Скопировать ссылку
Сегодня все больше покупателей начинают выбор не с похода в супермаркет, а с вопроса к ChatGPT: «Какая зубная паста лучше?» или «Что взять — российский йогурт или импортный?». В ответах ChatGPT отечественные бренды почти не фигурируют. Если и упоминаются, то с припиской «в бюджетном сегменте» или «как недорогая альтернатива зарубежным маркам».
Insight Analytics провели исследование: задали модели десятки типичных потребительских запросов. Результат оказался тревожным — ChatGPT уверенно продвигает импортные бренды, называя их «качественными» и «проверенными временем», тогда как российские описывает как «простые» или «массовые».
Иностранное качество по умолчанию
Управляющий партнер Insight Analytics, эксперт по AEO- и GEO-оптимизации Владимир Кравченко объясняет, что перекос в ответах нейросетей связан не с предвзятостью, а с недостатком данных:
«AI не доверяет российским брендам не из-за предвзятости, а потому что в данных, на которых обучены модели, российские компании представлены фрагментарно. Если нейросеть видит тысячи структурированных упоминаний о международных брендах и считанные десятки — о российских, ее ответы будут соответствовать этому перекосу. Это не субъективное мнение ChatGPT — это отсутствие данных о нас».
По словам Владимира Кравченко, причина перекоса лежит в информационной архитектуре рынка: «Российские производители часто не обеспечивают базового описания своих продуктов в формате, удобном для машинной обработки. В то время как международные корпорации десятилетиями формируют массив качественного контента — от технологических описаний до глобальных обзоров».
Максим Гунишев, руководитель отдела маркетинга и PR группы SRG, добавляет:
«Надо понимать: большинство генеративных систем — от ChatGPT до Gemini — изначально создавались на основе англоязычного контента. Русскоязычные данные появляются там позже — только если есть стабильный поток запросов и достаточное количество упоминаний на нашем языке. Если бренда в этом поле нет, модель просто «дотягивает» ответ из англоязычного интернета, где все подробно расписано про Nivea, Head & Shoulders и Persil».
ChatGPT не делает оценок сам. Он лишь воспроизводит то, что видит в интернете. А в интернете импортные марки подробно представлены: состав, технологии, стандарты, отзывы, награды, устойчивое производство. Российские же часто ограничиваются карточкой товара или устаревшими пресс-релизами. По сути, AI отражает реальный информационный вакуум, созданный самими производителями.
Типичные искажения в восприятии российских FMCG-брендов
Восприятие российских FMCG-брендов зачастую подвержено целому ряду искажений, которые формируют неоднозначную картину. Прежде всего, распространен стереотип, согласно которому импортные товары по умолчанию считаются лучшими, причем это мнение часто высказывается без всякой аргументации. На фоне этого отечественные производители нередко сталкиваются с тем, что их бренды необоснованно объединяют в одну общую кучу, полностью игнорируя индивидуальное позиционирование каждой компании.
Ситуация усугубляется недостаточной глубиной анализа: искусственный интеллект часто не обладает информацией о специфических линейках и уникальных технологиях российских производителей. К тому же, при оценке часто используются устаревшие данные, которые не соответствуют текущей реальности. Все эти факторы приводят к тому, что российские бренды практически не ассоциируются у потребителей с премиальным сегментом, даже если их качество того заслуживает.
Переходный период
Сегодня ситуация становится не настолько однозначной. На российском рынке обретают силу отечественные LLM-модели, которые в ближайшем будущем способны изменить сформировавшуюся картину:
«Мы сейчас находимся в фазе перестройки информационных потоков: русскоязычные модели растут, локальные экосистемы расширяются, а спрос на российские AI-решения увеличивается. Это создает окно возможностей, в котором отечественные производители могут выровнять свое присутствие в данных», — заявил Владимир Кравченко, управляющий партнер Insight Analytics.
При этом он подчеркивает, что усиление локальных LLM неизбежно меняет баланс — модели, обученные на российском контенте, будут лучше понимать наши бренды. Но они по-прежнему зависят от качества данных, которые создает сам бизнес.
«Время играет нам на руку. Во-первых, доступ к западным инструментам усложняется, в то время как российские экосистемы рекламируются даже по ТВ и встраиваются в повседневную жизнь пользователя. Аудитория массово мигрирует туда, где удобнее. Во-вторых, нельзя исключать и фактор государственного регулирования, которое может ограничить использование зарубежных AI из соображений безопасности. Произойдет перераспределение трафика в пользу национальных систем, где наши бренды будут представлены объективно», — соглашается Евгений Чуранов, коммерческий директор WebCanape, автор телеграм-канала «Сомелье маркетинга».
AI-ответы приходят в поисковики
Потребительский поиск стремительно смещается из «Google» и «Яндекса» в «ChatGPT», «Gemini» и другие генеративные системы. Согласно исследованию Insight Analytics, уже к 2030 году до 40% запросов будут обрабатываться нейросетями, а не классическими поисковиками. Это означает, что присутствие бренда в AI-ответах становится критически важным: именно там формируется первое впечатление о товаре.
По оценке предпринимателя, гендиректора Angel Relations Group, автора курса «Использование ИИ в PR- и digital-коммуникациях» в Центре медиапрактик НИУ ВШЭ Алексея Карлова, изменение потребительского поведения уже заметно:
«Влияние нейросетей на поиск товаров и услуг внутри GPT-чатов, конечно, нельзя игнорировать, однако пока этот объем не слишком велик. Но внедрение блока AI-ответов в поисковые системы Google и Яндекс действительно дает заметный эффект».
Этот блок, заключает эксперт, уже привлекает более 47 млн пользователей Рунета в месяц, и материалы в нем располагаются выше традиционных результатов поиска.
Ограниченные ресурсы и приоритеты
По словам управляющего партнера Insight Analytics Владимира Кравченко, уже сегодня необходима систематическая работа в сфере AI-видимости. Он рекомендует начинать именно с инфраструктуры данных:
«Попытка «попасть в ответы ChatGPT» не имеет смысла, если у бренда нет базы: структурированного сайта, описаний продуктов, данных о сертификации и позиционировании. Генеративные модели не создают информацию — они перерабатывают то, что уже существует. Если компания не производит качественный контент, она будет «невидимой» для AI».
Коммерческий директор WebCanape и автор телеграм-канала «Сомелье маркетинга» Евгений Чуранов советует бизнесу с ограниченными ресурсами действовать взвешенно:
«Вместо того чтобы вслепую писать статьи, проведите эксперимент: введите запрос по вашей нише. Посмотрите, на какие источники уже ссылается нейросеть в своих ответах. Если это отраслевой портал, агрегатор или конкретное СМИ — направьте усилия на то, чтобы появиться именно там. Если вы работаете в широкой нише (косметика, бытовая химия), пробиться через глобальные бренды с их бюджетами будет сложно. Здесь нужно искать узкие сегменты».
Максим Гунишев, руководитель отдела маркетинга и PR Группы SRG, подчеркивает важность качественного контента:
«Вторая часть проблемы — это наш хронический дефицит контента. Особенно в локальных и региональных компаниях, где маркетинг и PR до сих пор часто сводятся к ведению соцсетей и выпуску новостей «для галочки». Даже сильные команды не умеют доносить смыслы, которые они закладывали. Вместо конкретики декларируют лозунги, избегают цифр и доказательной базы. Это не про талант, а про привычку».
Что повышает видимость в AI
Для повышения видимости бренда в системах искусственного интеллекта необходим комплексный подход, объединяющий углубление контента и техническую оптимизацию. Фундаментом здесь служит публикация максимально подробных описаний продукции, включая состав, источники сырья, стандарты качества и гарантии. Чтобы эти данные оставались актуальными для алгоритмов, важно своевременно обновлять информацию об изменениях в рецептурах и сертификации.
Не менее значимо формирование экспертного имиджа: для этого стоит создавать глубокие материалы о производстве, обзоры и ESG-кейсы, а также укреплять присутствие в авторитетных отраслевых медиа. На техническом уровне существенный прирост охвата обеспечивают внедрение структурированных данных (Schema Markup) и использование стратегий GEO (Generative Engine Optimization), специально адаптированных для генеративных систем. Наконец, расширение границ присутствия через англоязычные версии сайтов и пресс-релизов позволит алгоритмам использовать более полный массив данных о компании.
Витрина будущего
Управляющий партнер Insight Analytics, эксперт в области AEO- и GEO-оптимизации Владимир Кравченко считает, что российская FMCG-индустрия делает конкурентоспособный продукт, но не всегда рассказывает об этом на языке, понятном для машины. AEO- и GEO-оптимизация становятся новым стандартом: нейросеть выбирает те бренды, которые себя правильно описали.
«Мы стоим на пороге фундаментальной трансформации того, как формируется потребительский выбор. AI перестал быть «помощником», он стал первичным интерфейсом между брендом и покупателем. И в этой логике выигрывает не тот, у кого сильнее бюджет, а тот, кто присутствует в данных — структурированных, обновляемых и подтвержденных внешними источниками», — добавляет Владимир Кравченко.
Исследование в Insight Analytics показывает: в более чем 70% случаев AI формирует ответы, опираясь не на рекламу, а на официальные сайты и агрегированную репутационную информацию — отраслевые публикации, стандарты качества, экспертные цитаты, ESG-отчеты, аналитические обзоры. Если этих данных нет или они фрагментарны, модель неизбежно заполняет пробелы иностранным контентом.
«Российским производителям важно признать: борьба за место в ответах ChatGPT, Gemini и российских LLM — это уже не про PR, а про цифровую видимость и доверие, измеряемые алгоритмами, — заявил Владимир Кравченко. — Мы видим, что бренды, которые системно инвестируют в AEO/GEO-оптимизацию — от прозрачных описаний рецептур до публикаций на авторитетных площадках — за полгода повышают вероятность включения в AI-выдачу в 2–3 раза».
Также, по его мнению, важно понимать: AI не стремится выделять иностранные бренды — он работает в той среде, которую ему предоставляет рынок. Если российская FMCG-индустрия хочет изменить баланс, нужно перестать существовать в режиме «минимально достаточного» информационного присутствия. Нужны цифры, экспертиза, документированные стандарты, технические детали, подтверждения качества, сравнения, кейсы устойчивого развития.
«И наконец, AEO/GEO — это не мода, а новая версия SEO начала 2000-х. Первые, кто научатся разговаривать с AI на его языке данных, станут точками внимания для всей отрасли. Остальные будут пытаться догнать уже сформированную реальность. Российские бренды делают качественный продукт. Но в мире, где потребитель все чаще спрашивает не поисковик, а нейросеть, выигрывает тот, о ком AI может рассказать предметно, доказательно и без догадок», — заключает Владимир Кравченко.
