Крупнейшие банки доминируют в рекомендациях нейросетей

Исследовательский центр Sidorin Lab и BrandFound проанализировали рекомендации нейросетей при выборе банковских приложений. Исследование показало, что AI чаще называет крупные и узнаваемые бренды, которые имеют заметное присутствие в открытом интернете.

Лидером стал Сбер — на него приходится 37,1% всех упоминаний. Т-Банк получил 21,1%, ВТБ — 16,1%, Альфа-Банк — 11,1%. Таким образом, четыре крупнейших игрока суммарно занимают 85,4% AI-выдачи. Более 40 банков практически не упоминаются.

При этом популярность у нейросетей не всегда соответствует пользовательскому восприятию. Так, Совкомбанк показывает одну из лучших картин по тональности в соцмедиа: доля негативных сообщений составляет 11%. Однако в рекомендациях ИИ его доля — всего 0,6%.

Исследователи связывают такую разницу с тем, как нейросети формируют ответы. Они преимущественно обращаются к открытым материалам — рейтингам, обзорам, справочным статьям и другим публикациям. Поэтому известность бренда и объем информации о нем в интернете могут существенно влиять на его видимость для AI.

Наталия Кладова, руководитель исследовательского центра Sidorin Lab, отмечает, что у банков сегодня существуют два независимых репутационных контура: один формируется реальными клиентами, другой — нейросетями.

«Второй репутационный образ — в нейросетях, он формируется не опытом, а видимостью: частотой упоминаний, наличием структурного контента, попаданием в независимые рейтинги и справочные материалы. Именно его сегодня считывает человек, который ещё выбирает банк и обращается за советом к ИИ», — говорит Кладова.

Она также обращает внимание на проблему рассинхронизации этих двух образов. Нейросеть может продолжать транслировать устоявшийся имидж банка, даже если актуальный опыт пользователей уже изменился. При этом положительный клиентский опыт без соответствующего информационного контента остается для ИИ практически невидимым.

Результаты также различаются в зависимости от платформы. В Google Gemini, Google AI Mode, GigaChat и чате с Алисой более половины выдачи приходится на Сбер. В ChatGPT и Grok лидирует Т-Банк. DeepSeek и Perplexity упоминают значительно больше банков — от 38 до 41.

Таким образом, универсального рейтинга банков в нейросетях пока нет. На рекомендации влияют одновременно узнаваемость бренда, его представленность в открытых источниках и особенности конкретной AI-платформы. Для банков это означает необходимость учитывать при работе с репутацией не только мнение клиентов, но и то, какой образ бренда формируется у нейросетей.