Мы задали один вопрос пяти ИИ: список CRM совпал на 80%, а лидеры — нет

Один и тот же вопрос пяти ИИ дал на первый взгляд почти одинаковый результат. Во всех ответах появились HubSpot CRM, Salesforce Sales Cloud, Zoho CRM и Pipedrive. На эти четыре бренда пришлось 20 из 25 мест в совокупной выборке, то есть 80% всего пространства рекомендаций.

Но первое место оказалось нестабильным. ChatGPT, Gemini и Perplexity поставили на первое место HubSpot. Claude выбрал Salesforce. Microsoft Copilot — Microsoft Dynamics 365. Таким образом, общий shortlist оказался устойчивым, а главный победитель зависел от системы.

Для бизнеса это важнее, чем кажется. Проверка в одной нейросети может создать ложное чувство уверенности: компания видна в ChatGPT, но не попадает в короткий список другой системы; либо присутствует везде, но почти никогда не становится первой рекомендацией. Эти ситуации требуют разных действий.

Что именно мы проверили

Для контролируемого эксперимента мы выбрали понятный B2B‑сценарий — выбор CRM для среднего бизнеса. Категория удобна для сравнения: на рынке много известных продуктов, о них есть официальные сайты, обзоры, рейтинги, документация и пользовательские обсуждения.

В пяти новых диалогах был задан один и тот же запрос без названий брендов и наводящих подсказок:

Посоветуй CRM для среднего бизнеса. Какие решения сегодня являются лучшими и почему?

Какие CRM рекомендовали пять систем

Главный результат: устойчивое ядро и подвижный лидер

В совокупности пять систем назвали только шесть разных CRM. Четыре из них сформировали устойчивое ядро: HubSpot, Salesforce, Zoho и Pipedrive появились в каждом ответе. Оставшиеся пять мест распределились между Microsoft Dynamics 365 и Freshsales.

Если сравнить наборы брендов попарно по индексу Жаккара, сходство составит от 66,7% до 100%, а среднее по десяти парам — 80%. Проще говоря, ИИ в основном согласились, кого включить в короткий список. Расхождения возникли на периферии и в порядке мест.

При этом ни одна CRM не стала первой у всех пяти систем. HubSpot выиграл три ответа из пяти, Salesforce и Microsoft Dynamics 365 — по одному. Для бренда это принципиальное различие: присутствовать в списке и быть первым выбором — не одно и то же.

Где именно модели разошлись

ChatGPT, Gemini и Perplexity: HubSpot как универсальный старт. Три системы поставили HubSpot на первое место. В конкретных ответах повторялись аргументы о простоте запуска, широком наборе функций, интеграциях и возможности расти вместе с компанией. Это не доказывает единого алгоритма: совпал итоговый выбор, но не обязательно источники и внутренняя логика.

Copilot: Microsoft Dynamics 365 сразу на первом месте. Copilot единственный вывел Microsoft Dynamics 365 на первое место и объяснил выбор интеграцией с продуктами Microsoft, корпоративной безопасностью, автоматизацией и единой экосистемой. Это наблюдение нельзя автоматически называть предвзятостью: одного запроса недостаточно, чтобы доказать систематическое предпочтение собственного продукта. Но это хороший повод проверять возможный экосистемный эффект на серии нейтральных запросов.

Периферия списка: Dynamics против Freshsales. Microsoft Dynamics 365 вошла в ответы Gemini, Claude и Copilot. Freshsales появилась только у ChatGPT и Perplexity. Именно такие различия предприниматель чаще всего не увидит при проверке одной системы: стабильное ядро маскирует изменчивую периферию.

Почему одной проверки недостаточно

Наш эксперимент показал сразу две формы вариативности. Первая — межмодельная: разные ИИ по‑разному расставляют одни и те же бренды. Вторая — контекстная: список может измениться, если добавить страну, бюджет, отрасль, размер команды, требования к интеграциям или хранению данных.

Дополнительная переменная — режим поиска. ChatGPT может подключать веб‑поиск автоматически или по выбору пользователя; у Claude веб‑поиск включается отдельно; Copilot показывает веб‑источники при использовании поиска; Perplexity по умолчанию строит ответы вокруг поиска и ссылок; Gemini показывает источники не в каждом ответе. Поэтому сравнивать один ответ с веб‑поиском и другой без него некорректно.

Если компания появилась в ChatGPT, это еще не означает, что ее увидят пользователи других систем. Но и отсутствие в одном ответе не доказывает проблему. Надежный вывод появляется, когда бренд систематически отсутствует в нескольких ИИ, в повторных запусках и в разных коммерческих сценариях.

Обычная вариативность или системная проблема

Как предпринимателю повторить тест для своей компании

Базовую сравнительную проверку можно провести самостоятельно. Она не заменит полноценное исследование, но покажет, что именно стоит изучить глубже.

1. Определите реальную задачу клиента. Не начинайте с вопроса «Что ты знаешь о нашей компании?». Возьмите ситуацию выбора: «Какую CRM выбрать для строительной компании?» или «Кого привлечь для международной доставки из Китая?».
2. Соберите 10–20 небрендовых запросов. Используйте вопросы из продаж, переписок, звонков, поисковой аналитики и FAQ. Название своей компании в формулировку не включайте.
3. Разделите запросы на сценарии. Например: общий выбор, выбор по отрасли, по географии, по бюджету, по масштабу, по интеграциям и по рискам.
4. Выберите системы, которыми реально пользуется аудитория. Для международного B2B это могут быть ChatGPT, Gemini, Claude, Copilot и Perplexity; для российской аудитории стоит добавить Алису, GigaChat и другие локальные инструменты.
5. Создайте одинаковые условия. Новый диалог, одинаковый язык, одинаковая формулировка, одинаковый регион и одинаковый режим веб‑поиска. Зафиксируйте дату и название системы.
6. Повторите важные запросы минимум три раза. Генеративный ответ не является статичной поисковой выдачей. Повтор помогает отличить устойчивый паттерн от случайной перестановки.
7. Фиксируйте не только упоминание. Запишите позицию, контекст, аргументы, названных конкурентов, ссылки на источники и фактические ошибки.
8. Разделите выводы на устойчивое ядро и вариативную периферию. Ядро — бренды, которые повторяются между моделями и запусками. Периферия — разовые или нестабильные рекомендации.
9. Проверьте корректность по первоисточникам. Цены, функции, лицензии, географию, условия договора и доступность продукта нельзя принимать на веру только потому, что их сообщил ИИ.
10. Повторяйте измерение после существенных изменений. Новый сайт, серия кейсов, ребрендинг, запуск продукта или исправление внешних карточек — разумные поводы сделать новый замер.

Какую таблицу вести:

1. Запрос и сценарий спроса.
2. ИИ‑система, режим и дата.
3. Полный ответ или ссылка на сохраненный диалог.
4. Бренды в порядке появления.
5. Первая рекомендация и попадание в топ‑3.
6. Контекст: рекомендован, упомянут нейтрально или приведен как источник.
7. Корректность фактов и найденные ошибки.
8. Источники, на которые ссылается система.

Какие метрики действительно полезны

Для небольшого самостоятельного теста достаточно пяти показателей:

1. Частота упоминания — в скольких ответах появился бренд.
2. First Choice Rate — доля ответов, где бренд назван первым.
3. Охват сценариев — по каким типам задач бренд появляется, а по каким исчезает.
4. Согласие моделей — насколько похожи списки разных систем.
5. Точность представления — правильно ли ИИ описывает специализацию, географию, продукт и ограничения.

Не сводите все к одному красивому баллу. В нашем CRM‑эксперименте Pipedrive присутствовала во всех пяти ответах, но ни разу не поднялась выше четвертого места. Microsoft Dynamics 365 появилась только в трех системах, зато один раз стала первой. Частота и качество позиции показывают разные стороны видимости.

Чего нельзя заключить из этого эксперимента

1. Нельзя утверждать, что HubSpot объективно лучше Salesforce или Dynamics 365.
2. Нельзя считать первое место в одном ответе доказательством рыночного лидерства.
3. Нельзя переносить международный список на российскую компанию без проверки доступности, права, локализации и интеграций.
4. Нельзя по одному случаю обвинять модель в предпочтении собственной экосистемы.
5. Нельзя считать отсутствие бренда следствием одного конкретного недостатка сайта или PR.
6. Нельзя сравнивать замеры, если менялись запрос, язык, регион, режим поиска или дата.

Корректная интерпретация звучит скромнее: в конкретном запросе и в конкретный период пять систем сформировали очень похожий shortlist, но по‑разному выбрали лидера. Это наблюдение нужно повторять на других запросах, отраслях и датах, прежде чем превращать в общий вывод.

Что это значит для бизнеса

Первый вывод — видимость не бинарна. Важно не только «есть ли нас в ответе», но и где именно, по каким сценариям и с каким описанием.

Третий вывод — проблема начинается не с единичного отсутствия, а с повторяющегося паттерна. Если компания не появляется между моделями, запросами и повторениями, стоит проверять, насколько ясно и согласованно она представлена на своем сайте и во внешних источниках.

Четвертый вывод — рекомендация ИИ требует фактчекинга. Нейросеть помогает сформировать shortlist, но не заменяет проверку цены, договора, безопасности, лицензий и реальной применимости продукта.

Итог

В нашем эксперименте пять ИИ почти согласились по составу рынка: 80% всех мест заняли одни и те же четыре CRM. Но когда потребовалось выбрать одну лучшую систему, возникли три разных победителя.

Для предпринимателя это означает простую вещь: проверять компанию нужно не в одном чате и не одним вопросом. Сильный сигнал появляется только там, где рекомендация повторяется между системами, сценариями и датами — и при этом ИИ правильно объясняет, чем компания полезна клиенту.

Методология и ограничения

1. Объект: рекомендации CRM для среднего бизнеса.
2. Системы: ChatGPT, Gemini, Claude, Microsoft Copilot, Perplexity.
3. Период: июль 2026 года.
4. Дизайн: один одинаковый нейтральный запрос, новый диалог в каждой системе, без уточняющих сообщений.
5. Единица анализа: первые пять названных CRM, порядок и аргументация.
6. Ограничения: один запрос, один язык, один временной срез; результаты нельзя считать универсальным рейтингом продуктов или неизменной характеристикой моделей.
7. Конфликт интересов: исследование не оплачивалось CRM‑вендорами, платных мест в таблице нет.