Теперь поставщиков в B2B рекомендует ИИ. Как попасть в рекомендации нейросети?

Раньше закупщик открывал Яндекс, отраслевой каталог и десяток вкладок. Теперь он может написать: «Подбери пять российских поставщиков такого-то оборудования. Сравни сроки, сервис, регионы и опыт в пищевой промышленности».

Нейросеть вернёт аккуратную таблицу. В неё может попасть компания, о которой покупатель прежде не слышал. Ваша компания может не попасть, даже если двадцать лет работает на рынке.

Это уже не только гипотеза маркетологов. Но и не повод срочно переименовывать обычное продвижение в поиске в «продвижение для нейросетей» и покупать новую магическую услугу.

AI помогает составить список, но ещё не принимает решение один

G2 в 2026 году опросила больше тысячи покупателей программного обеспечения для бизнеса. 51% ответили, что чаще начинают исследование с AI-чата, чем с Google, 71% используют AI на каком-либо этапе выбора, а 54% назвали чат-боты источником, влияющим на короткий список поставщиков.

Это сильные цифры, но границы у них важнее заголовка. G2 продаёт услуги участникам рынка программного обеспечения, а исследование касается именно покупателей B2B-софта. Нельзя автоматически переносить 51% на закупку труб, спецодежды или услуг региональной лаборатории.

Более широкое исследование 6sense даёт спокойную картину. Среди почти 4 000 B2B-покупателей 94% использовали большие языковые модели во время выбора. При этом число взаимодействий с сайтами, материалами и людьми поставщика почти не изменилось: для дорогой сделки AI помогает обработать информацию, но не отменяет проверку.

Практический вывод такой: нейросеть становится редактором первоначального списка, а не финальным закупщиком. После её ответа человек всё равно ищет доказательства.

Откуда нейросеть узнаёт о поставщике

У модели нет единой карточки, которую компания заполнила и навсегда заняла первое место. Ответ зависит от запроса, страны, даты, выбранной системы и доступных источников.

Обычно в работу попадают четыре слоя информации.

Собственный сайт компании

На нём проще всего подтвердить ассортимент, географию, отрасли, сертификаты, интеграции, сроки и контакты. Если сайт пишет только «комплексные решения высокого качества», нейросети нечего поставить в сравнительную таблицу.

Независимые и отраслевые источники

Каталоги, реестры, публикации СМИ, партнёрские страницы, материалы конференций и профессиональные рейтинги помогают подтвердить, что компания существует и действительно работает в заявленной области.

Отзывы и опыт клиентов

Для программ это могут быть G2 и Capterra, для локального бизнеса — карты, для промышленности — отраслевые площадки, тендерные реестры, дилерские списки и опубликованные кейсы. В исследовании G2 45% покупателей назвали ссылку на площадку с отзывами самым убедительным сигналом внутри AI-ответа. Это снова данные самой площадки отзывов, поэтому воспринимать их нужно как указатель поведения, а не универсальный закон.

Техническая доступность

Страница должна открываться без авторизации, иметь постоянный адрес, ясный заголовок и текст, доступный поисковым роботам. Важные сведения, спрятанные только в картинке или тяжёлом скрипте, сложнее найти и проверить.

Я спросила пять нейросетей — и получила пять немного разных акцентов

В своём предыдущем эксперименте я задала один вопрос ChatGPT, Claude, Алисе, GigaChat и DeepSeek: что сделать, чтобы попасть в рекомендации? Ответы совпали в главном — нужна подробная структурированная информация и внешние подтверждения, — но приоритеты различались.

Claude сильнее опирался на то, что говорят о компании другие. ChatGPT делал упор на полноту и оригинальные факты. Алиса и GigaChat — на структуру и разметку. DeepSeek отдельно упоминал видимость в Bing.

Это был практический тест, а не научное исследование: другой запрос или новая версия модели даст иной результат. Но он показал полезную вещь. Невозможно «оптимизироваться под один правильный алгоритм». Можно сделать так, чтобы разные системы находили одни и те же ясные и подтверждённые факты.

Почему лучший поставщик остаётся за пределами ответа

Он описывает себя внутренними словами

Компания пишет «модуль КСУ-4», а клиент спрашивает «система учёта заявок дилеров». AI не обязан догадаться, что это одно и то же. Сначала надо собрать реальные формулировки из звонков, писем, Wordstat и запросов менеджеров.

На сайте нет критериев выбора

Покупатель просит поставщика с монтажом на Урале, сертификатом, интеграцией с 1С и опытом в металлургии. Если эти факты существуют только в голове директора, в рекомендации они не попадут.

Заявления не подтверждены

Фраза «лидер рынка» без методики слабее, чем «внедрили систему на трёх складах, обрабатывающих 8 000 позиций» с описанием задачи и результата.

В интернете несколько версий компании

На сайте старый адрес, в каталоге прежнее название, в карточке партнёра другой перечень услуг. Модель может смешать сведения или решить, что речь идёт о разных организациях.

Внешних упоминаний почти нет

Нейросеть видит только самоописание компании. Для рекомендации в рискованной B2B-сделке этого мало.

Что сработало у HubSpot — и что из этого можно повторить

В интервью TechRadar команда HubSpot сообщила, что число обращений от подходящих клиентов из ответов нейросетей выросло на 1 850%, а такие посетители примерно втрое чаще становились клиентами, чем пришедшие из обычного поиска. Абсолютная исходная база в публикации не раскрыта, поэтому громкий процент вполне мог вырасти с малого числа обращений.

Ценно не число, а описанный процесс. Компания исследовала реальные вопросы пользователей, перерабатывала страницы под конкретные ответы, добавляла авторство и факты, следила за упоминаниями бренда и отдельно считала обращения из ответов нейросетей. То есть результат строился на обычной дисциплине контента и аналитики, а не на секретной разметке.

Для российского промышленного поставщика копировать HubSpot целиком бессмысленно. Но можно повторить три действия: сделать ясные страницы под критерии закупки, публиковать проверяемые кейсы и отслеживать, как разные AI описывают компанию.

Практический аудит: войдёте ли вы в короткий список

Возьмите пять запросов, которые мог бы написать клиент:

1. «Назови поставщиков [категория] в России».
2. «Сравни [ваша компания] и [два конкурента]».
3. «Кто поставляет [продукт] с [критичное условие]?»
4. «Какие подрядчики работали с [отрасль]?»
5. «Какие риски при выборе [категория] и кого рассмотреть?»

Проверьте ответы хотя бы в трёх системах. Для каждого факта сохраните не только позицию компании, но и источники ответа. Такой тест надо повторять: результаты меняются.

Затем составьте таблицу пробелов.

Что публиковать в первую очередь

• отдельные страницы под отрасли и сценарии применения;
• сравнения вариантов с честными ограничениями;
• кейсы по схеме «было — что сделали — что изменилось»;
• технические характеристики в тексте и таблицах;
• сертификаты, партнёрства и реестры с действующими ссылками;
• имена и компетенции авторов экспертных материалов;
• ответы на вопросы закупщика, технического специалиста и руководителя;
• единые реквизиты, название и описание компании на внешних площадках.

Schema.org, sitemap и доступ для роботов полезны, но разметка не создаёт отсутствующий опыт. Сначала нужны факты, затем удобная структура.

Чего нельзя обещать

Никто не может гарантировать первое место в ответе ChatGPT, Алисы или другой системы. У пользователя свой контекст, у модели меняются источники и правила, а в ответе возможны ошибки.

Цель реалистичнее: добиться, чтобы в интернете существовал согласованный набор проверяемых сведений о компании. Тогда AI сможет найти вас по критериям клиента, корректно сравнить с конкурентами и показать источники. А покупатель после рекомендации увидит тот же ответ на сайте, в кейсе и на независимой площадке.

Источники и ограничения

• G2, AI Search Insight Report 2026 — опрос более 1 000 покупателей B2B-программ; G2 коммерчески заинтересована в роли отзывов.
• 6sense, B2B Buyer Experience Report 2025 — международная выборка крупных B2B-покупок; не описывает отдельно российский рынок.
• TechRadar, интервью о стратегии HubSpot — показатели сообщены самой компанией, абсолютная база не раскрыта.