Расхождение лидеров в цифровых пространствах
Новое исследование впервые позволило сравнить представление о российских страховых компаниях в ответах искусственного интеллекта и в обсуждениях реальных пользователей. Результаты указывают на существенный разрыв между этими двумя каналами.
Аналитики проанализировали 15 000 ответов девяти моделей нейросетей на типичные страховые запросы, а также 12 362 упоминания компаний и агрегаторов в социальных медиа за май–июнь. Общий охват обсуждений в социальных сетях составил 616,8 миллиона пользователей.
Особенности представления брендов в нейросетях
В поле зрения нейросетей лидируют другие игроки, нежели в публичных дискуссиях. Согласно данным, в AI-поиске наиболее часто упоминаются Ингосстрах с долей голоса 14,8% и АльфаСтрахование с 14,1%. Разрыв между ними составляет менее одного процентного пункта.
Однако рейтинг обсуждаемости в социальных сетях и на форумах выглядит иначе. Там первое место занимает СберСтрахование с 22% упоминаний, далее следуют АльфаСтрахование с 17% и СОГАЗ с 13%. Таким образом, бренд может доминировать в одном информационном поле и оставаться почти незаметным в другом.
Проблема некорректных рекомендаций
Хотя общий тон ответов нейросетей остаётся преимущественно позитивным, сила конкретных рекомендаций невелика. Анализ показывает, что модели чаще предлагают пользователю перечень из пяти-семи компаний, не выделяя явного лидера и оставляя окончательный выбор за человеком.
При этом значительную часть видимости на страховом рынке в AI-поиске забирают финансовые маркетплейсы и агрегаторы. На массовые запросы, такие как ОСАГО или ипотечное страхование, их доля может достигать половины всех рекомендаций. Таким образом, нейросеть стала новым каналом, который часто ведёт клиента не напрямую к страховщику, а на площадку для сравнения.
Исследование также выявило, что единой картины рынка в различных моделях не существует. Некоторые зарубежные нейросети, включая Grok и DeepSeek, оказались более дружелюбны к российским брендам и дают прямые ссылки на их сайты. Отечественные модели, такие как GigaChat и решения Яндекса, системно направляют пользователей на агрегирующие площадки. Отдельные модели могут оперировать устаревшими данными.
Практические темы в социальных медиа
В ходе исследования были зафиксированы случаи распространения нейросетями неверной информации. Отмечались ошибки в трактовке нормативных актов, упоминание недоступных на российском рынке иностранных компаний, неточности в описании условий страховых продуктов, включая сроки периодов охлаждения и географию действия полисов.
Существуют и медицински спорные паттерны: иногда модели советуют после оформления онкостраховки несколько месяцев не проходить профилактические обследования, не оговаривая исключения для тревожных симптомов.