31% россиян выбирают товары и услуги по совету ИИ: как попасть в рекомендации

Нейросети уже участвуют в самых разных бытовых и рабочих решениях. Чаще всего россияне обращаются к ним за рекомендациями по здоровью — 54%, созданием текстов — 47%, кулинарией — 47% и рабочими задачами — 46%. Еще 41% используют ИИ при совершении покупок, 37% — в учебе, 33% — для настройки техники и 30% — для подбора досуга.

Причем пользователи воспринимают советы нейросетей не как абстрактные рассуждения. 53% опрошенных регулярно воплощают их в жизнь. Почти треть — 31% — уже приобрели товар или услугу, доверившись рекомендациям ИИ. Еще 8% после консультации с нейросетью, наоборот, отказались от крупной покупки.

Получается новая цепочка принятия решения:
вопрос нейросети → рекомендации → знакомство с компаниями → проверка информации → покупка.

Раньше первым шагом мог быть запрос в поисковике или на карте. Теперь им все чаще становится разговор с ИИ.

Для бизнеса это меняет саму точку, в которой начинается конкуренция за клиента. Компания может бороться за позицию в поисковой выдаче, за место на карте и за хороший отзыв — и одновременно за то, чтобы нейросеть включила ее в свой ответ.

При обычном поиске пользователь получает набор ссылок и самостоятельно сравнивает варианты. Нейросеть сокращает этот путь: она может сразу назвать несколько компаний, объяснить разницу между ними и предложить подходящий вариант.

Например, запрос может выглядеть так:
«Посоветуй стоматологию рядом с домом для установки импланта».

Или:
«Где лучше купить беговые кроссовки для начинающего?»

Или:
«Какую клинику выбрать для сдачи анализов?»

В ответ пользователь получает не десятки результатов поиска, а отобранные варианты с кратким объяснением.

Именно поэтому для бизнеса становится важным присутствие в информационном поле, из которого ИИ формирует свои ответы. Нейросеть должна находить достаточно информации о компании, понимать, чем она занимается, где работает, какие услуги предлагает и что о ней говорят клиенты.

Это уже отдельное направление работы с цифровой репутацией — GERM (Generative Engine Reputation Management), то есть управление представленностью бренда в ответах генеративных ИИ.

ИИ не формирует рекомендацию из одного источника. Для описания компании ему важно сопоставить информацию из разных точек: сайта, карточек организаций, отзывов, публикаций и других упоминаний бренда.

Поэтому недостаточно просто создать карточку компании или один раз заполнить сайт. Информационный фон должен оставаться актуальным и согласованным.

Особую роль здесь играют отзывы. Они показывают не то, что компания хочет рассказать о себе, а то, как ее воспринимают реальные клиенты.

Для потенциального покупателя это давно привычный ориентир. Теперь отзывы становятся важны и на следующем уровне: их содержание может использоваться при формировании ответа ИИ.

По данным «Анкетолога», пользователи уже активно обращаются к нейросетям именно для работы с отзывами: почти половина россиян — 45% — просит ИИ сделать краткий пересказ отзывов о компании. 73% из них считают такие ответы полезными.

Это меняет роль отзыва. Он становится не отдельным сообщением на странице компании, а частью массива информации, из которого можно составить общее представление о бренде.

Нейросеть оценивает не только количество звезд.
Представим две компании с рейтингом 4,8. У первой сотни отзывов, большинство из них оставлены несколько лет назад. У второй — тысячи отзывов, новые появляются каждый месяц, клиенты подробно рассказывают о качестве обслуживания, скорости работы, ассортименте и других особенностях.

Для человека эти компании могут выглядеть одинаково по рейтингу. Но информационный фон у них совершенно разный.

Поэтому при работе с репутацией важно учитывать:

• количество и регулярность новых отзывов;
• содержание положительной и отрицательной обратной связи;
• ответы компании;
• актуальность карточек;
• фотографии и описание бизнеса;
• информацию об услугах;
• упоминания бренда на других площадках.

Негативные отзывы тоже нельзя просто игнорировать. Они являются частью общей картины и помогают понять, какие проблемы клиенты связывают с брендом. Ответ компании в таком случае становится еще одним элементом информационного поля.

Работа с репутацией постепенно смещается от задачи «получить высокий рейтинг» к более широкой цели — сформировать достоверное и устойчивое представление о компании в интернете.

Еще один элемент этой системы — карточки организаций на геосервисах и других площадках.

Для клиента карточка отвечает на простые вопросы: где находится компания, когда работает, как с ней связаться и какие услуги предлагает. Для цифровых систем это структурированная информация о бизнесе.

Если данные отличаются на разных площадках, появляются противоречия. Если компания переехала, но старый адрес сохранился в нескольких источниках, пользователь может получить неверную рекомендацию. Если изменился график работы или набор услуг, устаревшая информация тоже способна попасть в ответ.

Поэтому карточки нужно регулярно поддерживать в актуальном состоянии:

• проверять адреса и контакты;
• обновлять часы работы;
• следить за перечнем услуг;
• добавлять актуальные фотографии;
• контролировать дубли и ошибочные карточки;
• отвечать на вопросы пользователей;
• отслеживать изменения информации на разных площадках.

Такая работа одновременно улучшает клиентский опыт и делает цифровой профиль компании более цельным.

Совет нейросети не обязательно становится последним этапом выбора. Пользователь может проверить информацию самостоятельно — открыть сайт, посмотреть отзывы или перейти в карточку компании.
Но первое впечатление уже сформировано.

Именно поэтому важно учитывать два этапа взаимодействия:

1. Что И И говорит о компании.
Попадает ли бренд в рекомендации? Как он описан? Какие сильные и слабые стороны упоминаются? Какие конкуренты оказываются рядом?

2. Что пользователь видит после рекомендации.
Совпадает ли информация с ответом нейросети? Актуальны ли адрес и часы работы? Что показывают отзывы? Как компания отвечает на негатив? Какие фотографии и описание видит потенциальный клиент?

Если на первом этапе бренд получает рекомендацию, а на втором пользователь сталкивается с устаревшими данными или большим количеством нерешенного негатива, часть эффекта теряется.

Поэтому GERM не существует отдельно от обычной работы с репутацией. Наоборот, развитие генеративного поиска делает эту работу более значимой.

1. Проверять, как ИИ видит компанию
Нужно регулярно задавать нейросетям запросы, которые соответствуют реальным сценариям клиентов:
«Какую клинику выбрать для…»
«Где купить…»
«Какие рестораны посоветуешь в…»
«Какие компании предлагают…»
«Сравни [бренд] и его конкурентов».
Важно смотреть не только на то, появляется ли бренд в ответе, но и на то, какие факты и характеристики нейросеть связывает с компанией.

2. Работать с отзывами системно
Не ждать, пока накопится негатив, а регулярно собирать обратную связь от клиентов.
Важно следить за динамикой рейтинга, количеством новых отзывов и повторяющимися темами в обратной связи. Положительные отзывы помогают увидеть сильные стороны бизнеса, а негативные — найти проблемы, которые влияют на клиентский опыт.

3. Отвечать на отзывы
Ответ компании — тоже часть ее публичного информационного поля.
Особенно важно работать с негативом: объяснять ситуацию, предлагать решение и показывать потенциальным клиентам, что компания реагирует на проблемы.

4. Следить за карточками компаний
У сети из нескольких десятков или сотен филиалов проблема становится особенно заметной: информация может отличаться от точки к точке.
Нужно контролировать адреса, график, контакты, услуги, фотографии и другие данные на всех основных площадках.

5. Сравнивать себя с конкурентами
Важно смотреть не только на собственную представленность.
Если при запросе «лучшие клиники в городе» нейросеть регулярно называет конкурентов, стоит проверить, какую информацию она использует и чем информационный фон этих компаний отличается.
Так можно увидеть новую зону конкуренции, которая не всегда заметна в обычной аналитике поискового трафика.

Нейросети постепенно переходят из категории инструментов для экспериментов в привычный канал получения советов. 37% россиян уже используют ИИ как советчика, 92% пользователей доверяют его рекомендациям, а 31% совершали покупки после таких советов.

Для бизнеса это означает появление еще одной точки контакта с потенциальным клиентом. Причем компания не контролирует текст ответа нейросети напрямую. Она может влиять на то, какие данные находятся в информационном поле бренда: насколько они актуальны, полны и согласованы между собой, что пишут клиенты и как компания работает с их обратной связью.

Отзывы, карточки, фотографии, сайт и упоминания в интернете становятся частью единой цифровой репутации. Чем качественнее и актуальнее этот информационный фон, тем больше оснований у ИИ корректно представить компанию потенциальному клиенту.

Поэтому работа с репутацией сегодня выходит за пределы управления отзывами. Она становится частью подготовки бизнеса к новому клиентскому пути — когда перед покупкой человек сначала спрашивает не поисковик, а нейросеть.

Источник: исследование «Анкетолога» «За советом к ИИ», июнь 2026 года, более 1800 респондентов, обращавшихся к искусственному интеллекту за советом.