Розрив репутації засновників лабораторій штучного інтелекту: коли моделі, які вони створили, формують те, що світ знає про них

Сема Алтмана описують сотням мільйонів користувачів ChatGPT — самим ChatGPT.

Даріо Амодей описують користувачам Claude — самим Claude.

Ілона Маска описують користувачам Grok — самим Grok, яким він володіє, і користувачам ChatGPT — конкурентом, яким він не володіє.

Це новий факт. І ніхто не керує цим процесом.

Вперше в історії публічних осіб найбільш часто задавані питання про світових керівників технологій відповідаються — мільярдами разів на рік — програмним забезпеченням, яке ті самі керівники створили, фінансують або конкурують з ним.

Це розрив репутації засновників лабораторій штучного інтелекту.

Як виглядає розрив

Дослідники з 5W AI Communications провели аудит сигналів репутації по п’яти основним двигунам штучного інтелекту — ChatGPT, Claude, Gemini, Perplexity, і Google AI Overviews — для засновників провідних лабораторій штучного інтелекту.

Напрямковий паттерн є послідовним.

Щоб зробити це конкретним: попросіть п’ять основних двигунів штучного інтелекту описати Сема Алтмана, і ви отримаєте п’ять суттєво різних портретів. ChatGPT, створений OpenAI під керівництвом Алтмана, схильний виділяти його роль як видатного будівельника і місію OpenAI щодо блага людства. Claude, створений Anthropic — компанією, заснованою колишніми дослідниками OpenAI, які покинули її частково через стратегічні розбіжності з Алтманом — описує його більш нейтрально і часто підкреслює контроверсію щодо управління в листопаді 2023 року, коли рада директорів OpenAI тимчасово звільнила його, з більшою вагою. Grok, створений xAI під керівництвом Ілона Маска (який публічно сварився з Алтманом і подав на OpenAI в суд), створює найбільш скептичне оформлення, часто підкреслюючи судовий процес і зміну OpenAI до комерціалізації. Gemini і Perplexity, які спираються на ширші веб-індекси, займають місце десь посередині — але не послідовно один для одного. Те ж саме ім’я, те ж саме питання, п’ять різних відповідей. Та розбіжність не є помилкою. Це структура, властива тим системам, як вони будуються, тренуються і мотивуються.

— Портрети репутації є несумісними між двигунами. Засновник може бути описаний як видатна особистість на одній платформі, як контроверсійна фігура на іншій, і як невелика згадка на третій. Покупці та політики, які запитують те ж саме питання на різних моделях, отримують різні відповіді.

— Точність швидко погіршується під тиском новин. Коли засновник потрапляє в новини, двигуни оновлюються з різною швидкістю. Протягом 24-72 годин відповідь, яку отримує користувач, залежить цілком від моделі, яку він використовує — а не від того, що насправді відбулося.

— Перекриття джерел є вужчим, ніж здається. Wired, The New York Times, The Information, транскрипти подкастів і кілька публікацій Substack суттєво формують те, що двигуни кажуть. Три або чотири основних джерела можуть змінити консенсус для всієї категорії покупців.

— Wikipedia є домінуючим якорем для пошуку. Це єдине джерело з найбільшою вагою для майже кожного засновника, якого ми провели аудит. Три речення на Wikipedia мають більшу вагу, ніж п’ятдесят прес-релізів.

Методологія цих висновків полягає у виконанні структурованого набору запитів — щодо фону, філософії керівництва, контроверсій та поточної ролі — по кожному двигуну, а потім оцінці відповідей проти верифікованої фактичної бази. У аудитах, проведених за період з січня по квітень 2026 року для восьми засновників лабораторій штучного інтелекту, фреймінг настрою розходився по двигунам у 74% випадків. Фактичні помилки (неправильні дати заснування, неправильно приписані цитати, застарілі описи ролей) з’явилися принаймні в одному з двигунів для 6 із 8 засновників, яких провели аудит. І у 5 із 8 випадків вміст Wikipedia був прямо парафразований принаймні в трьох двигунах — що робить його єдиним найбільш повторюваним джерелом у корпусі.

Чому це має значення більше, ніж репутація CEO

Традиційна репутація CEO існує в торгівельній пресі, бізнес-школі, і фінансових сторінках. Читається кількома сотнями тисяч людей у хороший день новин.

Репутація засновника лабораторії штучного інтелекту існує в відповідях, наданих сотням мільйонів користувачів — кожен тиждень — двигунами, які ті самі засновники створили або конкурують з ними. Читається покупцями, працівниками, регуляторами, політиками та журналістами, які потім використовують ці відповіді для написання наступного раунду висвітлення.

Зворотний зв’язок є безпрецедентним. Репутація витягується. Витягнута репутація формує наступну статтю. Наступна стаття витягується.

Засновники, які не проводять аудит цього — і не формують його — успадковують його.

П’ять вимірів репутації

Репутація в епоху двигунів штучного інтелекту не є одним балом. Це п’ять.

— Точність. Чи двигуни правильно встановлюють основні факти? Компанії, засновані, ролі, які займали, рішення, які приймали.

— Настрій. Чи оформлення позитивне, нейтральне чи скептичне? Чи змінюється воно між двигунами?

— Повнота. Чи двигуни відображають повний запис, чи шаблонізують до двох новинних циклів?

— Послідовність. Чи ви отримуєте одну й ту ж відповідь на ChatGPT, Claude, Gemini, Perplexity, і Google AI Overviews? Чи п’ять різних відповідей?

— Контроль. Коли щось потрібно виправити, як швидко може рухатися команда засновника?

Оцініть ці п’ять рівнів, зважайте їх рівномірно, і ви отримаєте композитний образ того, як двигуни штучного інтелекту бачать публічну особу сьогодні. Виконаний на будь-якого засновника, результат є напрямковим карти розриву між тим, хто є особою, і тим, що кажуть моделі.

Кейс-стаді: Криза OpenAI у листопаді 2023 року

Найбільш інструктивний стрес-тест динаміки репутації двигунів штучного інтелекту на сьогодні відбувся протягом чотирьох днів у листопаді 2023 року, коли рада директорів OpenAI раптово звільнила Сема Алтмана, а потім відновила його на посаді після майже повної революції працівників. Цей епізод ілюструє розрив на практиці.

Під час 72-годинного вікна між звільненням і відновленням Алтмана двигуни штучного інтелекту розходилися різко. Моделі з живим веб-доступом (Perplexity, функції штучного інтелекту Bing) оновлювалися протягом годин і починали виділяти звільнення. ChatGPT, який тоді мав статичний знаний розріз, продовжував описувати Алтмана як генерального директора OpenAI без застережень. Claude і Gemini, залежно від версії, яку запитували, створювали різний рівень осведомленості про подію. Користувачі, які запитували “Хто керує OpenAI?” на різних платформах, отримували справжньо протирічиві відповіді — деякі точні, деякі неточні — одночасно. Для покупців у корпоративних процедурах, політиків, які проводять_due ділові розслідування, і журналістів, які готують статті, ці 72 години представляли вікно, у якому відповідь на базове фактичне питання залежала цілком від моделі, яку вони використовували. Криза минула. Але паттерн, який вона показала — розходження під тиском новин — не зник.

Що повинні робити засновники

Новий випадок ілюструє, чому традиційні інстинкти PR тут не спрацьовують. Видання заяви, брифінг репортера або публікація статті-блогу нічого не робить для виправлення того, що двигун штучного інтелекту витягує в наступному запиті. Системи витягування індексують веб на власних графіках; вони посилюють те, що вже є, а не те, що тільки що було надіслано. Практичний висновок полягає в тому, що входи, які формують вивід двигунів — статті Wikipedia, первинні профілі джерел, структурований біографічний контент — потрібно будувати і підтримувати до кризи, а не проектувати у відповідь на неї.

Чотири практики випливають з цього аналізу.

— Аудит. Виконайте структурований набір запитів по всіх п’яти двигунах. Знайдіть розриви до того, як це зробить журналіст або регулятор.

— Якоря. Wikipedia, первинні інтерв’ю джерел, структуровані профілі в першій торгівельній пресі, схема-позначений біографічний контент на власних властностях. Витягування-якоря, які рухають цитування.

— Моніторинг. Перевірте аудит кожні три місяці. Двигуни оновлюються. Сигнали змінюються. Статичний вимір не є виміром.

— Відповідь. Будуйте інструкцію для кризових ситуацій витягування — галюцинацій, наклепів, перезапусків моделей — до того, як одна з них трапиться.

Будуйте інфраструктуру до кризи — не під час неї.

Засновники, які роблять це в 2026 році, визначатимуть громадську пам’ять епохи штучного інтелекту на десятиліття. Засновники, які цього не роблять, проведуть те десятиліття, пояснюючи, що моделі помилилися щодо них.