Составлен индекс ИИ-видимости крупнейших российских банков. Он сформирован на базе платформы AIMonitor.pro, которая анализирует, как нейросети рекомендуют бренды в разных категориях. Этот показатель отражает, какие банки нейросети рекомендуют пользователям в разных ситуациях — от повседневного обслуживания до вкладов и кредитов. Оказалось, что в целом чаще других искусственный интеллект рекомендует «Сбер», однако в запросах о кредитах и займах на первое место выходит «Т-Банк». Об этом Sostav рассказали в пресс-службе AIMonitor.pro.
Для расчета индекса использовались ответы популярных нейросетей («Алисы AI», ChatGPT, DeepSeek, Perplexity и др.). Было проанализировано более 40 тыс. запросов, свыше 3,5 тыс. пользовательских сценариев и более 4 тыс. источников и ссылок, которые ИИ использует для генерации ответов.
Согласно индексу, наибольшую видимость в ответах нейросетей получил «Сбер» (26,7%). Далее в списке следуют «Т-Банк» (19,1%), ВТБ (17,9%), «Альфа-Банк» (14,8%) и «Открытие» (5,4%). Именно они чаще других появляются в рекомендациях искусственного интеллекта по запросам, связанным с выбором банка.
Распределение зависит от самой нейросети. Так, в «Алисе AI» «Сбер» заметно опережает остальных и получает 41,3% видимости. В ChatGPT разрыв между лидерами меньше: у «Сбера» — 28,3%, у «Т-Банка» — 20,4%. В DeepSeek «Сбер» сохраняет первое место, «Т-Банк» следует почти вплотную — 23,1% против 18,8% соответственно.
Выбор нейросетей зависит и от банковского продукта. В сценариях, связанных с вкладами и сбережениями, лидирует «Сбер» с показателем 31,1%. Далее следуют ВТБ (21,2%), «Альфа-Банк» (11,9%) и «Т-Банк» (11,6%). В запросах о кредитах и займах на первой строчке «Т-Банк» с 23%, за ним идут «Сбер» (22,2%), «Альфа-Банк» (19,2%) и ВТБ (17,4%).
Состав рекомендаций меняется и в зависимости от аудитории. В ответах для пользователей 18−25 лет «Сбер» и «Т-Банк» идут почти вровень (25,1% против 23,4%). В сегменте 50+ у «Сбера» 31,1%, у ВТБ — 19,7%, у «Т-Банка» — 15,7%.
Кирилл Власов, сооснователь и технический директор AIMonitor.pro:
Индекс показывает, что нейросети не формируют один универсальный список банков. Рекомендации зависят от запроса пользователя: открыть вклад, взять кредит, выбрать банк для повседневного обслуживания или сравнить несколько вариантов. При этом ИИ обновляет знания медленнее рынка: исторические бренды сохраняют видимость даже после реструктуризации, что создает как риски, так и возможности. Для рынка это означает, что все важнее становится не только узнаваемость бренда, но и его реальное присутствие в рекомендациях ИИ.
Поэтому мы изначально строили индекс на строгой исследовательской методологии — с большой выборкой запросов, разными пользовательскими сценариями, повторными замерами и анализом источников, влияющих на ответы моделей. Данные показали, что ИИ опирается на авторитетность источников, а не на платные охваты. Важно не сколько говорят о бренде, а кто и в каком контексте — это делает работу с источниками отдельным стратегическим направлением. Такой академический подход позволил увидеть не случайные ответы, а более устойчивые закономерности.