Какие банки в Казахстане побеждают в битве за внимание ИИ

Halyk чаще появлялся в ответах в принципе: банк упоминался в 57,1% безбрендовых ответов нейросетей. У Kaspi показатель составил 55,7%.

Однако Kaspi оказался заметно сильнее по интенсивности присутствия: его продукты чаще повторялись внутри ответов, чаще сопровождались ссылками и значительно чаще становились единственной рекомендацией.

Иными словами, существует разница между «нейросеть знает бренд» и «нейросеть действительно рекомендует бренд».

Для маркетолога это принципиально разные показатели. Еще интереснее результаты становятся, если смотреть не на среднюю позицию, а на отдельные нейросети.

Например, в ChatGPT выдача оказалась сильно сконцентрирована вокруг двух крупнейших игроков: Kaspi и Halyk практически отсутствует длинный «хвост» менее заметных банков.

Grok, наоборот, кроме лидеров рынка значительно чаще других систем упоминает ForteBank. Gemini показывает более равномерную картину и дает заметно больше видимости банкам второго эшелона.

DeepSeek непропорционально часто рекомендует Altyn Bank. 

Perplexity формирует еще один паттерн: отвечает короче, но охватывает более широкий круг банков. 

«Для бренда уже недостаточно просто присутствовать в интернете. Важно понимать, попадает ли он в тот короткий список рекомендаций, который нейросеть формирует для пользователя в момент выбора. Именно поэтому AI Share of Voice становится для маркетинга отдельной метрикой», — отмечают в SBA.

В классическом поиске бренд привык работать с одной условной системой координат: позициями в Google или Яндексе. В генеративном поиске таких систем координат уже несколько. Компания может прекрасно присутствовать в ChatGPT и почти исчезать из Gemini. Быть заметной в DeepSeek, но практически отсутствовать в Google AI Mode. 

Гораздо полезнее спрашивать: в каких нейросетях, по каким пользовательским сценариям и рядом с какими конкурентами нас рекомендуют?

Для банка, телеком-оператора, автомобильного бренда, застройщика или ритейлера гораздо реалистичнее сначала определить наиболее коммерчески важные пользовательские сценарии и занять сильную позицию именно в них.

«Для бренда уже недостаточно просто присутствовать в интернете. Важно понимать, попадает ли он в тот короткий список рекомендаций, который нейросеть формирует для пользователя в момент выбора. Именно поэтому AI Share of Voice становится для маркетинга отдельной метрикой», — отмечают авторы исследования.

Откуда ИИ вообще берет представление о бренде?

Исследование позволяет увидеть еще одну важную вещь как источники. Упоминания банков в ответах сопровождались ссылками на сайты самих компаний, СМИ, финансовые агрегаторы, рейтинговые ресурсы, магазины приложений, форумы и площадки с отзывами. Причем у разных брендов структура источников заметно отличалась. Это означает, что присутствие в ИИ нельзя свести к одной технической операции на корпоративном сайте.

Нейросеть формирует представление о продукте из распределенного цифрового следа бренда:

• собственных страниц и описаний продуктов 
• независимых обзоров 
• сравнений
• рейтингов 
• публикаций СМИ
• пользовательских отзывов

Поэтому работа с AI visibility находится на пересечении нескольких дисциплин: SEO, PR, контента, репутационного менеджмента, продуктового маркетинга и работы с внешними площадками.

Можно ли «настроить выдачу» нейросетей? Нажать кнопку и поставить бренд на первое место в ChatGPT, конечно, невозможно. Но измерять факторы, из которых складывается его присутствие, уже можно.

Например, определить:

— какие формулировки запросов приводят к появлению бренда;

— по каким категориям конкурент получает существенно больше рекомендаций;

— в каких ИИ-системах бренд недопредставлен;

— с какими характеристиками нейросети связывают продукт;

— какие сайты используются как источники;

— какие продуктовые преимущества система регулярно замечает, а какие практически игнорирует;

— в каких сценариях стоит усиливать собственный контент, PR, обзоры, рейтинги и внешние упоминания.

После этого вместо абстрактной задачи «попасть в нейросети» появляется вполне понятная карта действий.

AI Share of Voice как маркетинговая метрика

Важно учитывать ограничение подобных исследований: ответы генеративных систем меняются.

Исследование банков — это срез, сделанный в один момент времени. Через месяц набор рекомендаций, используемые источники и даже баланс между конкурентами может измениться. Поэтому наиболее интересным становится не отдельный рейтинг, а динамика. 

Если регулярно повторять одинаковое семантическое ядро запросов, компания может видеть, растет или падает ее Share of Voice в ИИ, какие конкуренты усиливаются, где появились новые источники и какие действия действительно повлияли на выдачу.

Именно здесь подобная аналитика превращается из исследования в маркетинговый инструмент. На основе таких данных можно не только оценить текущую видимость бренда в ИИ, но и определить конкретные точки роста: от семантики и источников до тематических кластеров, в которых бренд уступает конкурентам. По итогам такого анализа можно сформировать рекомендации по усилению присутствия бренда в ответах нейросетей. 

Это не попытка «обмануть алгоритм». Скорее новая версия давно знакомой маркетинговой задачи: добиться того, чтобы в момент выбора потребитель видел правильную информацию о бренде. Просто теперь часть этих решений принимается не на странице поисковой выдачи. А внутри ответа нейросети.

Материал предоставлен агентством SBA