Штучний інтелект переосмислить браузери: нові тенденції третьої війни браузерів

Третя війна браузерів тихо розгортається. Від Netscape та IE 90-х років до Firefox і Chrome, суперечка браузерів завжди була концентрованим відображенням контролю платформи та змін технологічних парадигм. Chrome, завдяки швидкості оновлення та екологічній взаємодії, здобув панівну позицію, а Google через двоголову структуру пошуку та браузера сформував замкнуте коло інформаційного входу.

Але сьогодні ця схема починає хитатися. Поява великих мовних моделей (LLM) змушує все більше користувачів виконувати завдання на сторінках результатів пошуку "нульовими кліками", традиційна поведінка кліку на веб-сторінки зменшується. У той же час, чутки про те, що Apple може замінити пошукову систему за замовчуванням у Safari, ще більше загрожують прибуткам Alphabet, і ринок починає проявляти тривогу щодо "традиційного пошуку".

Браузер сам по собі також стикається з перетворенням ролі. Він більше не просто інструмент для відображення веб-сторінок, а є контейнером, що об'єднує різноманітні можливості, такі як введення даних, поведінка користувачів, конфіденційність та ідентичність. Хоча AI Agent потужний, для виконання складних взаємодій на сторінці, виклику локальних даних про особистість та контролю елементів веб-сторінки, йому все ще потрібно покладатися на довірчі межі та функціональний пісочницю браузера. Браузер перетворюється з людського інтерфейсу на платформу системних викликів для агентів.

Чи є сенс у існуванні браузера? Ми вважаємо, що справжнім гравцем, який може зламати поточну структуру ринку браузерів, не є ще один "кращий Chrome", а нова структура взаємодії: не просто показ інформації, а виклик завдань. Майбутні браузери повинні бути спроектовані для AI Agent - не лише читати, але й писати та виконувати. Проекти, такі як Browser Use, намагаються семантизувати структуру сторінки, перетворити візуальний інтерфейс на структурований текст, доступний для виклику LLM, що значно знижує витрати на взаємодію.

Основні проекти почали випробування: Perplexity створює рідний браузер Comet, використовуючи штучний інтелект замість традиційних результатів пошуку; Brave об'єднує захист конфіденційності з локальним висновком, посилюючи функції пошуку та блокування за допомогою LLM; а такі криптопроекти, як Donut, намагаються знайти нові входи для взаємодії штучного інтелекту з активами на блокчейні. Спільною рисою цих проектів є спроба реконструювати вхідну частину браузера, а не покращувати його вихідний рівень.

Для підприємців можливості приховані в трикутних відносинах між введенням, структурою та агентами. Браузер, як інтерфейс для виклику світу майбутнього агента, означає, що той, хто може надати структуровані, викликаючі та надійні "блоки можливостей", стане частиною нового покоління платформ. Від SEO до AEO(Agent Engine Optimization), від трафіку на сторінках до викликів завдань, форма продукту та дизайнерське мислення перебувають у процесі реконструкції. Третя війна браузерів відбувається в "введенні", а не в "представленні"; вирішальним фактором є не те, хто привертає увагу користувача, а хто здобуває довіру агента і отримує доступ до викликів.

Історія розвитку браузерів

На початку 90-х років минулого століття Netscape Navigator відкрив двері до цифрового світу для мільйонів користувачів. Microsoft усвідомила важливість браузера і примусово зв'язала Internet Explorer з операційною системою Windows, що зруйнувало домінування Netscape на ринку.

У складних обставинах інженери Netscape вирішили опублікувати вихідний код браузера, який згодом став основою проекту Mozilla, що врешті-решт отримав назву Firefox. Firefox досягнув ряду проривів у користувацькому досвіді, екосистемі плагінів, безпеці та інших аспектах, що стало ознакою перемоги духу відкритого коду.

В той же час браузер Opera з'явився на ринку в 1994 році, у 2003 році був представлений власний движок Presto, який підтримує CSS, адаптивну верстку та інші передові технології. Того ж року Apple представила браузер Safari. У 2007 році IE7 вийшов разом з Windows Vista, але ринкові відгуки були посередніми. Частка Firefox поступово зросла до приблизно 20%, а домінування IE почало поступово зменшуватись.

Chrome вийшов на ринок у 2008 році, швидко здобувши популярність завдяки частим оновленням та єдиному досвіду на всіх платформах. У листопаді 2011 року Chrome вперше перевищив Firefox; через шість місяців знову обійшов IE, завершивши перехід від конкурента до домінуючої сили.

У 2020-х роках частка ринку Chrome залишається стабільною на рівні близько 65%. Пошукова система Google та браузер Chrome формують подвійний монопольний структуру, перша контролює близько дев'яноста відсотків пошукових входів у світі, а друга має більшість користувачів, які заходять в Інтернет через "перше вікно".

З появою великих мовних моделей (LLM) традиційний пошук зазнає удару. У 2024 році частка ринку пошуку Google впаде з 93% до 89%. Чутки про те, що Apple може запустити власну AI пошукову систему, ймовірно, підривають прибутковість Alphabet.

Від Navigator до Chrome, від відкритих ідей до комерціалізації реклами, суперечка браузерів завжди була війною за технології, платформи, контент та контроль. Хто контролює вхід, той визначає майбутнє.

На думку венчурних капіталістів, спираючись на нові вимоги людей до пошукових систем в епоху LLM та штучного інтелекту, третя війна браузерів поступово розгортається.

Застаріла архітектура сучасних браузерів

Традиційна архітектура браузера включає:

1. Вхідний пункт клієнтського інтерфейсу: завершення TLS-розшифровки, вибірка QoS та георозподіл.

2. Розуміння запиту: проведення перевірки правопису, розширення синонімів, аналіз намірів.

3. Вибір кандидатів: використання зворотних індексів та векторних індексів для відбору початкових кандидатних сторінок.

4. Багаторівневе сортування: за допомогою легких характеристик відфільтрувати кандидатні сторінки до приблизно 1000.

5. Глибоке навчання основного ранжування: використання таких технологій, як RankBrain та Neural Matching для розуміння семантики запитів.

6. Глибоке перетворення: використання моделі BERT для більш тонкого ранжування документів.

Це типовий робочий процес пошукової системи Google. Але в умовах сучасної ери штучного інтелекту та великих даних у користувачів виникли нові вимоги до взаємодії з браузером.

Штучний інтелект змінить браузери

Браузер як універсальний вхід не тільки для читання даних, користувачам також потрібно взаємодіяти з даними. Браузер сам по собі є місцем для зберігання відбитків користувачів. Складніша поведінка користувачів і автоматизовані дії повинні здійснюватися через браузер.

Браузер є місцем зберігання персоналізованого контенту:

• Більшість великих моделей розміщені в хмарі, важко безпосередньо викликати чутливі дані з локального пристрою.
• Усі дані мають бути надіслані третій стороні моделі, необхідно повторно отримати дозвіл користувача.
• Автоматичне заповнення коду підтвердження, використання камери тощо повинно виконуватися в пісочниці браузера.
• Контекст даних сильно залежить від браузера, включаючи вкладки, куки тощо.

Глибокі зміни у формах взаємодії

Користувацька поведінка при пошуку еволюціонує. Дослідження 2024 року показує, що серед 1000 запитів Google у США, 63% належать до "нульових кліків". Користувачі звикли отримувати інформацію безпосередньо зі сторінки результатів пошуку.

AI-браузер все ще потребує дослідження належних форм взаємодії, особливо в аспекті читання даних, оскільки нинішня "проблема ілюзії" великих моделей ще не вирішена, багато користувачів важко повністю довіряти автоматично згенерованим змістам.

Справжнім фактором, який може викликати масштабні зміни в браузерах, є рівень взаємодії з даними. Користувачі все більше схиляються до використання природної мови для опису складних завдань, які вже беруть на себе AI-агенти.

Майбутні браузери повинні бути спроектовані для повної автоматизації, враховуючи:

• Як поєднати досвід читання людини з розбірливістю AI Agent
• Як обслуговувати користувачів та агентські моделі на одній сторінці

Використання браузера

Browser Use побудував справжній семантичний рівень, створюючи архітектуру семантичного розпізнавання для браузерів наступного покоління. Він перетворює традиційне "DOM=дерево вузлів для людей" в "семантичне DOM=дерево інструкцій для LLM", що дозволяє агентам точно клікати, заповнювати та завантажувати без необхідності "переглядати координати точки".

Цей маршрут замінює візуальний OCR або координати Selenium на "структурований текст → виклик функції", що забезпечує швидше виконання, економію токенів та менше помилок. TechCrunch називає це "клеєвим шаром, що справді дозволяє ШІ розуміти веб-сторінки".

Основні характеристики використання браузера:

• Абстрагувати інтерактивні елементи в JSON-фрагменти, супроводжуючи їх метаданими, такими як роль, видимість тощо.
• Перетворити всю сторінку на спрощений "список семантичних вузлів" для одноразового читання LLM
• Отримати високорівневі команди з виходу LLM, відтворити у справжньому браузері

Якщо цей стандарт буде введено в W3C, це значно вирішить проблему введення в браузерах.

ДУГА

Компанія Browser(Arc, материнська компанія), зосереджується на браузері DIA, орієнтованому на ШІ. Проте її прогнози мають неточності, не вдалося чітко розділити "взаємодію", яка складається з двох вимірів - вводу та виводу.

На входній стороні AI може підвищити ефективність інструктивної взаємодії; але на вихідній стороні це судження явно незбалансоване, ігнорує основну роль браузера у представленні інформації та персоналізації досвіду. Браузер, як платформа, що містить конфіденційні дані і здатна універсально відображати різноманітні інтерфейси продуктів, має обмежену замінність на вході, а складність на виході ще більше ускладнює його можливість бути зруйнованим.

Справжня зміна, здатна поколебати Chrome, повинна кардинально переосмислити режим рендерингу браузера, щоб він відповідав вимогам взаємодії під управлінням AI Agent, особливо в дизайні архітектури входу. Browser Use зосереджується на структурних змінах базових механізмів браузера, сприяючи "атомізації" або "модульності", а з цим пов'язана програмованість і комбінованість зможуть принести величезний руйнівний потенціал.

Заплутаність

Perplexity відома як AI пошукова система з системою рекомендацій, остання оцінка складає 14 мільярдів доларів. Її основними характеристиками є миттєве підсумовування сторінок, що забезпечує перевагу в отриманні актуальної інформації. Perplexity випустить рідний браузер Comet, глибоко вбудований в пошуковий двигун відповідей.

Однак Perplexity все ще потрібно вирішити проблему високих витрат на пошук і низької рентабельності крайніх користувачів. Google також активно проводить перетворення на основі ШІ, запроваджуючи новий досвід вкладки браузера AI Model.

Лише поверхневим функціям недостатньо, щоб насправді загрожувати Google. Справжньою можливістю створити новий порядок буде реконструкція архітектури браузера знизу вгору, глибока інтеграція LLM у ядро браузера та радикальна зміна способів взаємодії.

Хоробрий

Brave є одним з перших і найуспішніших браузерів у криптоіндустрії, заснованим на архітектурі Chromium. Він залучає користувачів завдяки моделі заробітку токенів на основі конфіденційності та перегляду. Проте потреба в конфіденційності все ще залишається переважно зосередженою на певних групах користувачів, що ускладнює можливість порушити існуючі великі компанії.

Кількість активних користувачів Brave за місяць досягла 82,7 мільйона, щоденних активних користувачів - 35,6 мільйона, частка ринку становить близько 1%-1,5%. Середня місячна кількість запитів на пошук становить приблизно 1,34 мільярда, що становить близько 0,3% від Google.

Brave планує оновитися до браузера з пріоритетом на конфіденційність. Але через обмежений доступ до даних користувачів, низький рівень налаштування великих моделей, це ускладнює швидку і точну ітерацію продукту. В епоху майбутнього Agentic Browser, Brave, можливо, зможе зберегти стабільну частку на ринку серед певної групи користувачів, які цінують конфіденційність, але навряд чи стане основним гравцем.

Пончик

Крипто-стартап Donut отримав 7 мільйонів доларів США на етапі попереднього фінансування. Його бачення полягає в досягненні інтегрованих можливостей "дослідження - прийняття рішень - крипто-нативне виконання".

Основна суть цього напрямку полягає в поєднанні автоматизованих шляхів виконання, властивих криптовалютам. У майбутньому очікується, що Агенти зможуть замінити пошукові системи, ставши основними точками входу для трафіку, а підприємці будуть змагатися за трафік відвідувань та конверсій, що забезпечується виконанням Агентів. У галузі цей тренд вже називають "AEO"(Answer/Agent Engine Optimization) або "ATF"(Agentic Task Fulfilment).

Поради для підприємців

Браузер все ще залишається найбільшим незмінним "загальним входом" у світ Інтернету. Кількість користувачів настільних ПК у світі становить приблизно 2,1 мільярда, а мобільних пристроїв - понад 4,3 мільярда; він є спільним носієм для введення даних, інтерактивної поведінки та зберігання персоналізованих відбитків.

Для підприємців справжнім потенціалом для перевороту є не оптимізація на рівні "виводу сторінки". Справжня точка прориву полягає в "вхідній стороні" - як змусити AI Agent активно використовувати продукти підприємців для виконання конкретних завдань. Це стане ключовим фактором того, чи зможуть майбутні продукти інтегруватися в екосистему Agent, отримувати трафік та розподіл вартості.

Пошук епохи拼"натисніть"; епоха代理拼"виклик".

Підприємці повинні переосмислити продукт як компоненти API, щоб агенти могли не тільки "розуміти" його, але й "викликати" його. Дизайн продукту має враховувати три виміри:

1. Стандартизація структури інтерфейсу: чи "можна викликати" продукт?

• Чи можна ключові операції описати за допомогою семантичної структури DOM або JSON-мапування?
• Чи надається статусна машина, щоб Агент міг стабільно відтворювати процеси поведінки користувачів?
• Чи підтримує взаємодія з користувачем сценарне відновлення?
• Чи є стабільно доступний WebHook або API Endpoint?

2. Ідентичність та доступ: Чи може Агент "перейти довірчі бар'єри"?

• Чи може стати AI-агентом для завершення угод, виклику платежів або надійним проміжним шаром для активів?
• Для крипто-підприємців можна розглянути можливість створення "MCP(Multi Capability Platform) для світу блокчейну".

3. Подальше розуміння механізму трафіку: майбутнє не в SEO, а в AEO/ATF

• Продукти повинні мати чітку гранулярність завдань: це не "сторінка", а "можливість виклику"
• Розпочати оптимізацію агента (AEO) або адаптацію планування завдань (ATF)
• Адаптація під різні LLM фреймворки