Алиса стала самой массовой нейросетью России. Пора мерить, что она говорит о вашем бренде
Спросите умную колонку с Алисой, какой оператор связи дешевле или где заказать диван, и она ответит. Назовёт вслух два-три бренда: без ссылок, без поисковой выдачи, без возможности пролистать до вашего сайта. Вопрос только один: прозвучит ли в этом ответе ваша компания.
Масштаб у вопроса уже не теоретический. Самой массовой нейросетью России стала не ChatGPT, а Алиса: ещё осенью 2025-го она вышла на первое место по охвату с 14,3% населения ежемесячно (Mediascope), а к июлю 2026-го, по данным опроса «Ашманов и партнёры», её выбирают уже 74% российских пользователей ИИ. Трафик, который нейросети приводят на сайты, за прошлый год вырос почти на порядок, и разгон продолжается: у Ozon переходы из ИИ-сервисов этой весной выросли ещё в четыре раза. Пока маркетинг следит за позициями в классическом Яндексе, всё больше клиентов получают ответ на вопрос «что купить» напрямую от Алисы. А она устроена иначе, чем ChatGPT или Gemini: два режима работы, связка с экосистемой Яндекса, голосовой интерфейс без визуальных подсказок. Всё это требует отдельного контура измерения, а не усреднённых цифр по всем ИИ-платформам сразу.
Как Алиса стала главной нейросетью страны
Точка перелома случилась осенью 2025 года: по данным Mediascope за октябрь, Алиса AI впервые обошла всех конкурентов с охватом 14,3% населения ежемесячно, оставив позади DeepSeek с 9,4%, GigaChat с 4% и ChatGPT с 3,5%. С тех пор отрыв только закрепился: тот же июльский опрос показывает, что среди россиян, которые вообще пользуются ИИ, Алису выбирают 74%, а у ближайшего преследователя DeepSeek лишь 15%. Речь не о разовом всплеске интереса, а об устойчивой привычке: запрос всё чаще формулируется голосом или текстом Алисе вместо ключевых слов в строке поиска.
Параллельно меняется структура трафика. По данным аналитической компании Digital Budget, которые приводил «Коммерсантъ», за январь-октябрь 2025 года исходящий трафик из нейросетей на российские сайты вырос более чем в девять раз, и 2026-й эту динамику не остановил: у ритейлеров переходы из нейросетей за год выросли ещё в 1,7 раза. Это не абстрактный тренд «где-то там на Западе»: рост фиксируется внутри рунета, на сайтах российских компаний.
Есть и более широкий контекст. Gartner ещё в феврале 2024 года спрогнозировал, что объём традиционного поиска сократится на 25% к концу 2026 года: пользователи всё чаще получают ответ напрямую от ИИ, не переходя по ссылкам. В России этот процесс имеет свою специфику: нишу классического поиска частично замещает не только ChatGPT или Perplexity, а именно Алиса, встроенная в браузер, колонки, приложения и мобильные устройства с сервисами Яндекса. Для маркетолога вывод практический, часть аудитории, которая раньше видела сайт компании в топ-10 выдачи, теперь получает готовый ответ от Алисы, и либо слышит название бренда, либо нет. Второй сценарий означает потерю контакта, которую невозможно заметить через обычные позиции в Яндексе.
Чем Алиса отличается от ChatGPT и Gemini для видимости бренда
Первое и главное отличие - Алиса AI работает в двух режимах одновременно, и это не техническая деталь, а разные точки контакта с пользователем. Поиск с Алисой встраивает короткие резюмирующие ответы прямо поверх привычной поисковой выдачи: пользователь видит абзац с сутью, а бренд может либо попасть в эту врезку, либо остаться ниже, среди обычных ссылок. Чат с Алисой AI это отдельный диалоговый интерфейс, где логика ответа строится иначе: модель ведёт развёрнутый диалог, опираясь на собственные источники и контекст беседы. Бренд вполне может фигурировать в одном режиме и полностью отсутствовать в другом, это два разных канала видимости, которые нельзя мерить одной метрикой.
Второе отличие это голосовой интерфейс. Когда пользователь общается с Алисой через умную колонку или голосовой ввод, визуальных сниппетов, логотипов и ссылок попросту нет. Есть только произнесённое название бренда или его отсутствие. Это резко повышает цену вопроса: если Алиса вслух не называет компанию среди вариантов ответа на запрос «какой банк выгоднее» или «где заказать доставку продуктов», контакт с пользователем просто не происходит, и никакой SEO-рейтинг сайта эту потерю не компенсирует.
Третье: глубокая интеграция с экосистемой Яндекса. Алиса подтягивает данные из Маркета, Карт, Услуг и других сервисов холдинга, что создаёт дополнительные источники цитирования, недоступные западным ассистентам в таком объёме. Бренд с сильными карточками в Маркете и на Яндекс Картах получает больше шансов попасть в ответ просто потому, что модель чаще опирается на данные своей же экосистемы. Это открывает отдельное направление работы: видимость в Алисе связана не только с сайтом компании, но и с присутствием во всех продуктах Яндекса одновременно.
Как измерить, упоминает ли Алиса ваш бренд
Первая метрика, которая нужна бренду, это Brand Mention Rate: доля запросов из ниши компании, при ответе на которые Алиса вообще упоминает бренд, неважно, положительно, нейтрально или в сравнении с конкурентом. Это базовый индикатор присутствия: если по 100 релевантным запросам бренд появляется в 12 ответах, Brand Mention Rate составляет 12%, и дальше уже можно разбираться, почему не выше.
Вторая метрика, Share of Voice: соотношение упоминаний бренда и конкурентов по одному и тому же пулу запросов. Она отвечает на вопрос не «упоминают ли вообще», а «кто доминирует в ответах Алисы по этой нише». Именно Share of Voice чаще всего показывает неприятную картину: бренд может быть заметен в классическом поиске, но проигрывать в ответах ИИ двум-трём конкурентам, которые лучше структурировали контент под цитирование.
Здесь и проявляется структурная сложность Алисы: обе метрики нужно считать отдельно для Поиска с Алисой и для Чата с Алисой AI, потому что цифры по двум режимам часто расходятся. Условный пример: у компании Brand Mention Rate 40% в Поиске и лишь 8% в Чате. Это сигнал, что диалоговая модель опирается на другие источники и почти не видит бренд, даже если сайт хорошо индексируется в классическом Яндексе. Без разделения метрик по режимам компания видит усреднённую и часто искажённую картину: хороший показатель в одном режиме маскирует провал в другом, а решения о контенте принимаются вслепую.
К этим двум метрикам обычно добавляют ещё две: Citation Rate, то есть как часто ИИ ссылается на страницы сайта бренда как на источник, и тональность, окраску упоминаний от позитивной до негативной. Вместе четыре показателя дают объёмную картину: присутствует ли бренд, на каком фоне, откуда модель берёт данные и как о бренде отзывается.
Какие бренды уже в зоне риска в ответах Алисы
Наибольшая концентрация риска в высококонкурентных нишах: телеком, банки, розничная торговля. Именно там объём запросов к Алисе максимален («какой тариф выгоднее», «где взять кредит без визита в офис»), и именно там быстрее всего закрепляется узкий круг из двух-трёх брендов, которые модель стабильно упоминает. Если компания не входит в этот условный топ на раннем этапе, пробиться позже сложнее: диалоговые модели склонны воспроизводить паттерны, на которых обучались, и новым игрокам приходится целенаправленно работать с контентом, чтобы переломить эту инерцию.
Компании без структурированного контента, чётких FAQ-блоков, факт-карточек с конкретными цифрами, коротких прямых ответов на частые вопросы, цитируются диалоговым ИИ реже, чем ранжируются в классическом индексе Яндекса. Логика простая: поиск оценивает страницы по десяткам сигналов, включая поведение и ссылочную массу, а диалоговая модель ищет фрагмент текста, который можно процитировать или пересказать как ответ. Если такого фрагмента на сайте нет, модели попросту не из чего собирать ответ, даже при образцовом классическом SEO.
Отдельная сложность: расхождение тональности между режимами. В Чате с Алисой AI тональность упоминания бренда может отличаться от тональности в Поиске, потому что режимы опираются на разные комбинации источников, а данные обновляются не синхронно. Бренд может получать нейтральные или позитивные формулировки в коротких поисковых ответах и одновременно устаревшие или неточные упоминания в диалоге. Без раздельного мониторинга такое расхождение остаётся незамеченным до момента, когда клиент напрямую спросит компанию, почему Алиса сказала о ней что-то не то.
Какие сервисы мониторят видимость бренда в Алисе
Рынок GEO-мониторинга в России уже сформировался, и Алису в том или ином виде поддерживает большинство заметных игроков: brandfound, GeoRank, AI Semantica, PixelTools AI-Visibility. Различается глубина: часть сервисов рассматривает Алису как единый источник, что удобно для общего расчёта видимости, но скрывает расхождения между Поиском и Чатом. Другой подход, отслеживать оба режима как самостоятельные источники: например, если брать brandfound, то он считает метрики отдельно по Поиску с Алисой и Чату с Алисой AI в ряду девяти систем, включая ChatGPT, Gemini, Google AI Mode, Perplexity, Grok, DeepSeek и GigaChat, с разбором тональности по 17 шкалам.
Выбор подхода зависит от ниши. Если бренд работает в спокойной категории с невысокой конкуренцией за ответы, общей цифры видимости может хватить. В конкурентных нишах, где каждый процент Share of Voice это чьи-то клиенты, раздельная аналитика по режимам позволяет точечно направить усилия: например, усилить факт-карточки для Чата, если провал именно там, вместо равномерного и менее эффективного вложения ресурсов.
Что делать бренду прямо сейчас, чтобы попасть в ответы Алисы
Первый шаг: начать измерять оба режима Алисы как отдельные источники данных, а не полагаться на усреднённые AI-метрики по всем платформам. Без этого невозможно понять, где именно теряется контакт, в голосовом поиске или в диалоговом чате, и куда направлять ресурсы.
Второй шаг: готовить контент под формат, из которого ИИ реально берёт ответы. Факт-карточки с конкретными цифрами и характеристиками, чёткие FAQ-блоки, прямые ответы на частые вопросы в первых абзацах страницы. Диалоговые модели цитируют фрагменты, которые можно вставить в ответ почти без изменений: расплывчатые описания «о компании» для этого не годятся.
Третий шаг: связать измерение и контент в один цикл. Выяснили, по каким запросам бренд проигрывает или отсутствует, закрыли эти пробелы конкретными материалами, замерили снова, изменилось ли упоминание в ответах. Такой цикл, измерение, публикация, повторное измерение, показывает не абстрактный «рост видимости», а конкретный эффект от конкретного текста в конкретном режиме Алисы.
Для бренда в конкурентной нише 2026 год это уже не вопрос «стоит ли заниматься видимостью в ИИ». Это вопрос того, насколько быстро компания научится видеть себя глазами самой массовой нейросети страны. И проверять не позиции в выдаче, а то, с чего начиналась эта статья: звучит ли ваше имя в ответе умной колонки.