Радио 
Последние полтора года рекламный рынок вел себя так, словно ничего особенного не происходит. Баннеры, охватные кампании, эмоциональные ролики — все продолжало работать по накатанной. Но под поверхностью тихо накапливалось кое-что важное: потребитель перестал искать так, как раньше. Он начал спрашивать. Не Google, а ChatGPT, Gemini, Perplexity. И вот этот, на первый взгляд, технологический нюанс оказывается для брендов куда серьезнее, чем падение кликабельности баннеров.
Станислав Щербаков, сооснователь и генеральный директор платформы AIMonitor.pro, рассказал Sostav о том, как генеративный искусственный интеллект меняет природу потребительского выбора — и что с этим делать маркетологам уже сейчас.
Новый посредник между брендом и покупателем
Маркетинг последних двадцати лет держался на одной базовой предпосылке: покупка — это во многом эмоциональный акт. Бренды конкурировали за внимание, доверие, симпатию. Реклама создавала контекст, в котором «правильный» продукт казался очевидным выбором.
По данным агентства Eight Oh Two Marketing, уже 37% потребителей начинают поиск товаров и услуг не с традиционных поисковиков, а с ИИ-инструментов. Это не нишевая история про технологических энтузиастов, а массовый сдвиг. Согласно ежегодному исследованию Capgemini Research Institute «What matters to today's consumer 2026», каждый четвертый потребитель уже использовал генеративные ИИ-инструменты при совершении покупок, еще 31% планирует начать. Выборка — 12 000 человек из 12 стран.
Генеративная модель принципиально иначе устроена, чем поисковая выдача. Она не показывает список ссылок, а формулирует ответ. И при формировании этого ответа она опирается не на рекламные бюджеты, а на структурированные данные: характеристики, цены, отзывы, экспертные публикации.
Как ИИ ломает сверхмаржу
Именно здесь начинается настоящая проблема для целых категорий. Возьмем рынок косметики. Годами бренды удерживали премиальную позицию через образы и легенды происхождения. Потребитель платил не за состав, он платил за историю. Но когда покупатель задает нейросети вопрос «чем этот крем лучше более дешевого аналога?», модель сравнивает составы, концентрации активных компонентов, данные дерматологических исследований и отзывы. Брендинговая надстройка в этот момент исчезает из уравнения.
Та же история в бытовой технике, fashion-сегменте среднего плюса, банковских и страховых продуктах. Везде, где характеристики можно сопоставить, а разница в цене значима, нейросеть будет указывать на более выгодный вариант.
Capgemini фиксирует, что 74% потребителей готовы сменить бренд ради более низкой регулярной цены. 71% уйдут, если качество или объем снизятся без прозрачного объяснения. Это не новая черта потребительского поведения — она существовала всегда. Но раньше бренды могли ее нивелировать маркетинговыми инструментами, однако теперь нейросеть делает рациональный выбор слишком доступным.
Почему ИИ не покупает легенды
Storytelling — один из краеугольных инструментов маркетинга. История бренда, ценности, миссия — все это работало, потому что обращалось к эмоциональным механизмам. Человека, захваченного историей, рационализировать покупку труднее.
Но нейросеть историями не захватить. Она обрабатывает текст, извлекает факты, сопоставляет данные. Абстрактный нарратив для нее — шум, который не влияет на рекомендацию. Более того: чем точнее и доказательнее описан продукт, тем выше вероятность попасть в ответ модели.
Это и есть переход от storytelling к data-telling: бренды начинают не вдохновлять, а объяснять. Не «мы создаем уверенность», а «наш продукт содержит 2% ниацинамида, эффективность которого при гиперпигментации подтверждена в трех независимых клинических исследованиях».
Capgemini фиксирует, что в 2026 году прозрачность ценообразования и честная коммуникация стали ключевыми маркерами доверия к бренду. 76% потребителей хотят четко понимать, когда и как ИИ-ассистент действует от их имени.
Для рекламной индустрии это означает не гибель креатива, но переосмысление его роли. Эмоциональная реклама по-прежнему актуальна там, где выбор иррационален по природе: предметы роскоши, культурные коды, идентичность. В остальных категориях она теряет способность защищать маржу от рационального сравнения.
GEO как новая дисциплина
Появилась отдельная дисциплина — GEO, оптимизация под генеративные поисковые системы (от английского Generative Engine Optimization). Ее задача — попасть в ответы, которые строит модель, когда пользователь задает ей вопрос о продукте или категории.
Генеративная модель синтезирует ответ из источников, которые считает авторитетными и релевантными. Если бренда нет среди них — он просто отсутствует в рекомендации, вне зависимости от размера бюджета или известности.
Что влияет на попадание в ИИ-рекомендацию? Структурированность контента: нейросети хорошо работают с четкими фактическими утверждениями и данными с указанием источников. Присутствие на платформах, которые модели активно индексируют — LinkedIn, YouTube, профессиональные сообщества. Наконец, техническая доступность: многие сайты случайно блокируют ИИ-краулеры через настройки по умолчанию, даже не подозревая об этом.
По оценке Gartner, к 2026 году ИИ-поисковые системы будут обрабатывать четверть всех поисковых запросов. Рынок GEO-инструментов уже превратился в самостоятельную отрасль с десятками платформ, отслеживающих упоминаемость брендов в ответах ChatGPT, Gemini, Perplexity и других систем.
Чтобы помочь бизнесу адаптироваться к новой реальности, команда AIMonitor.pro разработала собственную систему координат — инструмент для фиксации и измерения присутствия брендов в ответах нейросетей.
Методология основана на анализе реальных пользовательских сценариев. Специалисты изучили более 40 000 запросов и на этой базе сформировали первый в России Индекс ИИ-видимости брендов. Все данные сводятся в метрику Share of Voice (SoV), которая учитывает не только частоту упоминаний, но и положение бренда в ответе, а также контекст его появления.
Результаты демонстрируют, насколько логика рекомендаций ИИ отличается от привычной рыночной картины:
- В электронике многое зависит от категории устройства. При поиске смартфонов ИИ чаще всего рекомендует Samsung (24,3%), тогда как доля Apple здесь составляет лишь 12%. Зато в сегменте наушников Apple становится безусловным лидером, получая более четверти всех рекомендаций.
- Конкуренция ритейлеров. Нейросети не ограничиваются выбором устройства, но и подсказывают, где его приобрести. Основная борьба разворачивается между «М.Видео» (18,9%) и Ozon (17,8%).
- Банковская сфера. В «Алисе AI» «Сбер» занимает лидирующую позицию с долей 41,3%, однако в DeepSeek разрыв сокращается: у «Сбера» 23,1% против 18,8% у «Т-Банка». В отдельных сценариях, таких как кредиты и займы, «Т-Банк» даже выходит на первое место (23,0%), опережая «Сбер».
Индекс является полностью независимым: бренды не участвуют в формировании выборки, а платформа анализирует реальные поведенческие паттерны ИИ.
Маркетинг через два-три года: что нас ждет
Рынок генеративного ИИ, по оценке Global Market Insights, достигает 83,3 млрд долларов в 2026 году и продолжает расти примерно на треть ежегодно. По прогнозу Statista, к 2032 году он превысит 327 млрд долларов. Это не история про стартапы — это история про то, как изменится инфраструктура потребительского выбора.
Представьте сценарий ближайшего будущего. Покупатель произносит: «Найди мне лучший пылесос до 20 000 рублей для квартиры с коврами и кошкой». Нейросеть анализирует характеристики, суммирует тысячи отзывов, сопоставляет реальную мощность и рейтинг надежности и выдает рекомендацию. Маркетинговый бюджет производителя, красота сайта и история бренда на это решение не влияют. Влияет цифровой след продукта: насколько точно описаны характеристики, реальны ли и позитивны отзывы, часто ли его упоминают независимые эксперты.
В этой логике бренды начнут конкурировать не за внимание человека, а за доверие модели. Победят компании с прозрачной экономикой продукта и сильным верифицируемым присутствием в цифровом пространстве. Проиграют те, кто продолжит вкладывать бюджеты в охватные кампании, не задумываясь о том, что о них знает нейросеть.