Arla и Mars пилотируют GEO для роста видимости в ИИ

Пока большинство компаний только осознают масштаб перемен, некоторые бренды уже получают десятки миллионов долларов дополнительной выручки за счёт видимости в ИИ-поиске. Mars, Arla и нишевый David Protein - примеры того, как работает Generative Engine Optimization (GEO) в реальном бизнесе. И цифры впечатляют.

Mars: +43% выручки против конкурентов

В партнёрстве с платформой Azoma Mars Wrigley провела пилотный проект в двух дивизионах (снэки и корма для животных) и восьми брендах на трёх рынках - США, Великобритании и Канаде. Цель была амбициозной: понять, как побеждать в новой эре потребительского поиска, где Amazon Rufus, Walmart Sparky и ChatGPT Shopping меняют правила игры.

Результаты пилота, завершившегося в 2025 году, превзошли ожидания. Mars получила +17.7% среднего роста доли голоса в ИИ по всем брендам. Лидерами стали Extra Refreshers (+28.3%), M&M’s (+28.6%) и 5 Gum (+18.3%).

Но главное - выручка. +68% среднего роста выручки на товарную позицию год к году у оптимизированных продуктов. Extra Refreshers показали +82.8%, M&M’s - +45.9%, Pedigree - +69.7%.

Самый убедительный показатель: +43% роста выручки против контрольной группы. Контрольная группа (общая выручка брендов без оптимизации) выросла на 25%. То есть оптимизация для ИИ-поиска дала дополнительно 43 процентных пункта сверху. В таких конкурентных категориях это десятки миллионов долларов дополнительной выручки.

Тори Брэдли, глобальный директор по поиску в Mars, комментировала результаты публично ещё в середине пилота. По её словам, компания была настолько довольна, что сразу начала обсуждать глобальное масштабирование партнёрства.

Arla: пилот для повышения видимости

Датский молочный гигант Arla пошёл по схожему пути. В сентябре 2025 года компания запустила четырёхмесячный GEO-пилот с Azoma. Задача - сделать бренды Arla «видимыми, показанными и предпочтительными» в ИИ-движках вроде ChatGPT, Perplexity и Google AI Overviews.

Платформа Azoma помогает Arla решать три ключевые задачи. Первая - понимать, что именно спрашивают потребители в ИИ-поиске, и создавать контент, оптимизированный под большие языковые модели.

Вторая - выявлять источники, которые ИИ-движки цитируют, и обеспечивать присутствие бренда среди них.

Третья - отслеживать «долю голоса, а не клики» как основной KPI.

Макс Синклер, CEO Azoma, объясняет логику: «Мы убедились, что LLM - гораздо лучшая технология для обнаружения и покупки продуктов онлайн, чем традиционный поиск. Существующие решения для ключевого поиска устареют в новую эру».

По его словам, у Azoma было время закрепиться на рынке, пока устоявшиеся SEO-игроки сталкиваются с «дилеммой инноватора» - им сложно признать клиентам, что их 20-летнее программное обеспечение бесполезно в новой реальности.

David Protein: с #400 на #15 на Amazon

Самый показательный кейс для нишевых брендов - история David Protein. Бренд основал Питер Рахал, который до этого создал RXBar. Вместе с доктором Питером Аттиа (главный научный сотрудник) они сделали батончик с 28 граммами белка на 150 калорий - лучшим соотношением белка к калориям на рынке.

Но на старте у David Protein была проблема. Доля упоминаний в ChatGPT составляла всего 2.9%, в то время как у RXBar - 16.4%. На Amazon их упаковка-ассорти занимала #400 в категории «Спортивные батончики». При этом Amazon был основным каналом продаж.

Azoma провела анализ и выявила, что ИИ-цитаты о протеиновых батончиках непропорционально часто ссылаются на фитнес-издания вроде BarBend. Стратегия была простой: обеспечить упоминания David Protein в этих уже авторитетных для ИИ источниках.

Одновременно создали «знаниевый центр» на сайте бренда - структурированный раздел с ответами на частые вопросы, который ИИ мог бы легко считывать. И усилили присутствие на пользовательских платформах, где обсуждают здоровье и фитнес.

Результаты за три месяца:

• Доля голоса в ИИ выросла в 3.3 раза - с 2.9% до 9.6%
• Трафик из ChatGPT вырос на 363%
• Best Seller Rank на Amazon улучшился с #400 до #15

Для специфических запросов о соотношении белка к калориям видимость выросла с 40% до 66% - теперь бренд появляется в двух третях релевантных ответов именно там, где их продукт действительно лучший.

Как работает оптимизация для Amazon Rufus

Кейс David Protein показывает и конкретный подход к retail-поиску. Azoma проанализировала, какие вопросы задают пользователи Amazon Rufus (44% покупателей Gen Z используют этот инструмент). На основе этих данных создали оптимизированный контент, который отвечает на вопросы и учитывает пять «субъективных свойств» из исследования Amazon:

1. Субъективные характеристики продукта (например, «прочный», «красочный»)
2. События, где продукт используется
3. Виды деятельности, для которых предназначен продукт
4. Цель, которую продукт должен выполнить
5. Целевая аудитория

Этот подход позволил улучшить ранжирование на Amazon без изменения самого продукта - только за счёт того, как информация о нём подана.

Рынок меняется быстрее, чем кажется

Исследование Medill Spiegel Research Center подтверждает: внедрение ИИ-поиска происходит быстрее, чем любые предыдущие технологические сдвиги. Потребители всё чаще полагаются на ИИ-резюме, не переходя на сайты - так называемое zero-click поведение. ИИ-платформы становятся центральными для поиска и принятия решений, постепенно вытесняя Google.

Данные Commerce подтверждают масштаб: 33% Gen Z и 26% миллениалов предпочитают ИИ-платформы для исследования продуктов. 41% потребителей в Великобритании, Австралии и США используют ИИ-платформы ежедневно. Согласно Adobe, 77% пользователей ChatGPT используют его как поисковик, а две трети маркетологов планируют увеличить фокус на ИИ-видимости в этом году.

Чёрная пятница 2025 года стала водоразделом: ИИ-чаты и агенты принесли $14.2 млрд продаж, включая $3 млрд в США.

На Amazon Rufus влияет на 20% покупок, а пользователи Rufus на 60% чаще завершают покупку. Walmart Sparky используют примерно половина пользователей приложения, и их заказы в среднем на 35% крупнее.

ChatGPT уже седьмой по посещаемости сайт в Великобритании, обогнав LinkedIn и Wikipedia.OpenAI, в свою очередь, ведёт переговоры с ритейлерами о прямом доступе к товарным фидам и интеграции системы оплаты в ChatGPT, планируя получать долю от продаж.

Что это значит для брендов

Кейсы Mars, Arla и David Protein показывают: видимость в ИИ-поиске измерима, управляема и приносит реальные деньги. Причём не только гигантам вроде Mars. Нишевый бренд за три месяца может вырасти с #400 до #15 на Amazon и увеличить долю голоса в 3.3 раза.

Следующий этап для Mars - глобальное масштабирование. Azoma помогает строить инфраструктуру для «агентной коммерции»: соединять каталоги продуктов и бренд-гайдлайны в централизованный граф знаний, синдицировать структурированную информацию в ИИ-экосистемы и создавать машиночитаемое присутствие внутри ChatGPT и других платформ.

Макс Синклер из Azoma резюмирует: «Поведение потребителей трансформируется». Для брендов это означает: старые инструменты перестают работать. Те, кто адаптируется первыми - через структурированные данные, присутствие в цитируемых источниках, отслеживание доли голоса вместо кликов - получат преимущество на годы вперёд. Компании, которые продолжат цепляться за SEO-метрики прошлого десятилетия, рискуют стать невидимыми в новой реальности.