ChatGPT, DeepSeek, GigaChat, Google AI Mode и две версии «Алисы AI» выполнили 15 одинаковых заданий. Независимый эксперт оценил результаты и выявил ошибки, которые могут создавать риски для бизнеса.
Искусственный интеллект всё активнее используется для подготовки деловых писем, анализа финансовых данных, переводов и корпоративных документов. Однако высокая скорость выполнения задач не всегда означает достоверность результата. Даже правильно оформленный протокол совещания может содержать решения, которых участники встречи не принимали.
Сравнительное тестирование шести ИИ-ассистентов, проведённое 15 октября 2026 года, показало: большинство нейросетей уверенно справляется с расчётами и переводами, но при работе с документами способно придумывать даты, назначать ответственных и выдавать предварительные договорённости за окончательные решения.
По итогам исследования первое место заняла «Алиса AI» в приложении, набравшая 147,8 балла из 150 возможных. В тройку лидеров также вошли «Алиса AI» в Поиске и ChatGPT. Однако разрыв между ведущими системами оказался небольшим.
Как проводилось исследование
В тестировании участвовали шесть ИИ-ассистентов: «Алиса AI» в приложении, «Алиса AI» в Яндекс Поиске, ChatGPT, DeepSeek, Google AI Mode и GigaChat.
Каждому сервису предложили 15 одинаковых заданий по пяти направлениям: деловая переписка, протоколы встреч, таблицы и расчёты, перевод рабочих материалов и анализ документов.
Проверялись бесплатные версии сервисов, доступные пользователям из России. Запросы отправлялись в отдельных чатах с настройками по умолчанию. Оценивались первые ответы без последующих уточнений и исправлений.
Оценку результатов проводила независимый эксперт Елизавета Гусенкова — главный редактор в ИТ-компании, автор ИИ-лабораторий. Она оценивала ответы по единой методике, учитывая релевантность, точность работы с исходными данными, полноту, структурированность и отсутствие ошибок.
Ответы сопоставлялись с исходными заданиями и заранее подготовленными правильными решениями, а расчёты перепроверялись вручную.
Максимальная оценка за 15 заданий составляла 150 баллов.
Рейтинг ИИ-ассистентов: кто занял первое место
| Место | ИИ-ассистент | Баллы из 150 |
|---|---|---|
| 1 | Алиса AI в приложении | 147,80 |
| 2 | Алиса AI в Поиске | 144,90 |
| 3 | ChatGPT | 144,05 |
| 4 | DeepSeek | 143,20 |
| 5 | Google AI Mode | 142,15 |
| 6 | GigaChat | 133,35 |
Пять из шести систем показали близкие результаты, набрав более 142 баллов. Заметнее остальных отстал GigaChat.
При этом общий рейтинг не отражает всех различий между сервисами. ChatGPT и DeepSeek получили максимальные суммарные оценки за полноту ответов, а «Алиса AI» в приложении лидировала по точности работы с исходными данными, структуре и отсутствию ошибок.
Нейросети придумывают решения, которых не было на совещании
Одним из наиболее показательных стало задание на составление протокола встречи.
Ассистентам предоставили расшифровку обсуждения подготовки пресс-релиза. Необходимо было зафиксировать поручения, ответственных, сроки и вопросы, по которым окончательное решение ещё не принято.
Все шесть систем правильно определили основные задачи. Однако часть нейросетей добавила сведения, отсутствовавшие в исходном разговоре.
ChatGPT самостоятельно указал дату встречи и ответственного за согласование документа. DeepSeek добавил поручение одному из участников и неподтверждённые статусы задач.
GigaChat назначил сроки согласования релиза и следующего совещания, хотя участники встречи таких договорённостей не достигали. Сервис также включил дополнительные вопросы, которые не обсуждались.
Похожая проблема возникла при анализе предварительных планов корпоративного мероприятия. ChatGPT, DeepSeek, «Алиса AI» в Поиске и GigaChat представили планируемое число участников и предварительный бюджет как утверждённые решения.
Для бизнеса подобные ошибки могут быть существеннее обычных неточностей в тексте. Если автоматически подготовленный протокол используется без проверки, несуществующее поручение или предварительная договорённость могут попасть в официальный документооборот.
Финансовые расчёты: высокие результаты, но ошибки в выводах
В заданиях на работу с числовыми данными результаты оказались значительно стабильнее.
Все шесть ассистентов правильно рассчитали изменение выручки трёх отделов. Совокупный показатель увеличился с 730 тыс. рублей в сентябре до 770 тыс. рублей в октябре, или на 5,48%.
Нейросети также обнаружили ошибки в бюджете мероприятия. Вместо указанных в отчёте расходов в размере 280 тыс. рублей фактическая сумма составляла 290 тыс. рублей. Соответственно, остаток бюджета равнялся 10 тыс., а не 20 тыс. рублей.
Однако GigaChat, правильно исправив расчёты, ошибочно сообщил о перерасходе, хотя выделенный бюджет превышен не был.
В другом задании системы анализировали список расходов с двумя одинаковыми записями о печати материалов на 12,5 тыс. рублей. Все ассистенты обнаружили возможный дубликат. Но «Алиса AI» в Поиске без достаточных оснований предположила, что это, скорее всего, два отдельных заказа.
Таким образом, даже при правильной арифметике выводы ИИ могут требовать дополнительной проверки.
Перевод договоров: небольшая неточность способна изменить обязательства
При переводе деловой переписки большинство ассистентов сохранило даты, суммы и условия без существенных смысловых ошибок.
Более сложным оказалось задание на исправление некорректного перевода договорного положения.
В оригинале поставщик имел право поставить до 200 единиц товара не позднее 5 ноября, а оплата должна была производиться в течение десяти рабочих дней после поставки.
В предложенном переводе право поставщика ошибочно превратилось в обязанность, максимальное количество товара — в фиксированное, а рабочие дни — в календарные. Кроме того, изменился момент, от которого отсчитывался срок оплаты.
«Алиса AI» в Поиске и DeepSeek выявили все пять смысловых неточностей. ChatGPT также обнаружил все искажения, объединив их в четыре пункта.
Другие системы в отдельных вариантах сохранили неоднозначную формулировку срока.
Для компаний, работающих с международными контрактами, такие различия принципиальны: грамматически корректный перевод может неточно передавать юридический смысл документа.
Анализ документов: ИИ не всегда отличает факты от планов
В задании на анализ проектного брифа нейросети должны были выделить бюджет, сроки, требования и нерешённые вопросы.
ChatGPT и DeepSeek правильно определили основные условия, но предположили, что все десять постов для социальных сетей должны выйти после запуска рекламной кампании. В исходном документе такого ограничения не было.
GigaChat указал дату выхода публикаций неточно и исключил видеопроизводство из задач проекта, хотя документ лишь сообщал, что оно не входит в бюджет.
При подготовке краткой выжимки из отчёта для руководителя часть ассистентов также допускала неточности в передаче сроков или добавляла рекомендации, которых не было в исходном тексте.
Это подтверждает ключевую особенность подобных систем: они способны быстро структурировать информацию, но не всегда строго разграничивают исходные факты и собственные интерпретации.
Что результаты означают для бизнеса
Исследование показывает, что возможности ИИ в повседневной офисной работе уже достаточно широки. Большинство протестированных сервисов успешно выполняло типовые вычисления, переводило деловые сообщения и находило ошибки в документах.
Однако наиболее существенные риски проявились там, где требовалось точно зафиксировать содержание управленческих решений.
Для компаний это означает необходимость различать автоматизацию подготовки документов и автоматизацию их окончательного утверждения.
ИИ может использоваться для создания черновиков писем, первоначального анализа таблиц, проверки расчётов и подготовки переводов. Но протоколы совещаний, договорные условия, финансовые заключения и документы с распределением ответственности требуют проверки по первоисточникам.
Отдельно необходимо учитывать ограничения самого тестирования. Исследование охватывало 15 заданий, бесплатные версии сервисов и первые ответы моделей на конкретную дату. Оно не оценивало защиту корпоративных данных, стоимость внедрения и работу платных решений.
Поэтому результаты нельзя считать универсальным рейтингом всех возможностей ИИ-платформ.
Главный вывод заключается не в том, какая нейросеть набрала больше баллов, а в том, насколько точно она способна работать с предоставленной информацией. Для корпоративного использования умение не придумывать факты может оказаться не менее важным, чем скорость подготовки документа.
Материал подготовлен на основе сравнительного тестирования шести ИИ-ассистентов от 15 октября 2026 года. Оценку результатов проводила независимый эксперт Елизавета Гусенкова — главный редактор в ИТ-компании, автор ИИ-лабораторий.