Промышленные насосы: кого нейросети называют в ответах и почему
Автор: ИИ клиенты·Опубликовано: ·Обновлено:
Мы взяли тридцать запросов из ниши промышленных насосов и посмотрели, что происходит, когда их задают поисковым системам и языковым моделям. Ниже — что получилось, с цифрами и знаменателями.
Разбор публичный: конкретных клиентов в нём нет, все данные сняты с открытых источников 22 августа 2026 года.
Что и как измеряли
Тридцать запросов, разбитых на три равные группы по десять:
- выбор и сравнение — «чем отличается центробежный насос от винтового», «какой насос нужен для вязких жидкостей»
- технические характеристики — «что такое кавитация насоса», «как рассчитать напор»
- коммерческие — «купить промышленный насос», «поставщики насосного оборудования»
По каждому запросу проверяли четыре вещи. Формируется ли AI-ответ в поисковой выдаче Google и Яндекса и какие сайты попадают в его источники. Что отвечают языковые модели, когда работают из обученной памяти. И что они отвечают, когда им разрешён поиск в интернете.
Последнее разделение оказалось важнее всего остального.
AI-ответы формируются почти всегда — но в Google
Google показал готовый ответ по 27 запросам из 30. Яндекс — по 9 из 30.
Разница не только в объёме. Системы отвечают на противоположные типы вопросов:
| Тип запроса | Яндекс | |
|---|---|---|
| Коммерческие | 10 из 10 | 1 из 10 |
| Выбор и сравнение | 9 из 10 | 2 из 10 |
| Технические | 8 из 10 | 6 из 10 |
Google перехватывает коммерческий спрос полностью: на «купить промышленный насос» и «поставщики насосного оборудования» пользователь получает готовую подборку прямо в выдаче. Яндекс почти не трогает коммерцию, зато отвечает на технические вопросы.
Практически это значит, что угроза распределена по сайту по-разному. В Google под давлением каталог и коммерческие страницы. В Яндексе — технические статьи, тот самый экспертный контент, которым в B2B привлекают на верхнем этапе воронки.
Три запроса, где Google не стал отвечать сам: «чем отличается одноступенчатый насос от многоступенчатого», «что такое КПД центробежного насоса», «как определить точку рабочего режима на характеристике». Все три — узкоспециальные. Похоже, система не берётся отвечать там, где ошибка была бы слишком заметной.
Кого цитирует Google
В источники AI-ответов попали 112 уникальных доменов. Чаще других — kontmotor.ru (6 запросов из 27), затем группа из семи сайтов по четыре запроса каждый: inner.su, zenova.ru, arkronix.ru, nasosymarket.ru, prenmash.ru, masdaf.com, promteknika.ru.
Мы ожидали увидеть в верхних строчках справочники и агрегаторы — обычно системы охотно опираются на них. Здесь картина другая: в источниках преимущественно дилеры и производители, то есть компании, которые сами продают оборудование.
Хорошая новость для отрасли: место в AI-ответе не занято посредниками, оно открыто.
Чем Яндекс отличается от Google в выборе источников
По тем же техническим запросам Яндекс ставит в источники Википедию, ruwiki и PDF вузовских лекций (portal.tpu.ru, moodle.kstu.ru) наравне с отраслевыми сайтами. Google по тем же темам цитирует преимущественно дилеров и производителей — коммерческие сайты с отраслевым контентом.
Это меняет конкурентную картину. В Яндексе техническая статья компании соревнуется не только с аналогичными страницами у конкурентов, но и с PDF университетских курсов и энциклопедическими статьями. Попасть в источники Яндекса по техническому запросу означает оказаться в одном ряду с учебной литературой.
Модели без поиска и модели с поиском видят разные миры
Дальше начинается главное.
Мы прогнали те же тридцать запросов через языковые модели дважды. В первом режиме модели отвечали из обученной памяти. Во втором им был разрешён поиск в интернете.
Первый режим назвал 149 доменов. Второй — 316. Общих между ними оказалось семь.
Семь из четырёхсот шестидесяти пяти. Это не разница в акцентах, это разные множества.
Проверить, какой из них ближе к реальности, легко: сравним оба с источниками, которые Google реально ставит в свои AI-ответы.
| Режим | Совпадение с источниками Google |
|---|---|
| С поиском | 83 домена из 112 — 74% |
| Из памяти | 5 доменов из 112 — 4% |
Режим с поиском воспроизводит реальную картину почти полностью. Режим памяти — почти никак.
Вывод для всех, кто пробует мерить свою AI-видимость: если вы спрашиваете ChatGPT «какие компании работают в моей нише» и смотрите, назовут ли вас, вы измеряете не то. Модель отвечает из обучающих данных, а не из того, что происходит в поиске сегодня.
Насколько сильно «не то» — на конкретном примере
Самый упоминаемый домен в режиме памяти — ilo.com, четырнадцать упоминаний.
Это немецкий производитель медицинского оборудования. К насосам он отношения не имеет. Модель вытащила его, потому что в каталоге компании есть эндоскопические инсуффляторы с насосами — совпало слово.
То есть на первом месте рейтинга «кого нейросети знают в нише промышленных насосов» стоит компания из другой отрасли.
Второй по частоте — ilo.ru, двенадцать упоминаний. Этот домен на момент замера не отвечал вовсе.
Дальше в списке tiu.ru, avito.ru, leroymerlin.ru — маркетплейсы и площадка для дачников в нише промышленного оборудования.
Режим памяти выдаёт правдоподобный на вид рейтинг, в котором первые две позиции — мусор.
Почему одни попадают в ответы, а другие нет
Мы взяли домены из верхних строчек рейтинга памяти — те, что модели упоминают увереннее всего, — и проверили их состояние на дату публикации.
livgidromash.ru открывает поп-ап авторизации на пустом экране. Это не избирательная блокировка ботов: обычный посетитель тоже не пройдёт — Apache Basic Auth стоит на всём домене, включая robots.txt.
ilo.ru — сервер не отвечает (TCP timeout).
pumping.ru — домен продан, контента нет.
Все три фигурируют в числе первых доменов, которые языковые модели называют при вопросах о промышленных насосах. В публичном вебе ни одного из них нет.
Режим памяти — это слепок данных на момент обучения. Сайты закрываются, домены истекают, компании уходят с рынка — а в обученной модели они продолжают существовать как авторитетные источники по теме. Актуальность режим памяти не проверяет.
Сравнить страницы этих доменов с лидерами не удалось не потому, что у них плохой контент, а потому что контента нет вовсе.
Один бренд, два домена, разный результат
Показательный случай — Grundfos, один из крупнейших мировых производителей насосов.
В режиме с поиском модели цитируют grundfos.com — но конкретно казахстанский и белорусский региональные разделы. Российский раздел не цитируется ни разу.
Проверка по Google-индексу подтверждает наблюдение: казахстанский и белорусский разделы индексируются активно — десятки статей в разделе research-and-insights, страницы поддержки, обучающие материалы. Российский раздел представлен тремя-четырьмя старыми страницами: новость об открытии интернет-магазина (2017), прайс-лист, страница семинара.
Ретривал-краулеры языковых моделей находят первые два раздела и не находят третий.
Почему российский раздел выпал — закрыт ли он от обхода или просто не наполняется (Grundfos сворачивал деятельность в России) — из наших данных не следует. Проверить не удалось: сайт блокирует автоматические запросы одинаково по всем путям.
Что здесь важно вне зависимости от причины: региональные разделы одного бренда могут иметь совершенно разную видимость в AI-ответах. Проверять их нужно по отдельности, а не считать, что раз компания известна — известны все её разделы.
Что общего у тех, кого цитируют
Данные собраны 22 августа 2026 года по страницам трёх лидеров: inner.su, kontmotor.ru, arkronix.ru.
Структура
У всех трёх — минимум два содержательных раздела H2 по теме. Глубина различается: inner.su — 12 H2 и 21 H3, у двух других — 2–4 H2, H3 нет.
Объём: inner.su — около 5 500 слов, arkronix.ru — около 1 300, kontmotor.ru — около 850.
Определения терминов
У всех трёх — определения ключевых понятий в явном виде, не в скобках. Два из трёх дают определение в первых двух предложениях:
- kontmotor.ru: «кавитация насоса — это кипение перекачиваемой жидкости, которое приводит к механическим повреждениям проточной части насоса»
- arkronix.ru: «гидродинамическое явление, возникающее в насосном оборудовании центробежного типа»
Числовые данные с единицами
У всех трёх — хотя бы одно числовое значение с единицей измерения. inner.su — развёрнуто: четыре таблицы с коэффициентами и примерами расчётов (Q = 2 м³/ч, H = 40 м, ΔT = 20°C, давление 1,5 бар). Два других — точечно (100°C, «10 тысяч бар»).
Разметка
Два из трёх указывают тип статьи в Schema.org: kontmotor.ru — NewsArticle в JSON-LD, arkronix.ru — Article в microdata. У inner.su тип статьи в разметке отсутствует.
Два из трёх указывают авторство в разметке: kontmotor.ru (Person + Org в JSON-LD), arkronix.ru (itemprop author). У inner.su автор не указан.
Два из трёх содержат машиночитаемые datePublished и dateModified: kontmotor.ru (2020-06-22, обновление 2021-01-23), arkronix.ru (2024-03-04). У inner.su даты в разметке нет, только видимый текст на странице.
У всех трёх — видимая дата на странице.
Ссылки на источники
У inner.su — упоминания СП 31.13330.2012 и СП 60.13330.2016 в разделе «Источники» (текстом, без кликабельных ссылок). У двух других — нет.
Чего нет ни у кого из трёх
FAQ-блока на анализируемых страницах нет ни у одного из трёх. Кликабельных ссылок на нормативные документы тоже нет.
Для сравнения с контрольной группой данных нет: все три домена из группы «только в памяти» оказались недоступны для анализа. Перечисленное выше — описание страниц, которые попали в цитирование, но не утверждение о том, почему именно они туда попали.
Что из этого следует
Проверьте, открыт ли сайт для обхода. Это первое и самое дешёвое действие. Речь не только о robots.txt — блокировка может стоять на уровне сервера, защиты от ботов или облачного провайдера. Компании часто закрывают доступ ради борьбы с парсерами и не подозревают, что заодно закрылись от AI-систем.
Проверьте региональные разделы отдельно. Как показал пример выше, настройки могут различаться внутри одного сайта.
Не меряйте AI-видимость опросом моделей. Спросить ChatGPT про свою нишу — соблазнительно просто и даёт неверный ответ. Смотреть надо на то, что показывает поиск и что находят системы с доступом к вебу.
Разделяйте Google и Яндекс. В этой нише они отвечают на разные типы вопросов, и работа под них тоже разная.
Начните с замера, а не с правок. По трём запросам из тридцати Google вообще не формирует AI-ответ — оптимизировать под него там нечего.
Оговорки
Замер сделан 22 августа 2026 года. Поведение AI-систем меняется, и через месяц цифры могут быть другими.
Тридцать запросов — выборка, а не исчерпывающий срез ниши. Она достаточна, чтобы увидеть закономерности, но недостаточна, чтобы говорить о точных долях.
Мы не проверяли, приводит ли попадание в AI-ответ к переходам на сайт. Значительная часть таких ответов закрывает вопрос пользователя без клика, и достоверно связать присутствие в ответе с трафиком сегодня нельзя.
Мы повторили этот замер в другой нише, чтобы проверить, работают ли выводы за пределами промышленности. Разбор стоматологии →
Если хотите сделать такой замер для своей ниши — напишите в телеграм: @dplexer.