23 марта 2026 г.15 мин чтения

Рейтинг видимости FinTech и банков в нейросетях — март 2026

Исследование AI-видимости 10 крупнейших российских банков и FinTech-компаний: кто лидирует в ChatGPT, Claude, Gemini, Grok, Perplexity и других нейросетях. Данные за март 2026.

Владислав Пучков

Эксперт по GEO

Мы провели исследование AI-видимости 10 крупнейших российских банков и FinTech-компаний по данным платформы geoscout.pro. Мониторинг охватил 8 AI-провайдеров (ChatGPT, Claude, DeepSeek, Gemini, Google AI Mode, Grok, Perplexity и Яндекс с Алисой), 241 ответ нейросетей за март 2026. Результаты ломают привычные представления о лидерстве в финансовом секторе.

Методология исследования

Прежде чем перейти к цифрам — о том, как они получены. Прозрачность методологии важна: без неё рейтинг превращается в набор мнений.

Параметры мониторинга:

• Дата: 23 марта 2026
• AI-провайдеры: 8 (ChatGPT, Claude, DeepSeek, Gemini, Google AI Mode, Grok, Perplexity, Яндекс с Алисой)
• Общее количество ответов: 241
• Промпты: коммерческие и информационные запросы о банках, кредитах, вкладах, переводах, бизнес-обслуживании, дебетовых и кредитных картах
• Метрики: mention rate, средняя позиция, Share of Voice, recommendation rate, sentiment (позитивный), domain citation

Что измеряем:

Подробнее о том, что такое Share of Voice в AI и как работает AI-видимость бренда, — в отдельных статьях.

Общий рейтинг: топ-10 банков по AI-видимости

Результаты удивили. Крупнейший банк страны — не лидер. Нишевые игроки показывают метрики выше, чем гиганты. Давайте разбираться.

Первое, что бросается в глаза: разрыв между топ-4 и остальными — колоссальный. Альфа-Банк упоминается в 78% ответов нейросетей, а пятый по списку Газпромбанк — только в 45%. Дальше — обрыв: МТС Банк и ниже — менее трети ответов.

Второе: Сбербанк — только четвёртый. Крупнейший банк России по активам, количеству клиентов и отделений уступает Альфа-Банку на 11 процентных пунктов в AI-видимости.

Главный инсайт: размер бизнеса ≠ позиция в AI

Это, пожалуй, самый важный вывод исследования. По традиционным метрикам — количество клиентов, активы, доля рынка — Сбербанк безоговорочный лидер российского банковского сектора. Но в мире AI-поиска действуют другие правила.

Альфа-Банк: 78.42% mention rate. Сбербанк: 67.63%. Разница — 11 процентных пунктов. Это не статистическая погрешность — это системный разрыв.

Почему так происходит? Нейросети формируют ответы не на основе размера компании. Они опираются на:

• Цифровое присутствие — объём и качество контента на сайте и внешних площадках
• Экспертные обзоры — публикации в медиа, рейтинги, сравнения
• Структурированные данные — техническая оптимизация сайта для AI-ботов
• Свежесть информации — актуальные условия, тарифы, продуктовые обновления
• Ссылочный профиль — упоминания в авторитетных источниках

Альфа-Банк и Т-Банк исторически сильнее в цифровом маркетинге. Т-Банк (бывший Тинькофф) вообще строился как digital-first банк без отделений — весь клиентский опыт сосредоточен в приложении и на сайте. Это создаёт мощный цифровой след, который подхватывают нейросети.

Подробнее о факторах, влияющих на попадание в рекомендации нейросетей, — в статье как попасть в рекомендации нейросетей.

Т-Банк: лучшая позиция в отрасли

Т-Банк занимает второе место по mention rate (75.52%), но первое — по средней позиции: 2.44. Это значит: когда нейросеть упоминает Т-Банк, она ставит его в числе первых двух-трёх рекомендаций.

Для сравнения: у Сбербанка средняя позиция — 4.17. AI упоминает Сбербанк реже и ставит его ниже в списке. Т-Банк упоминается почти так же часто, но располагается значительно выше.

Почему позиция важнее частоты? Пользователь, получивший от AI список из 5 банков, с высокой вероятностью выберет один из первых двух. Четвёртая-пятая позиция — это «массовка», которая присутствует для полноты картины, но редко конвертируется в действие.

Т-Банк в ChatGPT: рекордные цифры

Отдельного внимания заслуживает присутствие Т-Банка в ChatGPT:

• SoV в ChatGPT: 63.3% — доминирование
• Средняя позиция: 1.89 — почти всегда первый
• Domain citation: 26.7% — каждый четвёртый ответ содержит ссылку на tbank.ru

Domain citation 26.7% — лучший показатель среди всех банков во всех провайдерах. ChatGPT не просто упоминает Т-Банк — он активно ссылается на его сайт. Для банка это прямой трафик от AI-провайдера с крупнейшей аудиторией в мире.

Альфа-Банк тоже сильно выступает в ChatGPT: domain citation 20%. Два цифровых банка забирают почти половину всех ссылок ChatGPT на банковские сайты.

Альфа-Банк: стабильный лидер по охвату

Альфа-Банк возглавляет рейтинг благодаря стабильно высокому присутствию практически во всех AI-провайдерах:

Ни один другой банк не показывает такую стабильность. У Альфа-Банка нет «провальных» провайдеров — он присутствует везде. Это стратегическое преимущество: какой бы нейросетью ни пользовался потенциальный клиент, он увидит Альфа-Банк в рекомендациях.

Recommendation rate: 2.07% — максимальный в отрасли. Цифра кажется маленькой, но в контексте финтеха это нормально. Нейросети крайне осторожны с прямыми рекомендациями финансовых продуктов — слишком высокие юридические и репутационные риски. AI скорее перечислит варианты, чем скажет «рекомендую именно этот банк». 2% прямых рекомендаций — это максимум, на который может рассчитывать банк в текущей парадигме.

Sentiment: 84.13% позитивных упоминаний. Нейросети не просто знают Альфа-Банк — они отзываются о нём преимущественно хорошо.

Сбербанк: парадокс крупнейшего банка

Сбербанк — четвёртый с mention rate 67.63%. Но самый удивительный факт — не общий рейтинг, а провал в конкретных провайдерах.

Яндекс плохо знает Сбербанк

Яндекс с Алисой упоминает Сбербанк только в 36.7% ответов. Для сравнения: Perplexity и Google AI Mode — по 96.7%.

Это парадокс: российский AI-провайдер знает крупнейший российский банк хуже, чем западные нейросети. Возможные причины:

1. Модель данных Яндекса отличается от западных — она может опираться на другие источники и по-другому ранжировать финансовые бренды
2. Осторожность с финансовыми рекомендациями — Яндекс может сознательно снижать частоту упоминания конкретных банков в рекомендательном контексте
3. Конкуренция за внимание — в экосистеме Яндекса есть собственные финансовые сервисы, что может влиять на нейтральность рекомендаций

Какой бы ни была причина, для Сбербанка это сигнал: при 88 миллионах пользователей Яндекса с Алисой терять две трети потенциальных упоминаний — дорого.

Средняя позиция: 4.17

Когда AI всё-таки упоминает Сбербанк, он ставит его на четвёртую позицию в среднем. Это «хвост» рекомендательного списка. Для контекста:

• Т-Банк: позиция 2.44
• Альфа-Банк: позиция 2.60
• Точка: позиция 2.75
• Сбербанк: позиция 4.17

Даже Точка — нишевый банк для бизнеса с mention rate в 3 раза ниже — располагается в ответах AI выше, чем Сбербанк. AI ставит Сбербанк в конец списка не потому, что не знает его, а потому, что оценивает релевантность и качество цифрового присутствия.

ВТБ: третий по упоминаниям, но с проблемами тональности

ВТБ занимает третье место с mention rate 75.10% — совсем немного уступает Т-Банку. Крепкий средний результат по охвату. Но есть нюанс.

Positive sentiment: 74.59%. Это самый низкий показатель тональности в топ-4. У Альфа-Банка — 84.13%, у Т-Банка — 84.07%. ВТБ уступает лидерам 10 процентных пунктов.

Что это значит? Каждый четвёртый ответ AI, упоминающий ВТБ, содержит нейтральную или негативную оценку. Нейросети могут писать: «ВТБ — один из крупнейших банков, но пользователи отмечают...» и далее — критика сервиса, очередей, условий. Для банка, который активно инвестирует в бренд, это проблема: AI транслирует не маркетинговые обещания, а агрегированное мнение из открытых источников.

Ещё один сильный показатель ВТБ: Claude domain citation 20%. Claude достаточно активно ссылается на сайт ВТБ — это может быть связано с качественной структуризацией информации на vtb.ru.

Провайдерная карта: кто кого знает

Один из ключевых выводов исследования: нет единого «AI-рынка» — есть 8 разных рынков, и позиция бренда кардинально отличается от провайдера к провайдеру.

Grok: неожиданные фавориты

Grok от xAI показывает интересное распределение:

• Альфа-Банк: 83.9% — лидер
• МТС Банк: 71% — шестое место в общем рейтинге, но в Grok — почти на уровне лидеров
• Точка: присутствует стабильно

Grok явно имеет свою «картину мира» российского банковского рынка, не совпадающую с другими провайдерами. МТС Банк, практически невидимый в большинстве нейросетей (30.29% в среднем), в Grok получает 71% mention rate. Это подтверждает: мониторить нужно все провайдеры, а не один-два.

Claude: слепые зоны

Claude демонстрирует самые заметные слепые зоны в знании российских банков:

• МТС Банк: 0% — Claude вообще не упоминает МТС Банк. Нулевая видимость. Если ваша аудитория использует Claude для выбора банка — МТС Банка для них не существует.

Это критический кейс для понимания AI-видимости. МТС Банк — не маленький игрок: это банк экосистемы МТС с миллионами клиентов. Но Claude его не знает. Причина, вероятно, в объёме англоязычного контента и международной известности: Claude обучался преимущественно на англоязычных данных, и российские банки второго-третьего эшелона в эти данные не попали.

Perplexity и Google AI Mode: лучшее знание рынка

Perplexity и Google AI Mode показывают лучшее покрытие российских банков:

• Сбербанк: 96.7% в обоих провайдерах
• Альфа-Банк: 93.3% в обоих провайдерах

Эти провайдеры используют актуальный веб-поиск для формирования ответов, поэтому их знание рынка шире и точнее, чем у моделей, опирающихся только на обучающие данные.

Точка: маленький банк с большой позицией

Точка замыкает топ-10 с mention rate 21.58% — в 3.5 раза ниже, чем у Альфа-Банка. Но её средняя позиция — 2.75 — выше, чем у ВТБ (3.36) и Сбербанка (4.17).

Что это значит? Когда AI всё-таки упоминает Точку, он ставит её на второе-третье место в списке. Это говорит о высокой релевантности в своей нише: Точка — банк для предпринимателей, и на запросы про бизнес-обслуживание AI рекомендует её в числе первых.

Урок для рынка: необязательно быть крупным банком, чтобы занимать высокие позиции в AI. Нишевая экспертиза и чёткое позиционирование дают лучшую позицию, чем универсальный подход. Если банк хорошо представлен в контенте по своей специализации, AI это учитывает.

Domain citation: кто получает трафик от AI

Domain citation — одна из самых практически ценных метрик. Она показывает, как часто AI ставит ссылку на сайт бренда в своём ответе. Упоминание без ссылки — это узнаваемость. Упоминание со ссылкой — это трафик.

Лидеры по domain citation:

Т-Банк лидирует по среднему domain citation (6.22%) — почти вдвое больше, чем у Альфа-Банка (3.32%). Причина — мощный результат в ChatGPT, где каждый четвёртый ответ содержит ссылку на tbank.ru.

Для остальных банков domain citation остаётся в пределах нескольких процентов. В целом финтех-индустрия получает меньше ссылок от AI, чем, например, SaaS или e-commerce — нейросети осторожнее с финансовыми продуктами.

Подробнее о значимости цитирований в AI — в статье Cited Sources в AI.

Recommendation rate: почему AI не рекомендует банки

Максимальный recommendation rate в нашем исследовании — 2.07% (Альфа-Банк). Для сравнения: в SaaS-отрасли лидеры получают 15-20% прямых рекомендаций. В чём причина?

AI осторожен с финансовыми продуктами. Нейросети обучены не давать финансовых советов. Вместо «рекомендую Альфа-Банк» AI скажет «среди популярных вариантов — Альфа-Банк, Т-Банк, ВТБ, Сбербанк». Это перечисление, а не рекомендация.

Причины осторожности:

• Юридические риски финансовых рекомендаций
• Зависимость от индивидуальных условий клиента (доход, кредитная история)
• Быстрая смена тарифов и условий банков
• Регуляторные ограничения в разных юрисдикциях

Для банков это означает: mention rate и позиция — более значимые метрики, чем recommendation rate. Попасть в перечисление вариантов — реалистичная цель. Получить прямую рекомендацию от AI — практически невозможно в финансовой вертикали.

Вторая пятёрка: борьба за видимость

Позиции 5-10 — это зона, где банки балансируют между минимальной видимостью и полной невидимостью.

Газпромбанк (44.81%)

Пятое место с заметным отрывом от четвёрки лидеров. 45% mention rate — это «иногда упоминается». AI знает Газпромбанк, но не считает его приоритетным вариантом для рекомендации. Для банка из топ-5 по активам — слабый результат в цифровом пространстве.

МТС Банк (30.29%)

Самый «волатильный» банк в рейтинге: от 71% в Grok до абсолютного нуля в Claude. МТС Банк — пример того, как AI-видимость может критически различаться между провайдерами. Усреднённая цифра 30% скрывает экстремальный разброс.

Совкомбанк, ПСБ, Ozon Банк (24-27%)

Зона низкой видимости. AI упоминает эти банки примерно в каждом четвёртом ответе. Для клиентов, использующих нейросети для выбора банка, эти бренды фактически невидимы — они теряются на фоне топ-4.

Ozon Банк (24.90%)

Отдельно стоит отметить Ozon Банк. Несмотря на мощную экосистему Ozon, банковская вертикаль в AI-поиске пока слабо представлена. Нейросети ассоциируют Ozon прежде всего с маркетплейсом, а не с банковскими услугами. Это типичная проблема для банков-экосистем: размывание бренда между основным бизнесом и финансовым подразделением.

Что делать банкам: рекомендации по GEO-оптимизации

На основе данных исследования — конкретные рекомендации для финансового сектора.

Для банков из топ-4 (Альфа, Т-Банк, ВТБ, Сбербанк)

1. Закрывать слабые провайдеры. Сбербанку критически важно повысить видимость в Яндексе (36.7% — потеря огромной аудитории). Усилить присутствие на площадках, которые Яндекс использует как источники.

2. Работать над позицией. Mention rate у топ-4 примерно равный (67-78%), но позиции различаются кратно: от 2.44 (Т-Банк) до 4.17 (Сбербанк). Сбербанку и ВТБ нужно работать над тем, чтобы AI ставил их выше в списке — через экспертный контент и сравнительные материалы.

3. Наращивать domain citation. Т-Банк и Альфа-Банк доказали, что 20-26% citation rate в ChatGPT достижим. Средства: структурированные данные на сайте, актуальные тарифные страницы, FAQ-разделы с конкретными ответами.

Для банков 5-10 позиции

1. Нишевая стратегия. Пример Точки: всего 21% mention rate, но позиция 2.75. Выбрать 3-5 тематических кластеров (бизнес-обслуживание, ипотека, автокредитование) и доминировать в них.

2. Фокус на конкретных провайдерах. МТС Банк имеет 71% в Grok — это можно масштабировать. Не нужно пытаться быть видимым везде — лучше доминировать в 2-3 провайдерах.

3. Контент-маркетинг с фокусом на AI. Экспертные обзоры, сравнительные таблицы, подробные FAQ — именно этот тип контента подхватывают нейросети. Подробнее — в статье как бренду попасть в ответы ChatGPT.

Для всех: технический фундамент

• Schema.org разметка — Organization, BankOrFinancialService, Product для каждого банковского продукта
• Проверка robots.txt — убедиться, что AI-боты не заблокированы. Подробнее: GEO-аудит сайта
• Актуальность контента — устаревшие тарифы и условия снижают доверие AI
• Мониторинг — без ежедневного отслеживания невозможно понять, работают ли предпринятые действия

Что это значит для рынка

Финансовый сектор — одна из самых конкурентных вертикалей в AI-поиске. Исследование выявило три тренда, которые важны для всей индустрии.

Тренд 1: Цифровые банки побеждают. Т-Банк и Альфа-Банк — банки, построившие сильное цифровое присутствие — лидируют в AI. Традиционные банки с фокусом на офлайн-присутствие проигрывают.

Тренд 2: AI-видимость — новый конкурентный параметр. Когда 51% россиян консультируются с нейросетями перед принятием решений, отсутствие в AI-ответах — это потеря клиентов. Банки, которые игнорируют AI-видимость, отдают долю рынка конкурентам.

Тренд 3: Каждый AI-провайдер — отдельный рынок. Нельзя мониторить один ChatGPT и считать, что картина полная. Яндекс с Алисой (88 млн пользователей), Perplexity, Google AI Mode, Grok — у каждого своя аудитория и своё представление о банковском рынке.

Как отслеживать AI-видимость банка

Данные для этого исследования получены через платформу geoscout.pro — единственный российский сервис, мониторящий 9 AI-провайдеров с ежедневной частотой (включая Google AI Overview, который не вошёл в банковское исследование).

Платформа позволяет:

• Отслеживать mention rate, позицию, SoV и sentiment по каждому провайдеру
• Сравнивать свой банк с конкурентами в режиме реального времени
• Видеть динамику — как меняется видимость день ко дню
• Получать AI-инсайты о причинах изменений
• Формировать контент-планы для повышения видимости

Полный рейтинг AI-видимости брендов по отраслям доступен на странице geoscout.pro/ratings.

Резюме

Исследование AI-видимости 10 крупнейших российских банков показало: правила игры изменились. Размер бизнеса, количество отделений и рекламный бюджет больше не определяют позицию бренда в ответах нейросетей.

Ключевые цифры:

• Альфа-Банк — лидер по mention rate (78.42%) и recommendation rate (2.07%)
• Т-Банк — лучшая позиция в ответах (2.44) и рекордный domain citation в ChatGPT (26.7%)
• Сбербанк — только 4-й по видимости, Яндекс знает его лишь на 36.7%
• Точка — 10-е место по частоте, но 2-е по позиции (2.75) — нишевая стратегия работает
• МТС Банк — от 0% в Claude до 71% в Grok — максимальная волатильность между провайдерами

Банки, которые начнут системную работу над AI-видимостью сегодня, получат конкурентное преимущество, которое будет только усиливаться по мере роста аудитории AI-поиска. Те, кто продолжит фокусироваться исключительно на традиционных каналах, рискуют стать невидимыми для растущей аудитории нейросетей.