GigaChat захватил корпоративный сектор, но ритейлеры теряют клиентов без адаптации каталогов
К 2026 году рынок ИИ в России разделился: «Алиса» захватила потребительский трафик, а GigaChat стал главным инструментом для корпоративных задач и медицины. Бизнес, не адаптировавший каталоги под машинное чтение, рискует стать невидимым для покупателей, делегирующих выбор товаров нейросетям.
Рынок искусственного интеллекта в России к середине 2026 года разделился на два лагеря: массовый потребительский сегмент, где доминирует «Алиса AI» с долей 67%, и корпоративный сектор, где GigaChat от Сбера закрепился как универсальный инструмент для бизнеса и медицины. Пользователи делегируют выбор товаров нейросетям, что привело к росту переходов на сайты ритейлеров из чат-ботов в 1,7 раза. Компании, не адаптировавшие свои каталоги под машинное чтение, рискуют стать невидимыми для покупателей, использующих ИИ-ассистенты.
Почему GigaChat выигрывает в B2B, но проигрывает в трафике
В отличие от развлекательных платформ, ориентированных на одну аудиторию, GigaChat продемонстрировал сбалансированную гендерную структуру пользователей. Это указывает на то, что модель воспринимается как утилитарный инструмент, а не как игрушка. В то время как «Алиса AI» лидирует по количеству переходов на сайты магазинов, опережая GigaChat, DeepSeek и ChatGPT, Сбербанк сделал ставку на глубину интеграции, а не на широту охвата.
Ключевое отличие заключается в сценариях использования. Если «Алиса» помогает найти товар, то GigaChat уже выполняет сложные бизнес-задачи:
- Автоматизирует подбор персонала в крупных структурах, таких как ВЭБ.РФ, анализируя резюме и проводя первичную оценку кандидатов.
- Генерирует полноценные интернет-магазины за минуты для малого бизнеса, интегрируя карточки товаров с маркетплейсов.
- Работает как основа для ИИ-помощника на портале «Рамблер», предоставляя ответы на новости со ссылками на первоисточники для борьбы с дезинформацией.
Важный нюанс: Лидерство «Алисы AI» в трафике не означает технологическое превосходство над GigaChat. Это разделение функций: одна модель стала «витриной» для массового потребителя, другая — «мозгом» для корпоративных процессов и специализированных задач.
Новые стандарты в медицине и промышленности
В 2025–2026 годах GigaChat перешел от текстовых диалогов к работе с мультимодальными данными, что стало критическим фактором для отраслей с высокими рисками. В медицине модель стала ядром системы GigaDoc, позволяющей оценивать здоровье через камеру смартфона. Система анализирует девять параметров и выявляет риски сердечно-сосудистых заболеваний. Совместно с НМИЦ им. Алмазова разработана модель, прогнозирующая осложнения у пациентов с точностью 89%, что позволяет врачам принимать решения на основе данных в реальном времени.
В нефтегазовой отрасли GigaChat позиционируется как суверенный инструмент для обучения на корпоративных данных. Это решает проблему безопасности информации, которую нельзя загружать в иностранные модели. Однако внедрение сталкивается с барьерами: длительным согласованием проектов и нехваткой квалифицированных кадров.
Стоит учесть: Рост доли GigaChat в топ-5 ИИ-платформ с 3,3% до 13% за год свидетельствует о смене парадигмы: пользователи и бизнес выбирают не просто «чат-бот», а специализированные решения с гарантиями точности и приватности данных.
Риски и стратегия для бизнеса
Ситуация на рынке ИИ в России к июлю 2026 года диктует жесткие требования к адаптации. Бизнес, игнорирующий переход на GEO (поисковую оптимизацию для генеративных ИИ), теряет клиентов. Трафик из ИИ-ассистентов растет быстрее, чем из традиционных поисковиков. Если каталог товаров не структурирован так, чтобы нейросеть могла его «прочитать» и порекомендовать, компания исчезает из поля зрения покупателя.
Для руководителей это означает необходимость пересмотра стратегии цифровизации:
- Интеграция в экосистемы: Присутствие в локальных ИИ-решениях становится обязательным условием выживания, так как глобальные игроки занимают лишь нишевые позиции.
- Автоматизация рутин: Внедрение GigaChat для HR и поддержки клиентов позволяет сократить операционные расходы и ускорить процессы адаптации сотрудников.
- Контроль качества данных: В медицине и промышленности точность прогнозов (89% в кардиологии) становится конкурентным преимуществом, требующим обучения моделей на проверенных данных.
Если текущий тренд на делегирование выбора товаров ИИ-ассистентам сохранится, к концу 2026 года доля трафика из чат-ботов может превысить 30% от общего онлайн-поиска в ритейле. Компании, которые не подготовят свои цифровые активы к машинному чтению, столкнутся с резким падением видимости, даже при наличии качественного контента для людей.
🤖 Сводка сформирована на основе фактов из Календаря и обновляется при поступлении новых данных.
📅 Последнее обновление сводки: 31 июля 2026.
