Радио 
Нейросети меняют привычный процесс выбора товаров. Теперь среди рекомендаций ИИ наряду с известными марками могут оказаться бренды, о которых покупатель раньше не слышал. Но достаточно ли этого, чтобы человек решился на покупку незнакомого товара? О том, как формируются рекомендации ИИ, что дает небольшим производителям возможность конкурировать с известными марками и почему последнее слово все равно остается за человеком, Sostav рассказали вице-президент по трансформации бизнеса 
ГК «Родная Речь» Юрий Панов, амбассадор интернет-площадок в «Поиске» «Яндекса» Михаил Сливинский и основатель платформы аналитики Brandfound Андрей Колесников.
Как неизвестный бренд оказывается рядом с известным
При самостоятельном поиске покупатель может начать с нескольких знакомых производителей, изучить ассортимент и сравнить подходящие модели. При обращении к ИИ последовательность меняется: сначала человек описывает задачу, бюджет и предпочтения, а затем получает список товаров, соответствующих заданным условиям. В результате в сравнении могут оказаться предложения компаний, о существовании которых покупатель прежде не знал.
Такой сценарий подтверждают данные исследования Rithum, проведенного среди 1046 покупателей из США и Великобритании. Согласно опросу, 36% респондентов регулярно используют ИИ для знакомства с новыми брендами и товарами, а 43% стали рассматривать больше вариантов благодаря нейросетям. В международном исследовании ICERTIAS, проведенном в июле-августе 2026 года, 60% респондентов, применявших ИИ для покупок, сообщили, что обнаружили благодаря нейросетям бренды, которые раньше не рассматривали. При этом 30% предположили, что без рекомендаций ИИ купили бы товар другой марки.
По мнению Юрия Панова, новый этап конкуренции не обнуляет силу известных брендов, но делает рынок более открытым для небольших производителей. Если раньше масштаб и узнаваемость сами по себе давали серьезное преимущество, то теперь шанс получить место в рекомендации появляется и у тех, кто уступает лидерам в медийности, но лучше адаптировал продукт, данные и пользовательский опыт под новую логику выбора. Известность бренда при этом не перестает иметь значение. Меняется прежде всего способ формирования первоначального списка альтернатив: покупатель может начать сравнение не с привычных марок, а с предложений, подобранных нейросетью под конкретную потребность.
Как нейросеть решает, что показать
Чтобы предложить товар, системе необходима информация о его свойствах. Названия модели и фотографии недостаточно, когда запрос включает несколько условий: стоимость, технические характеристики, сроки получения и другие параметры. Например, при выборе ноутбука для поездок могут иметь значение вес устройства, время автономной работы, диагональ экрана и цена. Если часть характеристик отсутствует в описании товара или представлена неоднозначно, системе сложнее сопоставить предложение с запросом.
Как отмечает Юрий Панов, в покупках с помощью ИИ креативность уступает место интерпретируемости, то есть тому, насколько характеристики и преимущества товара понятны языковой модели. Если товар недостаточно прозрачен для системы, он рискует не попасть в итоговый список рекомендаций. При этом ИИ сокращает привычный маршрут покупателя, беря на себя часть работы по формулированию запроса и первоначальному отбору предложений.
Похожую закономерность отмечает Михаил Сливинский. По его словам, ключевым фактором становится не «красивая картинка», а глубина и чистота передаваемых данных. Чтобы ИИ-помощник, например, «Алиса AI», мог предложить товар из конкретного магазина, он должен получать актуальную информацию не только о цене, но и о способах доставки, наличии остатков, возможности оплаты частями и других параметрах покупки.
Для передачи такой информации «Яндекс» представил Yandex Commerce Protocol (YCP) — стандарт интеграции интернет-магазинов с ИИ-сценариями. Поскольку ИИ формирует ответы в том числе на основе результатов «Поиска», значение имеют также релевантность страниц интернет-магазинов и полезность размещенного на них контента.
Так, небольшой бренд может оказаться в одном списке с крупным: он подходит под запрос, и о нем есть нужная информация. Но подробное описание еще не гарантирует, что товар попадет в рекомендации: итоговый список зависит от конкретного запроса и от того, как система отбирает варианты. Панов обращает внимание и на изменение роли привычных маркетинговых инструментов. Креативность не исчезает, но все больше смещается из коммуникации в сам продукт и пользовательский опыт. Персонализация также начинает работать не столько на уровне рекламного сообщения, сколько на уровне предложения. На первый план выходят свойства товара, его функциональные отличия, условия доставки и качество сервиса.
Известность бренда при этом не перестает иметь значение. Меняется прежде всего способ формирования первоначального списка альтернатив: покупатель может начать сравнение не с привычных марок, а с предложений, подобранных нейросетью под конкретную потребность. Возможность пересмотреть первоначальный выбор подтверждают данные исследования DEPT: среди тех, кто недавно использовал ИИ при покупках, 56% сообщили, что под влиянием рекомендаций нейросети выбирали другой бренд вместо первоначально запланированного.
Таким образом, известный бренд и небольшая марка могут оказаться в одном списке благодаря соответствию запроса характеристикам товара. Но попадание в рекомендации решает только первую часть задачи: покупателю еще предстоит определиться с окончательным выбором.
Увидеть бренд в подборке ИИ не значит ему поверить
Рекомендация ИИ позволяет узнать о незнакомой марке, но не устраняет сомнений перед покупкой.
По данным того же исследования ICERTIAS, 33% пользователей ИИ сообщили, что покупали товары ранее не рассматривавшихся брендов после знакомства с ними через нейросеть. Таким образом, обнаружение нового производителя встречалось среди опрошенных заметно чаще, чем последующая покупка. В рамках исследования также оценивалась готовность потребителей приобрести товар незнакомой марки при разных условиях. При наличии независимого подтверждения репутации готовность к покупке составляла 65%, тогда как при одной рекомендации ИИ — 53%.
Для покупателя неизвестный бренд может означать дополнительные вопросы: насколько надежен товар, соответствует ли заявленным характеристикам, как работает гарантия и можно ли доверять продавцу. Рекомендация помогает обратить внимание на предложение, но не всегда дает ответы на все эти вопросы. По данным исследования «Анкетолога», проведенного в сентябре 2026 года, для оценки ответа нейропоиска пользователи сверяют его с другими источниками информации (77%), полагаются на свой опыт и интуицию (56%) или переходят по ссылкам на первоисточники (39%).
По мнению Юрия Панова, доверие остается одним из определяющих факторов выбора, в том числе на фоне распространения созданного нейросетями контента. Эксперт отмечает, что общество все сильнее сталкивается с кризисом доверия, который усугубляется развитием ИИ. Это усложняет выбор между сопоставимыми предложениями. Поэтому, если среди рекомендованных нейросетью товаров покупатель видит бренд, которому уже доверяет, известность марки становится дополнительным фактором при принятии решения.
В такой ситуации известность производителя сохраняет практическое значение. Предыдущий опыт использования продукции, знакомое название и сложившееся представление о качестве помогают принимать решение в условиях неопределенности. Небольшая марка может привлечь внимание более подходящими характеристиками или стоимостью, однако отсутствие знакомого названия не всегда компенсируется выгодным предложением. Особенно если покупатель опасается потратить деньги на товар, качество которого пока не может оценить.
В каких покупках человек готов довериться ИИ
Андрей Колесников отмечает, что покупатели постепенно делегируют технологиям все больше рутинных этапов. Если раньше необходимо было самостоятельно сформулировать потребность, найти варианты, сравнить характеристики и изучить отзывы, то теперь часть этой работы выполняют поисковые и рекомендательные системы. При этом меняется сама постановка задачи. Вместо поиска конкретной модели покупатель может описать ситуацию: например, необходим ноутбук для работы и поездок в пределах определенного бюджета. ИИ способен предложить несколько подходящих вариантов, объяснить различия и помочь с выбором.
По словам Колесникова, точный отбор особенно ценен там, где много технических характеристик и сложно самостоятельно разобраться в ассортименте. При покупке ноутбука, смартфона, бытовой техники или автомобильных шин потребитель может предпочесть два-три подходящих варианта вместо сотен предложений.
При выборе одежды или предметов интерьера ситуация отличается. Здесь важны вкус, эмоции и индивидуальные предпочтения, поэтому широкий ассортимент может оказаться полезнее короткого списка рекомендованных товаров.
Разницу между помощью в выборе и передачей окончательного решения показывают и данные Gartner, опубликованные в мае 2026 года. В опросе 322 американских потребителей 31% участников были готовы позволить ИИ сузить список товаров повседневного спроса, а 28% — список персональной электроники. При этом готовность полностью передать системе решение о покупке даже в категориях с относительно невысокими рисками не превышала 11%.
Колесников объясняет подобное распределением задач между человеком и технологией. Покупатели уже готовы делегировать ИИ-поиск, первичный отбор, сравнение характеристик, составление списка подходящих товаров и поиск альтернатив. Сложнее передать окончательное решение, особенно когда высока цена ошибки или покупка связана с личными предпочтениями. Например, при приобретении дорогой техники человек может доверить нейросети подбор моделей, но самостоятельно проверить ключевые характеристики и отзывы. По мнению эксперта, граница проходит там, где ответственность за ошибку становится для покупателя существенной.
Что меняется для брендов
Распространение рекомендаций ИИ затрагивает два этапа выбора: попадание товара в список альтернатив и решение о покупке. Для каждого из них имеют значение разные факторы.
По мнению Юрия Панова, производителям и интернет-магазинам необходимо работать над качеством товарных данных, структурой каталога, точностью характеристик, отзывами, сервисом и отличиями продукта от конкурентов. Отдельное направление эксперт называет «ИИ-этнографией»: изучением того, как языковые модели формируют ответы, каким сигналам доверяют и на основании какой информации рекомендуют товары. В результате для брендов приобретают значение не только рекламные сообщения, но и полнота сведений о продукции, возможность проверить заявленные свойства и качество покупательского опыта.
Покупатель, в свою очередь, получает возможность сравнивать предложения производителей, с которыми раньше мог не сталкиваться. Однако известность марки не теряет значения полностью: репутация и предыдущий опыт продолжают влиять на доверие, особенно в категориях с высокой стоимостью ошибки. Таким образом, ИИ меняет прежде всего первоначальный отбор. Незнакомый бренд может оказаться в одном списке с крупными производителями, даже если уступает им в узнаваемости. Но дальнейший выбор зависит от характеристик товара, условий покупки и подтверждений его надежности.
Нейросеть может познакомить покупателя с незнакомой маркой. Одной рекомендации для окончательного решения пока недостаточно.