По данным ВЦИОМ за последние полгода доля интернет‑пользователей в РФ с опытом использования нейросетей выросла с 73% до 78%. Доля тех, кто обращается к ним не реже раза в неделю, поднялась с 51% до 58%. Рост идёт и за счёт новых пользователей, и за счёт роста интенсивности у тех, кто уже пользовался нейросетями раньше.
По агрегированным оценкам Head Promo, аудитория Алисы AI составляет около 28–38 млн человек, DeepSeek — около 11 млн, Google AI — 4–6 млн, GigaChat — около 4,7 млн, ChatGPT — около 4 млн, Perplexity — около 1,6 млн.
Цифры ориентировочные: разные платформы и исследования по‑разному считают активную аудиторию. Но масштаб уже достаточный, чтобы принимать во внимание фактор ИИ в маркетинге.
Пользовательский сценарий и выбор
Рассмотрим простую ситуацию, а точнее «пользовательский сценарий». Человека что‑то беспокоит, он идет к ИИ за советом. Например:
«Привет Алиса, у меня часто болит голова после работы, что это может быть, что делать?»
На этом этапе у него нет потребности в коммерческом выборе. Ему пока нужно понять, какие вообще есть варианты.
Здесь нейросеть ему выдаст длинный ответ, но если подытожить, то что‑то типа такого:
«Стоит проверить давление, сон, базовые показатели здоровья. Рекомендую пройти чекап организма или обратиться к врачу.»
И вот здесь, на втором шаге, ИИ уже плавно переводит диалог на коммерческие рельсы. Далее диалог может строиться так:
«Хмм, а где можно пройти чекап у меня в городе?»
Первая точка внимания для бизнеса именно этот этап. Здесь мы ещё в довольно широкой воронке, пока ИИ даст широкий выбор вариантов. Но часть пользователей на этом шаге уже выберет один из вариантов и оставит заявку.
Однако сценарий не обязательно на этом заканчивается. Пользователь может пойти дальше:
«А какая из этих клиник лучше?»
«Порекомендуй клинику с самыми дешевыми ценами на чекап»
«А какая из них работает в выходные?»
«Посоветуй ТОП-3 варианта в районе метро Таганская?»
Вторая точка внимания для бизнеса. Критически важно попасть именно в эту выборку.
Совет: обратите внимание на «модификаторы» запросов. У нас тут «дешевые цены», «работа в выходные» и «метро Таганская» — ваше позиционирование должно попадать под запросы пользователей и эта информация должна быть доступна нейросетям и поисковым системам. |
Таким образом, мы прошли путь от проблемы клиента не связанной с выбором бренда или продукта, в ходе решения которой AI нас перевел в коммерческую плоскость и порекомендовал конкретные компании, в данном случае, клиники.
Проблема → определение нужной услуги → широкая выборка компаний → сравнение → рекомендация бренда.
Упоминание бренда ≠ рекомендация
При этом, само появление компании в ответах нейросетей ещё не равно рекомендации этой компании.
Есть несколько уровней присутствия бренда в ИИ:
Знает → упоминает → включает в выборку → сравнивает → рекомендует.
Например, ChatGPT может знать, что существует определённая клиника, но никогда не включать её в ответы на запрос «лучшие клиники Москвы».
Или компания может регулярно появляться в списке вариантов, но AI не будет называть её среди наиболее подходящих.
Давайте рассмотрим пример:
Алиса в своем ответе явно отдает предпочтение «Ам Медика», а вот «Казанскую клинику» описывает намного скромнее. Именно поэтому я всегда говорю, что наличие в ответе не равно рекомендации. Об этом я писал подробнее в предыдущей статье про качество ответов.
Почему AI рекомендует одни компании и не рекомендует другие
Нейросеть должна понимать не только то, что бренд существует, но и когда его уместно рекомендовать.
Для этого вокруг компании должен существовать понятный информационный след:
сайт с подробным описанием услуг и преимуществ;
независимые публикации о компании и продуктах;
рейтинги и сравнения;
отзывы;
карточки компании и отраслевые каталоги;
экспертные материалы;
упоминания бренда на внешних площадках.
Если разные источники связывают компанию с определённой услугой, географией, специализацией и преимуществами, ИИ проще включать этот бренд в релевантные ответы.
Если ИИ не упоминает вашу компанию в ответах, то здесь может быть несколько вариантов:
Недостаточно открытой информации о компании. Нейросети просто не хватает данных, чтобы уверенно связать бренд с конкретной услугой, продуктом или тематикой.
Информация размещена не в тех источниках. Публикации есть, но сами площадки не дают достаточно сильного сигнала для поисковых систем и AI.
Информация о компании не подтверждается. Данные встречаются только на собственном сайте, противоречат друг другу или не подтверждаются независимыми источниками.
У компании слабая репутация или много негативных отзывов. Это не обязательно исключит бренд из ответов, но может заметно снизить вероятность прямой рекомендации.
Компания не попадает в пользовательский сценарий. AI может знать бренд, но не связывать его с тем запросом, географией, потребностью или критерием выбора, который задаёт пользователь.
Чем больше у нейронки качественных и согласованных между собой источников информации о компании, её услугах, специализации и преимуществах, тем проще нейросети понять, в каких сценариях бренд стоит рекомендовать.
Как попасть в рекомендации нейросетей?
Работа с видимостью бренда в генеративных системах называется GEO — Generative Engine Optimization. Тут на habr лежит мой подробный гайд про то как попадать в ИИ ответы.
Если сильно упростить, задача GEO состоит из нескольких направлений:
Сделать сайт понятным для AI.
Создать внешний информационный след вокруг бренда.
Попадать в рейтинги, обзоры и сравнительные материалы.
Работать с отзывами, карточками и каталогами.
Регулярно публиковать экспертную информацию по вашей теме
Проверять, по каким запросам AI уже упоминает и рекомендует компанию.
Главная задача — не добиться одного случайного упоминания, а создать устойчивую связь:
Определенная потребность пользователя → категория услуги → ваш бренд.
После того как бренд появился в ответах нейронок, идет более точечный этап влияния на содержимое ответа, трансляции тех тезисов и смыслов, которые важно доносить компании до потенциального клиента.
По нашей практике, необходимая глубина GEO зависит от конкуренции в тематике.
В низкоконкурентных тематиках, обычно, достаточно связки: сайт + внешние трастовые площадки.
В среднеконкурентных, добавляется проработка репутационного и экспертного слоя.
В высококонкурентных, мы уже создаем собственные тематические площадки, высокую роль начинает играть фактор обновляемости информации, наличие эксперта бренда, широта охвата тематики.
Подытожу. ИИ не просто поисковая, а во многом рекомендательная система. Если сумеете закрепиться в её рекомендациях — получите ещё один стабильный канал привлечения горячих заявок.
