Люксовые бренды теряют позиции в ответах ИИ на запросы пользователей
Генеративные нейросети все чаще становятся для потребителей отправной точкой при выборе косметики, парфюмерии и продавца. Однако в рекомендациях искусственного интеллекта премиальные марки заметно уступают маркетплейсам, аптечным брендам и массовому сегменту. При этом позиции одного и того же бренда могут радикально различаться в зависимости от формулировки запроса и используемой нейросети.
По данным исследования AIMonitor.pro, разрыв в видимости брендов в ответах разных ИИ-систем иногда превышает 25 раз. Лидерство также меняется в зависимости от того, что именно хочет найти пользователь: конкретный продукт, категорию товаров, способ решения косметической задачи или магазин.
Маркетплейсы лидируют среди продавцов
В категории продавцов косметики и парфюмерии наибольшую представленность в ответах искусственного интеллекта демонстрируют Ozon, Wildberries и "Золотое яблоко". Их показатели составляют соответственно 20,8%, 20,3% и 14,2%.
Если запрос связан с конкретной задачей - например, подбором ухода за лицом, волосами или телом, - маркетплейсы усиливают позиции. Видимость Ozon в этих сегментах находится в диапазоне от 27,6% до 30,4%, Wildberries - от 25,8% до 27,4%.
Иная картина наблюдается в широком запросе по категории без уточнения типа товара. В таком случае "Золотое яблоко" получает 20,8% видимости, а "Рив Гош" - 19,9%. Показатель Ozon при этом снижается до 11,1%. Это говорит о том, что алгоритмы учитывают не только популярность площадки, но и соответствие ее ассортимента конкретному сценарию покупки.
Какие бренды чаще рекомендует искусственный интеллект
В сегменте декоративной косметики первое место занимает Maybelline New York с показателем 21,7%. Далее расположились L'Oréal Paris - 16,3% и Vivienne Sabo - 13,8%. Примечательно, что бюджетный бренд опережает ряд более дорогих марок, поскольку чаще встречается в массовых пользовательских сценариях и подборках.
В парфюмерии лидирует Chanel: ее видимость составляет 22,2%. Нишевый бренд Lattafa получает 5,7% упоминаний и опережает Tom Ford с результатом 4,7% и Creed - 4,4%. Таким образом, высокая цена и статус марки сами по себе не гарантируют присутствия в рекомендациях нейросетей.
Еще заметнее отставание люксовых компаний в уходе за кожей лица. В первую одиннадцатку этого сегмента не попал ни один премиальный бренд. Лидером стала La Roche-Posay - 36,9%, за ней следуют BIODERMA - 13,2% и CeraVe - 11,3%.
В категории ухода за телом наиболее часто упоминаются Veet - 11,3%, NIVEA - 10,9% и La Roche-Posay - 10,7%. В этих ответах преобладают марки с понятным позиционированием, широкой дистрибуцией и репутацией производителей практичных средств для регулярного использования.
Почему люкс уступает в нейросетевых рекомендациях
Алгоритм не оценивает бренд по традиционным критериям рекламного рынка - узнаваемости, престижу или высокой стоимости. Нейросеть стремится сформировать максимально полезный ответ на конкретную потребность пользователя. Если человек спрашивает, как подобрать средство для чувствительной кожи, устранить сухость или найти доступный парфюм на каждый день, система чаще выбирает марку с понятной продуктовой специализацией и большим количеством релевантных упоминаний.
Именно поэтому в бытовых сценариях выигрывают маркетплейсы, а в вопросах ухода - аптечные и дерматологические бренды. Пользователь в этот момент ищет не символ статуса, а рабочее решение с объяснимыми свойствами, подходящее под бюджет и особенности кожи.
Для люксовых марок это означает необходимость менять подход к цифровому присутствию. Одного имиджевого контента недостаточно: бренд должен быть представлен в материалах, отвечающих на практические вопросы о составе, применении, типах кожи, сочетании продуктов и ожидаемом результате.
Как брендам повысить видимость в ответах ИИ
Одним из ключевых факторов становится полнота информации. Нейросетям проще рекомендовать марку, если в открытом цифровом поле подробно описаны ее продукты, назначение, ингредиенты, ограничения и способы применения. Кратких рекламных слоганов для этого недостаточно.
Важную роль играет и структура контента. Страницы с четкими описаниями, ответами на частые вопросы, сравнением продуктов и понятной классификацией лучше соответствуют запросам пользователей. Чем точнее материал закрывает конкретную потребность, тем выше вероятность, что он будет учтен при формировании ответа.
Еще один фактор - присутствие на разных типах площадок. Нейросети анализируют не только официальные сайты компаний, но и карточки товаров, редакционные обзоры, экспертные материалы, отзывы и каталоги. При этом сведения должны быть согласованными: противоречивые характеристики и неполные описания могут снижать доверие к бренду.
Компании также стоит учитывать локальные формулировки запросов. Пользователь может искать не "сыворотку премиум-класса", а "средство от сухости кожи зимой" или "крем для чувствительной кожи без отдушек". Чем лучше бренд связан с реальными проблемами аудитории, тем чаще он появляется в ответах по прикладным сценариям.
Рост влияния ИИ делает этот вопрос особенно важным. С июня 2025 года по май 2026 года среднемесячный объем веб-трафика на ИИ-платформы достиг 9,5 млрд визитов, увеличившись на 70% год к году. Число уникальных пользователей выросло до 655 млн, что соответствует приросту на 57%.
В результате нейросетевые ответы становятся самостоятельным каналом формирования спроса. Бренд может быть хорошо известен аудитории и активно представлен в традиционной рекламе, но при этом почти не появляться в ответах на запросы о выборе товара. Для производителей косметики и парфюмерии это означает переход от работы только с узнаваемостью к управлению цифровой видимостью в конкретных пользовательских ситуациях.
