте «ИИ-навигатор конкурсных списков»: даже простой Telegram-бот, отслеживающий позицию абитуриента и присылающий обновления, снизит стресс и отток. Наш опрос показал: уровень стресса -значимый фактор, особенно для «сильных» абитуриентов.
– Разработайте контентную стратегию под LLM: публикуйте авторитетный экспертный контент (интервью с деканами, статистику трудоустройства, истории выпускников) - это источники, которые ИИ-агенты воспроизводят в ответах.
4. Стоит ли продолжать опрашивать абитуриентов?
Это закономерный вопрос: если абитуриент взаимодействует с ИИ-агентом, а не с сайтом и не с сотрудником -что именно мы исследуем традиционным опросом?
Наш ответ: да, опросы необходимо продолжать, но они должны эволюционировать. Традиционный опрос фиксирует декларируемые предпочтения. ИИ-медиация создаёт новый слой данных: поведенческий след взаимодействия с агентом. Это принципиально разные типы информации, и они дополняют, а не заменяют друг друга.
Как исследовать опыт абитуриента в новых условиях? Мы рекомендуем трёхуровневую систему:
– Традиционный опрос первокурсников сохранить, адаптировав вопросы: добавить блок об использовании ИИ-инструментов на каждом этапе пути («Обращались ли вы к ИИ-ассистентам при выборе вуза?», «Какие вопросы вы задавали?»).
– Аналитика взаимодействия с ИИ-агентом вуза: логи запросов, паттерны вопросов, точки прерывания диалога - это богатейший источник данных об истинных потребностях абитуриента.
– Анализ «тёмного» трафика: изучение запросов, по которым ИИ-системы рекомендуют или не рекомендуют ваш вуз, мониторинг упоминаний в «обучающих» источниках (форумы, отзывники, Telegram).
Таким образом, эпоха ИИ не отменяет исследования опыта абитуриента, она обогащает методологию. Опрос переходит от функции «что выбрали» к функции «почему ИИ рекомендовал именно это».
Заключение: время действовать
Переход от платформенной к агентной модели - это не тренд завтрашнего дня. Это реальность, в которой живут ваши абитуриенты уже сегодня. Наше исследование показывает: российские абитуриенты разнородны, их пути многообразны, и именно эта разнородность требует персонализации, которую только ИИ способен обеспечить в масштабе.
Университеты, которые начнут ИИ-трансформацию отношений с абитуриентами уже в этой кампании, получат не просто технологическое преимущество, они сформируют новый стандарт студенческого опыта, задающий тон для всей отрасли.
Готовы провести ИИ-аудит пути вашего абитуриента?
Свяжитесь с нами: www.univermark.ru | t.me/univermarketing | vk.com/univermark
Консалтинговое агентство «Университеты и маркетинг» — 100+ проектов в 50+ университетах и колледжах России