Read the book: «AIRM. Управление репутацией в эпоху ИИ»

© Иван Сергеевич Дискин, 2026

ISBN 978-5-0071-3010-3

Создано в интеллектуальной издательской системе Ridero

AIRM. Управление репутацией в эпоху ИИ

Практическое руководство для маркетинговых управленцев

Иван Дискин
Оглавление

Часть I

Диагноз и дисциплина

Глава 1. Профессия без названия

Тот самый Момент, меняющий РИТОРИКУ в компании

Представьте обычную рабочую ситуацию. Директор по маркетингу решает провести простой эксперимент: открывает Гигачат, ChatGPT, Perplexity или Claude и задаёт вопрос, который каждый день в том или ином виде задают потенциальные клиенты компании — «какие решения в этой категории стоит рассмотреть». Бренда, которым он руководит, в ответе нет. Есть три конкурента, один из которых объективно слабее по продукту, но модель уверенно рекомендует именно его — с конкретными аргументами, ссылками на источники и точным описанием, для кого он подходит.

Дальше начинается самое интересное. Директор идёт разбираться, кто в компании за это отвечает. SEO-команда отвечает за позиции в классической выдаче — но там всё в порядке, сайт в топе. PR-служба отвечает за упоминания в прессе — и упоминания есть, вполне приличные. Бренд-маркетинг отвечает за то, как компанию воспринимает аудитория, — но меряет это через опросы и охваты рекламных кампаний, а не через то, что модель отвечает на прямой вопрос. Каждая функция закрывает свой участок в рамках собственной зоны ответственности. И ни одна не считает своей задачей то, что случилось в диалоговом окне у директора на экране.

Это не пробел в компетенциях конкретных людей. Это пробел в самой архитектуре функций, которая была спроектирована для мира, где не существовало посредника между брендом и решением клиента в виде языковой модели. Эта книга — практическое руководство по тому, как закрыть этот пробел системно, а не разовым экспериментом одного директора с ChatGPT.

Определение: что такое AIRM

Управление репутацией в сознании ИИ, или AIRM (AI Reputation Management), — это практика системного управления тем, как языковые модели и генеративные поисковые системы представляют, понимают и рекомендуют бренд.

Ключевое слово здесь — системного. Отдельная статья, оптимизированная под попадание в конкретный ответ модели, — это тактика, а не система. AIRM как дисциплина занимается не отдельными точками контакта, а всей совокупностью сигналов, из которых модель формирует представление о бренде: структурированными данными о компании, согласованностью того, что говорится о бренде в разных источниках, качеством и авторитетностью источников, которые на бренд ссылаются, и тем, насколько бренд вообще присутствует как узнаваемая, чётко определённая единица в той информационной среде, на которой обучаются и с которой работают модели.

Внутри этого широкого поля полезно выделить более узкий, специфический срез — управление репутацией в генеративных поисковых системах, или GERM (Generative Engine Reputation Management). В моей модели AIRM — это зонтичная дисциплина, охватывающая всё, включая работу с голосовыми ассистентами, рекомендательными системами и корпоративными ИИ-инструментами, тогда как GERM — её ядро, сфокусированное конкретно на генеративном поиске: на том самом моменте, когда пользователь задаёт вопрос ИИ-системе и получает не список ссылок, а прямой, сформулированный ответ. Для большинства компаний практическая работа начинается именно с GERM, а расширяется до полного AIRM по мере роста зрелости.

Почему это не переименованный PR (или, скажем, SEO)

Соблазн отмахнуться от этой дисциплины как от ребрендинга уже существующих функций понятен — и ровно поэтому его стоит разобрать явно, а не проигнорировать.

SEO управляет тем, как страница ранжируется в списке результатов классического поиска. Это работа с одним, конкретным типом объекта — веб-страницей — и с одним, конкретным алгоритмом ранжирования. AIRM работает с объектом принципиально другой природы: не страницей, а тем, что можно назвать цифровой сущностью бренда — совокупным, синтезированным представлением о компании, которое модель собирает из множества источников одновременно и которое не привязано ни к одной конкретной странице.

PR управляет тем, что о компании пишут журналисты и какие сообщения компания транслирует через официальные каналы. Это работа с людьми и с редакционными процессами. AIRM работает с тем, как модель интерпретирует и агрегирует уже опубликованные материалы — включая те, на которые PR-служба никогда не обращала внимания, потому что они выходили за пределами её мониторинга: отраслевые форумы, комментарии, второстепенные упоминания, которые по отдельности не стоили бы внимания пресс-службы, но в совокупности формируют то, что видит модель.

Бренд-маркетинг управляет восприятием через контролируемые каналы — рекламу, дизайн, тональность коммуникации. AIRM управляет восприятием там, где бренд не контролирует канал вообще: в ответе модели, сформированном по логике, которую компания не может напрямую редактировать, а может только на неё влиять через качество и структуру доступных источников.

Разница здесь не в инструментах, а в объекте управления и в типе влияния: SEO, PR и бренд-маркетинг управляют тем, что компания публикует и как это ранжируется или воспринимается. AIRM управляет тем, что о компании синтезирует система, которая читает всё сразу и не спрашивает разрешения ни у одной из трёх функций по отдельности.

Рынок уже начал платить за то, чего не было в штатном расписании

Абстрактное определение легко было бы списать на теоретическую конструкцию, если бы не растущее число реальных вакансий, формулирующих именно эту зону ответственности напрямую — управление тем, что ИИ-системы говорят о бренде, когда клиент напрямую спрашивает у них совета в категории компании. За такими позициями стоит понимание, до которого маркетинг-лидерам стоит дойти раньше, чем это сделают конкуренты: если бренда нет в ответе модели, он отсутствует в одной из точек, где клиент сегодня может принимать решение о покупке — и купить это отсутствие не купишь, его можно только системно исправить.

Появление таких вакансий — не отдельный кадровый тренд, а реальный сигнал того, что функция, для которой пока нет устоявшегося названия в большинстве компаний, уже получает отдельный бюджет и владельца в некоторых из наиболее продвинутых компаний. Задача этой книги — дать язык и инструменты, чтобы прийти к этому не через два-три года отставания, а сейчас.

Чем AIRM не является

Прежде чем двигаться к практике, стоит закрыть три частых заблуждения, которые иначе будут мешать на каждом следующем шаге.

AIRM — не разовый проект. Нельзя «внедрить AIRM» за квартал и закрыть тему — модели переобучаются, конкуренты публикуют новые материалы, рынок меняется, и репутация в сознании ИИ требует того же постоянного, циклического внимания, что и любая живая репутация в сознании людей.

AIRM — не подмножество технической оптимизации. Разметка Schema.org, технические файлы и прочая инфраструктурная работа — это необходимый, но недостаточный минимум. Без содержательной, авторитетной, согласованной цифровой сущности вся техническая разметка лишь аккуратно оформляет пустоту.

И ещё, AIRM — не задача одного человека или одного отдела, спрятанная где-то внутри маркетинга. Она требует полномочий, пересекающих SEO, PR, контент и продукт одновременно, — и именно поэтому в большинстве компаний она сейчас либо не выполняется никем, либо выполняется случайно, частями, без единого владельца результата. Пятая часть этой книги отдельно разбирает, как выстроить организационную структуру, которая эту проблему решает, а не консервирует.

Инструмент главы: пятиминутный тест

Каждая глава этой книги заканчивается конкретным, применимым сразу инструментом. Первый — самый простой возможный диагностический тест, который любой директор по маркетингу может провести прямо сейчас, до того как читать книгу дальше.

Откройте три разные модели — например, ChatGPT, Perplexity и Claude. Задайте каждой один и тот же вопрос, сформулированный так, как его сформулировал бы реальный клиент, а не так, как сформулировал бы маркетолог: не «расскажи о компании Х», а «какие решения в категории Y стоит рассмотреть для задачи Z». Зафиксируйте по каждому ответу три вещи: упомянут ли бренд вообще; если упомянут — на каком месте по порядку и с какой аргументацией; если не упомянут — какие конкуренты упомянуты вместо него и почему, по мнению модели, они подходят лучше.

Если бренд не упомянут ни в одном из трёх ответов — это уже не похоже на частную техническую недоработку: бренд отсутствует в проверенной точке принятия решения, где сегодня всё чаще формируется первое впечатление клиента. Если бренд упомянут, но без внятной аргументации или на последнем месте, — сущность существует, но слаба. Если бренд упомянут уверенно, с точной аргументацией, — у вас уже есть основа, и дальнейшая работа будет про защиту и масштабирование позиции, а не про её создание с нуля.

Результат этого теста — отправная точка для следующей главы, где мы разберём, как определить, на какой стадии зрелости в этой дисциплине находится именно ваша компания, и что конкретно делать дальше в зависимости от результата.

Глава 2. Зрелость вашей компании

Зачем нужна карта до того, как строить маршрут

Тест из прошлой главы даёт моментальный снимок — присутствует бренд в ответах моделей или нет. Но одного снимка недостаточно, чтобы спланировать работу на год вперёд: компания, которая полностью отсутствует в ответах ИИ, и компания, которая присутствует, но случайно и без всякого контроля, нуждаются в совершенно разных первых шагах, даже если результат первого теста у них внешне похож.

Здесь зададим пятиступенчатую шкалу зрелости, вдоль которой можно будет точно определить, где именно сейчас находится компания. И, конечно, какой следующий шаг имеет смысл, а какой станет преждевременной тратой ресурса.

Стадия 0. Невидимость

Бренд не появляется в ответах моделей ни по одному значимому для бизнеса запросу. Внутри компании никто формально не отвечает за эту зону: SEO-команда меряет позиции в классической выдаче и не смотрит на генеративный поиск в принципе, а руководство может даже не знать, что этот вопрос вообще стоит задавать.

Типичные сигналы: на прямой вопрос «что ИИ говорит о нас» никто в компании не может дать содержательный ответ, потому что никто не проверял; сайт может быть отлично оптимизирован под классическое SEO, но содержать недостаточно структурированных и однозначных данных для формирования сущности; внешние упоминания бренда единичны или практически отсутствуют за пределами собственных площадок компании.

Единственная задача на этой стадии — не оптимизация, а осознание: провести диагностику (глава 3) и перевести проблему из категории «мы не знали» в категорию «мы знаем масштаб и можем планировать». Попытка сразу перейти к тактическим действиям без диагностики на этой стадии почти всегда приводит к точечным, несистемным усилиям, которые легко потратить впустую.

Стадия 1. Случайное присутствие

Бренд иногда появляется в ответах моделей, но это происходит не в результате целенаправленной работы, а как побочный эффект чужих действий: партнёр упомянул компанию в своей статье, довольный клиент написал отзыв на стороннем ресурсе, отраслевой обзор случайно включил бренд в список.

Типичные сигналы: присутствие крайне непредсказуемо — один и тот же вопрос, заданный сегодня и через неделю, может дать разные результаты; описание бренда в ответах моделей может быть устаревшим, неточным или откровенно ошибочным, потому что никто не проверяет и не корректирует эти сигналы; внутри компании есть смутное ощущение «нас вроде иногда упоминают», но нет ни одной метрики, которая бы это подтверждала на регулярной основе.

Ключевая ловушка этой стадии — ложное спокойствие. Случайное присутствие создаёт иллюзию, что проблема уже частично решена сама собой, и это самая частая причина, по которой компании годами не двигаются дальше этой точки. Переход на следующую стадию начинается с признания: то, что не измеряется и не управляется системно, трудно считать частью стратегии, каким бы обнадёживающим ни казался случайный результат.