Люксовые бренды теряют видимость в ответах ИИ на запросы пользователей
Генеративные нейросети все заметнее влияют на выбор товаров в сфере красоты и парфюмерии. Пользователь уже не ограничивается поиском по каталогам и отзывам: он формулирует задачу - например, подобрать средство для чувствительной кожи, найти стойкий аромат или выбрать магазин с широким ассортиментом, - и получает готовую рекомендацию от искусственного интеллекта.
Однако разные бренды получают в таких ответах совершенно неодинаковую видимость. По данным исследования AIMonitor.pro, один и тот же бренд может встречаться в рекомендациях различных нейросетей с разницей более чем в 25 раз. При этом лидер меняется в зависимости от характера запроса: пользователь ищет конкретный товар, категорию продукции или определенного продавца.
Маркетплейсы лидируют в массовых запросах
Среди продавцов косметики, парфюмерии и средств ухода чаще всего в ответах ИИ упоминаются Ozon, Wildberries и "Золотое яблоко". Их показатели видимости составляют 20,8%, 20,3% и 14,2% соответственно.
Когда запрос связан с конкретной задачей - например, с уходом за лицом, волосами или телом, - преимущество получают маркетплейсы. Видимость Ozon в этих сегментах находится в диапазоне от 27,6% до 30,4%, а Wildberries - от 25,8% до 27,4%. Вероятно, нейросети учитывают широкий ассортимент таких площадок, большое количество товарных карточек и возможность предложить сразу несколько вариантов в разных ценовых категориях.
Картина меняется, если пользователь задает общий вопрос о категории без уточнения конкретного типа продукта. В этом случае на первом месте оказывается "Золотое яблоко" с показателем 20,8%, а следом идет "Рив Гош" - 19,9%. У Ozon доля видимости в такой формулировке заметно ниже и составляет 11,1%.
Таким образом, универсального лидера для всех сценариев не существует. Площадка, которая чаще появляется в ответах на запросы о конкретном средстве, не обязательно будет первой в рекомендациях по категории в целом.
Какие бренды чаще рекомендует искусственный интеллект
В сегменте декоративной косметики лидирует Maybelline New York. На долю бренда приходится 21,7% упоминаний в ответах нейросетей. Вторую позицию занимает L'Oréal Paris с результатом 16,3%, а третью - бюджетная марка Vivienne Sabo, показатель которой достигает 13,8%.
Распределение в парфюмерной категории выглядит иначе. Здесь первое место занимает Chanel - 22,2%. При этом нишевый бренд Lattafa с результатом 5,7% оказывается заметнее, чем Tom Ford, которому принадлежит 4,7%, и Creed - 4,4%.
Эти результаты показывают, что известность и высокая стоимость бренда не гарантируют лидерства в рекомендациях ИИ. Нейросеть ориентируется не только на престиж марки, но и на соответствие продукта типичному пользовательскому сценарию, популярность конкретных запросов, наличие подробных описаний и частоту упоминаний в цифровой среде.
Люкс уступает брендам с прикладной экспертизой
Наиболее показательная ситуация наблюдается в категории ухода за лицом. В число 11 самых заметных брендов не попала ни одна люксовая марка. Лидером стал La Roche-Posay с показателем 36,9%. Далее следуют BIODERMA - 13,2% и CeraVe - 11,3%.
В сегменте ухода за телом расстановка также не связана с премиальным позиционированием. Первое место занимает Veet - 11,3%, второе NIVEA - 10,9%, третье La Roche-Posay - 10,7%.
По словам сооснователя и технического директора AIMonitor.pro Кирилла Власова, нейросеть выбирает не сам бренд, а наиболее подходящую логику ответа на конкретный вопрос. Если человеку нужен универсальный выбор и широкий ассортимент, ИИ чаще предлагает маркетплейс. Когда речь идет о решении проблемы кожи или подборе ухода, в рекомендациях оказываются аптечные марки, ассоциирующиеся с профессиональной экспертизой. В подобных сценариях пользователь ищет прежде всего результат, а не статус продукта.
Почему нейросети меняют правила продвижения
Традиционная реклама часто строится вокруг узнаваемости, имиджа и эмоционального позиционирования. Для алгоритмов генеративного ИИ этого недостаточно. Нейросеть должна понять, насколько бренд подходит под конкретную потребность и можно ли обосновать его рекомендацию понятными характеристиками.
На видимость могут влиять наличие структурированной информации о продукте, подробные описания состава, рекомендации по применению, отзывы, упоминания экспертов и соответствие популярным пользовательским формулировкам. Если бренд представлен в интернете преимущественно рекламными слоганами, но почти не раскрывает практические свойства продукции, ему сложнее попасть в содержательный ответ ИИ.
Особенно важны запросы, сформулированные в виде проблемы. Пользователь спрашивает не просто "какой крем купить", а "что подойдет для сухой кожи зимой", "как уменьшить раздражение после бритья" или "какой аромат выбрать для офиса". В таких случаях нейросеть отдает приоритет маркам, которые уже связаны с соответствующей потребностью в обзорах, экспертных материалах и карточках товаров.
Видимость в ИИ становится отдельным показателем
Для компаний это означает появление нового направления аналитики. Одной поисковой выдачи и оценки рекламного охвата уже недостаточно: брендам необходимо отслеживать, как они представлены в ответах различных нейросетей.
Важно анализировать не только частоту упоминаний, но и контекст. Бренд может появляться в ответе, однако занимать второстепенную позицию, упоминаться без конкретной рекомендации или попадать в список альтернатив. Поэтому оценка должна учитывать место в ответе, характер формулировки и соответствие целевому запросу.
Кроме того, результаты могут различаться в зависимости от языка, региона, формата вопроса и используемой платформы. Одна нейросеть способна чаще рекомендовать аптечные марки, другая - маркетплейсы, а третья - бренды, активно представленные в профессиональных обзорах.
Как люксовым маркам повысить шансы на рекомендации
Премиальным компаниям необходимо смещать акцент с демонстрации статуса на доказательство потребительской ценности. Это не означает отказ от имиджа, но требует дополнить его практической информацией: кому подходит продукт, какие задачи он решает, как использовать средство и каких результатов ожидать.
Полезным инструментом может стать создание материалов, отвечающих на реальные вопросы покупателей. Подробные гиды по подбору ухода, объяснение особенностей ингредиентов, сравнительные обзоры и рекомендации по сочетанию средств помогают сформировать вокруг бренда экспертное поле.
Не менее важно обеспечить единообразие данных во всех цифровых каналах. Название продукта, состав, объем, назначение и способ применения должны быть представлены без противоречий на официальном сайте, в каталогах продавцов и на торговых площадках.
ИИ становится новым этапом потребительского выбора
Генеративный искусственный интеллект продолжает быстро наращивать аудиторию. С июня 2025 года по май 2026 года среднемесячный объем веб-трафика на ИИ-платформы достиг 9,5 млрд визитов, увеличившись на 70% за год. Количество уникальных посетителей выросло до 655 млн, что соответствует приросту на 57%.
Чем чаще люди будут обращаться к нейросетям за советами перед покупкой, тем сильнее будет зависеть коммерческий успех бренда от его присутствия в подобных ответах. Для люксового сегмента это особенно важный сигнал: высокая цена и известность больше не гарантируют автоматического попадания в рекомендации.
В новой модели продвижения выигрывает тот, кто лучше объясняет пользу продукта, подтверждает экспертность и соответствует конкретной задаче пользователя. Поэтому борьба за внимание постепенно перемещается из традиционной рекламы в пространство смыслов, данных и рекомендаций, которые формирует искусственный интеллект.
