Представьте обычную ситуацию. Компания годами строит репутацию, развивает продукт, работает с клиентами и тратит тысячи евро на рекламу своего бизнеса. Потенциальный покупатель получает её название, но вместо сайта сначала спрашивает искусственный интеллект: «Что это за компания? Стоит ли ей доверять?»

Через несколько секунд он получает готовый ответ. И этот ответ может оказаться неполным, устаревшим или просто ошибочным.

Проблема не только в том, что машина ошиблась. Проблема в том, что человек может принять этот ответ как уже готовую проверку.

В августе 2026 года Business Insider описал случай британского предпринимателя Дэмиана Манселла.

Его компания The Plastics Shed — небольшой бизнес, который продаёт строительные пластиковые материалы. Её владелец Дэмиан Мэнселл однажды решил посмотреть, что Google показывает людям о его компании, и увидел очень неприятную картину:

Google AI Overview сообщал, что отзывы о компании «преимущественно отрицательные», а дальше перечислял причины — задержки доставки, повреждённые товары, плохое обслуживание и жалобы на сотрудников. Представьте потенциального клиента: он ещё никому не позвонили, просто спросили Google о компании, а первое, что увидел, — у этой компании серьёзные проблемы с клиентами.

Есть только одна маленькая деталь: отзывы были не об этой компании. ИИ смешал The Plastics Shed с другими компаниями — конкурентами и бизнесами, которые вообще продавали пластиковые садовые сараи. То есть машина взяла чужую репутацию и приклеила её к другому бизнесу. Владелец компании писал в поддержку, отправлял замечания, пытался разобраться, откуда взялось это описание. Но…Ситуация начала улучшаться лишь спустя много недель.

Неизвестно, сколько конкретно сделок он из-за этого потерял. И вот это, кстати, часть проблемы: если человек увидел такую картину и просто решил вам не звонить, вы никогда не узнаете, почему он исчез. Контакта уже не будет, а компания даже не узнает причину. ИИ просто на просто может перепутать ваш бизнес.

Важен здесь не столько отдельный кейс, сколько сама логика происходящего: машина всё чаще становится посредником между компанией и человеком. Для малого и среднего бизнеса такая ошибка может стоить не только репутации, но и конкретных обращений клиентов.

Искусственный интеллект быстро входит в поиск, сравнение поставщиков и предварительную проверку компаний. По данным Forrester, 94% бизнес-покупателей, участвовавших в исследовании, сообщили об использовании AI в процессе покупки. G2 в исследовании более тысячи покупателей B2B-программного обеспечения получил ещё один показатель: 51% начинают исследование с AI-чатбота чаще, чем с Google, а 71% используют чатботы хотя бы на одном этапе поиска программного обеспечения.

Эти цифры относятся к конкретным выборкам и не означают, что AI уже заменил продавцов, сайты или поисковые системы. Но они показывают другое: первый контакт с бизнесом всё чаще может происходить ещё до прямого контакта.

И вместе с этим возникает новый класс проблем — а вокруг него начинает формироваться новый рынок сервисов, исследований и специалистов.

О компании могут спросить без неё

Раньше компания в значительной степени контролировала собственное первое представление: сайт, презентацию, рекламу, разговор с менеджером. Теперь часть этого представления формируется в чужом интерфейсе.

AI-система может собрать информацию из сайта, публикаций, профилей, баз данных, старых страниц, структурированных данных, обсуждений и внешних источников — и превратить всё это в краткий ответ.

Если сведения устарели, противоречат друг другу или относятся к похожей сущности, машина может собрать неверную картину. При этом пользователь часто не видит весь путь, по которому она пришла к выводу.

Именно здесь появляется задача, которой несколько лет назад практически не существовало: не только следить за тем, что написано о компании в интернете, но и понимать, какую картину из этих следов собирают AI-системы.

Где на этом рынке находится QuorumLab

11 сентября 2026 года состоялась закрытая презентация QuorumLab — европейского исследовательского стартапа, работающего с этой новой областью.

В проекте используют термин AI Visibility. Внутри QuorumLab его объясняют просто: это то, как искусственный интеллект видит, собирает и показывает информацию о компании, человеке или организации.

По сути, речь идёт о попытке измерить не мнение людей о компании, а машинную картину, которую сегодня всё чаще видит потенциальный клиент.

Одним из ключевых спикеров встречи стал технический директор стартапа Леонид Качуляк. Он представил разработанный для проекта внутренний сервисный инструмент, позволяющий проводить серию измерений, сравнивать результаты и отслеживать изменения машинной картины во времени.

По данным QuorumLab, внутренняя исследовательская инфраструктура проекта включает 13 модулей и более 400 измерений. Но измерение здесь — не конечная услуга, а первый этап.

Логика проекта сформулирована как последовательность: посмотреть, понять, исправить, усилить и проверить.

Почему одного ответа недостаточно

Если ChatGPT, Gemini или другая система показывает компанию неправильно, соблазнительно сразу пытаться «исправить ChatGPT». QuorumLab исходит из другой логики: ответ — это только симптом.

Причина может находиться в старом описании на сайте, слабой связи между брендом и юридическим лицом, устаревших публикациях, неполных структурированных данных, разных языковых версиях или в том, что новый продукт плохо связан с самой компанией.

Поэтому задача начинается с поиска причины.

Если проблема понятна, можно работать с конкретным слоем: сайтом, данными, сущностями или источниками. В отдельных случаях — с Wikidata, проверкой оснований для Wikipedia или публичной средой. Если виден только симптом, применяется навигационный подход: исходный снимок, карта возможных причин, изменение доступного элемента среды и новый снимок.

Так можно проверить не только то, что было сделано, но и изменилось ли после этого отображение.

Исправлять реальность, а не придумывать её

QuorumLab не имеет доступа к алгоритмам ChatGPT, Gemini, Claude или других внешних AI-систем и не обещает управлять их ответами.

Работа происходит с другой стороны — там, где находятся данные, источники, связи между сущностями, публичные страницы, описания и другие проверяемые элементы информационной среды.

Это принципиальная граница. Цель не в том, чтобы искусственный интеллект «хвалил» компанию, а в том, чтобы он точнее видел то, что существует в действительности.

Если компания прошла ребрендинг, старые следы можно найти и обновить. Если AI путает бренд и юридическое лицо, связи между сущностями можно сделать яснее. Если реальные достижения плохо представлены, можно определить, каких проверяемых источников и данных не хватает.

После этого нужен повторный замер. Внешняя AI-система может измениться сама, поэтому один удачный ответ ещё не доказывает влияние конкретного действия.

Именно поэтому новая работа вокруг AI-видимости не похожа на обещание «настроить искусственный интеллект под клиента». Скорее, это работа с тем, что машина может прочитать, связать, проверить и воспроизвести.

Новый рынок вокруг нового посредника

История цифрового бизнеса уже проходила похожие этапы. Поисковые системы породили SEO, социальные сети — новые профессии в маркетинге и управлении сообществами, цифровая репутация — отдельный рынок мониторинга и SERM.

Теперь между компанией и человеком появляется ещё один слой: AI не просто показывает ссылки, а может сам собрать из них ответ.

Отсюда возникают новые задачи: измерять машинное представление компании, находить причины искажений, приводить в порядок данные и связи, работать с разными источниками и затем проверять результат.

QuorumLab занимает именно эту позицию. Он не предлагает «управление искусственным интеллектом» и не сводит задачу к одному инструменту вроде SEO, Wikipedia или Reddit.

Проект строит исследовательскую практику вокруг вопроса, который для бизнеса становится всё более конкретным: что AI уже знает о компании, где эта картина расходится с реальностью и что можно законно изменить, чтобы машина понимала её точнее.

Для компаний это уже не вопрос будущего, а часть текущей репутационной и коммерческой инфраструктуры. Именно вокруг таких задач сегодня начинает формироваться новая профессиональная область.