AIPR / Исследования

Нейросети не ругают — они молчат. Что мы узнали, проверив 154 компании в девяти отраслях

14 октября 2026 · Исследование AIPR

Мы задали восьми нейросетям больше 12 тысяч вопросов о 154 компаниях — от банков до автомобильных брендов. Главный вывод вышел не таким, каким его ждут PR-службы: негатива в ответах практически нет. Репутацию в нейросетях теряют не те, кого ругают, а те, кого не называют. Рассказываем, что показали первые рейтинги AIPR.

Представьте обычный вечер. Человек хочет открыть вклад и не идёт ни в поиск, ни на сайт банка — он спрашивает чат-бота. Через пару секунд у него готовый ответ: три банка, по абзацу на каждый, плюсы и минусы. Остальных банков для него в этот вечер не существует.

Другими словами, клиент перестал листать выдачу. Нейросеть сама решает, кого показать. У этого решения нет ни рекламного кабинета, ни ставки за клик. По крайней мере пока. Есть только то, что модель «знает» о компании и насколько уверенно может её рекомендовать.

Мы в AIPR решили посмотреть на эту картину так, как аудитор смотрит на отчётность: единая методика, повторные проверки, никаких договорённостей с участниками. Восемь нейросетей — ChatGPT, Claude, Gemini, Google AI Overview, Perplexity, YandexGPT, Яндекс Нейро и GigaChat. Девять отраслей. 154 компании, которые сами нейросети относят к этим рынкам. Результаты лежат в открытых рейтингах на aipr.pro. Ниже — четыре наблюдения, которые нам кажутся важнее мест в таблице.

1. Нейросети не ругают. Они молчат

Тональность ответов обо всех 154 компаниях — позитивная. Негативной итоговой тональности нет ни у одной компании. Для PR-службы, привыкшей тушить пожары в соцсетях, это звучит как хорошая новость. Это не так.

Нейросеть — вежливый собеседник. О компании, которую знает, она скажет что-то хорошее или нейтральное. Проблема в другом: на вопрос «что выбрать» она называет двух-трёх игроков, и всех остальных в ответе просто нет. Отсутствие не оставляет следов: нет гневного отзыва, на который можно ответить, нет публикации, которую можно опровергнуть. Клиент просто уходит к тому, кого назвали.

Главный риск в нейросетях — не негатив, а тишина.

2. Знают — не значит советуют

Мы разделяем два вопроса. Первый: знает ли нейросеть компанию, когда о ней спрашивают напрямую. Второй: назовёт ли она её сама, когда клиент спрашивает о рынке в целом и не называет брендов. И расходятся они чаще, чем кажется.

Из 154 компаний 90 знают все восемь нейросетей. Но у 17 из них сила обнаружения — насколько охотно модели называют компанию сами, без подсказки, — больше чем на 10 баллов ниже медианы своей отрасли, а у восьми — больше чем на 20.

Самый наглядный пример — банк «Точка». Его знают все восемь нейросетей, но в ответах на вопрос «какой банк выбрать» он появляется редко: сила обнаружения — 21 из 100 при медиане по банкам 94. Из 80 ответов на общие вопросы о банках «Точку» назвали в двух, Альфа-Банк — в 75. Вероятное объяснение: модели воспринимают «Точку» как банк для бизнеса и не предлагают её на общий вопрос. Для бренда это прямой сигнал: нейросеть знает, кто вы, но не понимает, кому вас советовать.

Работает и обратное. Сервис доставки «Купер» знают семь моделей из восьми, а не все восемь, — и при этом он первый в своей категории — пусть и с минимальным отрывом: когда речь заходит о быстрой доставке продуктов, нейросети называют его охотнее остальных. Узнаваемость — входной билет, но выигрывает тот, кого рекомендуют.

3. «Фамилия» не гарантирует места

Логично ожидать, что сильный бренд вытянет за собой дочерние проекты. Рейтинги показывают обратное.

«Магнит» — первый в продуктовом ритейле. «Магнит Доставка» — восьмая из девяти в быстрой доставке: её называют в 16 ответах из 80. «Магнит Маркет» — 17-й из 17 среди маркетплейсов. Одно имя — и пропасть между категориями. С Ozon похожая история: первый среди маркетплейсов, а Ozon Fresh — пятый из девяти в доставке.

Обратный пример — Яндекс: Практикум первый в онлайн-образовании, Лавка вторая в доставке, Маркет третий среди маркетплейсов. Но у каждого из этих сервисов своя большая история в своей категории. Работает именно она, а не общее имя.

Для нейросети каждая категория — это отдельный разговор. Модель отвечает на вопрос «где застраховать машину», а не «какой бренд самый известный», и опирается на то, что написано о компании именно в этой категории. Известная «фамилия» не заменяет собственной истории в нужном контексте.

4. Где тесно, а где пусто

Отрасли сильно различаются по плотности. В страховании тройку лидеров — «РЕСО-Гарантия», «Ингосстрах» и ВСК — разделяют 0,2 балла. Это как фотофиниш: расстановка в топе может поменяться уже при следующем замере. Похожий фотофиниш у банков: Альфа-Банк, Сбер и ВТБ уложились в 0,4 балла (91,1, 90,8 и 90,7). Среди банков больше 88 баллов из 100 набирают 9 из 15 участников, и пробиться наверх трудно. А в платёжных сервисах между лидером и серединой рейтинга почти 18 баллов: для нейросетей этот рынок ещё не сложился, и место в ответах свободно для того, кто займётся этим первым.

В остальных отраслях первые тройки без особых сюрпризов. И это тоже своеобразный вывод: Ozon и Wildberries среди маркетплейсов, Lada, Geely и Haval среди автомобильных брендов, «Яндекс Практикум» в онлайн-образовании. Крупных игроков нейросети знают хорошо. Вопрос в том, что происходит со всеми остальными.

Как мы считали

Максимально просто с учётом специфики задачи. Для каждой отрасли мы собираем вопросы, которые задают реальные клиенты, и задаём их восьми нейросетям. Измерение идёт по двум векторам. Вектор бренда проверяет, знает ли модель компанию и не путает ли факты. Вектор обнаружения проверяет, называет ли она компанию сама.

На рынок из 20 компаний «уходит» порядка 1 600 запросов. Самые важные задаются несколько раз, чтобы отсечь случайный ответ. Ответы о компаниях-тёзках не засчитываются бренду. С этим мы столкнулись сами: на старте нейросети путали AIPR с одноимёнными организациями из России, Индии и Великобритании.

Принципы, состав моделей и пороги опубликованы в открытой методологии. Веса внутренних показателей мы не публикуем: иначе их начнут подгонять под формулу, а не под реальность. Данные в статье — по замерам июля–октября 2026 года, версии рейтингов от октября 2026.

Одна оговорка, без которой рейтинг легко прочитать неверно. В него попадают компании, которые нейросети сами относят к отрасли, то есть те, кого они уже знают. Поэтому в рейтингах нет «невидимок» с нулевыми баллами. Их проблема ещё глубже, и её показывает только индивидуальный замер. И ещё: мы не подмешиваем в оценку «жёсткие» показатели компаний — выручку, долю рынка, места в отраслевых рейтингах. Они влияют на результат, только если их учитывают сами нейросети.

Что с этим делать

Четыре шага, которые мы советуем любой компании — от федерального банка до регионального дистрибьютора.

1. Проверить, знают ли вас и не путают ли. Спросите несколько нейросетей о своей компании напрямую. Если в ответе чужие факты или тёзка — это первая задача.
2. Проверить, советуют ли. Задайте вопрос о своей категории, не называя бренда. Если вас нет в ответе, вы теряете клиентов, которые даже не узнали о вашем существовании.
3. Работать с источниками, а не с моделью. Нейросети опираются на публикации в авторитетных СМИ, страницу «О компании», справочники и отраслевые обзоры. Важно, чтобы о компании везде говорилось одно и то же: противоречия модель воспринимает как признак недостоверности.
4. Мерить регулярно. Ответы меняются вместе с моделями и источниками. Срез раз в квартал, а иногда и раз в месяц, показывает, работает ли то, что вы делаете.

Лидеры рейтингов AIPR, версии октября 2026

Полные рейтинги, включая платёжные сервисы и грузовую автологистику, — на aipr.pro/ratings.

Вместо заключения

Десять лет компании учились бороться за первую строчку поисковой выдачи. Теперь выдачи нет — есть ответ из трёх названий. За место в нём можно и нужно бороться, но сначала стоит узнать, где вы находитесь.

Рейтинги по девяти отраслям открыты на aipr.pro без регистрации; о запуске AIPR писала Лента.ру. В следующих материалах разберём отрасли подробно — начнём с банков — и расскажем, почему ChatGPT, YandexGPT и GigaChat советуют разные компании.

Автор — основатель AIPR. AIPR (aipr.pro) — российский сервис измерения ИИ-репутации брендов. Запущен в 2026 году командой «Пиарошной», чьи ИИ-инструменты для PR-текстов теперь входят в AIPR. Член АЛРИИ.
Материал также опубликован на vc.ru.