Искусственный интеллект (ИИ) в онлайн-торговле все заметнее выходит за рамки аналитики и рекламы и работает внутри покупательского сценария. Маркетплейсы перестают быть просто площадкой, где пользователь сам ищет и сравнивает товары: все чаще они помогают ему пройти весь путь выбора - от идеи до оформления заказа.
Как ИИ помогает в выборе товара
Главная сложность для покупателя сегодня связана не с нехваткой выбора, а, напротив, с его избытком. Долгое время онлайн-шопинг строился вокруг самостоятельной работы пользователя с каталогом: он искал товар по фильтрам, изучал карточки, сравнивал характеристики и читал отзывы. Теперь часть этой работы постепенно берет на себя искусственный интеллект: он подбирает подходящие под запрос варианты, дает персональные рекомендации, объясняет сложные параметры простым языком и в итоге сокращает путь от запроса к покупке.
По данным НАФИ, каждый второй россиянин готов доверять ИИ в выборе товаров и услуг. На этом фоне компании активнее внедряют ИИ в сценарии покупок: алгоритмы учитывают интересы пользователя и контекст - и формируют более точные, ситуативные рекомендации. ИИ сопровождает покупателя в ключевых точках пользовательского пути - от поиска и сравнения до анализа отзывов и подбора предложений под конкретные потребности. Такие инструменты помогают сузить выбор: подсвечивают различия, сильные и слабые стороны товаров, избавляя от необходимости вручную изучать десятки характеристик и комментариев. Согласно данным Salesforce, 56% потребителей хотят получать рекомендации товаров с учетом своих интересов, а исследование Netcore показывает, что 19% покупателей готовы доплачивать за персонализированный опыт в шоппинге.
Решения с подсказками и чатами на базе ИИ уже активно применяются как на зарубежных, так и на российском рынках. Например, Amazon развивает ИИ-ассистента Rufus - диалогового помощника для покупок. Он отвечает на вопросы о товарах (текстом и голосом), сравнивает варианты, дает рекомендации и помогает ориентироваться в ассортименте. ИИ-ассистент делает краткие сводки по отзывам и характеристикам в карточках товаров, но ключевой сценарий применения - именно диалог: пользователь может уточнять запрос, задавать дополнительные вопросы, искать товары по фото и получать информацию по своим заказам. С ИИ-ассистентом уже взаимодействуют около 250 млн пользователей Amazon.
Помимо компании Amazon, ИИ использует и Walmart - ИИ-ассистент Sparky в мобильном приложении находит нужные товары, учитывает отзывы других покупателей и дает рекомендации. В Китае похожую роль выполняет Wenwen в Taobao - он работает в формате диалога, отвечает на вопросы пользователя, уточняет запрос и предлагает варианты. eBay также развивает ИИ-ассистента для поиска и выбора товаров: он ищет релевантные предложения и делает подборки на основе предпочтений покупателя.
На российском рынке Яндекс Маркет первым среди российских маркетплейсов запустил чат с ИИ-агентом. Он не только помогает формулировать запрос, анализирует характеристики и отзывы и сравнивает товары, но и предлагает решения, учитывая контекст. ИИ-агент действует шире, чем ИИ-ассистент, - он самостоятельно выстраивает логику действий, выходя за пределы точных указаний со стороны пользователя.
ИИ-агенты и ассистенты
Диалоговые ИИ-помощники в повседневной практике помогают пользователю с рутинными задачами и выполняют точечные задания в рамках запросов пользователя. При этом отличия между ними и более автономными ИИ-агентами не всегда очевидны.
Разницу между ИИ-ассистентами и ИИ-агентами проще всего объяснить на примере магазина одежды. Ассистент или помощник - это консультант в торговом зале: он отвечает на конкретный запрос, покажет несколько вариантов и объяснит различия. Агент - это уже персональный стилист: он самостоятельно принимает решения - подбирает вещи с учетом контекста (например, ранее приобретенного размера) и предпочтений пользователя, комбинирует их между собой, сравнивает варианты и фильтрует по цене. Он также изучает информацию из большого количества источников и анализирует ее. В результате он предлагает готовые идеи, выполняя больше действий без явных указаний со стороны пользователя.
"Одна из главных задач ИИ-агента - помочь пользователю, когда он уже примерно понимает, что хочет купить, но не разбирается в деталях. Это особенно важно в сложных категориях вроде бытовой техники и электроники, где выбор может занимать дни и даже недели. Первый сценарий - человек, например, хочет купить стиральную машину, но не знает, какие функции ему пригодятся. Агент берет на себя часть этой работы: анализирует отзывы, сопоставляет характеристики, учитывает данные из карточек товаров и внешних источников. Помимо этого он учитывает, что пользователь ранее покупал корм для кошек, значит, у него есть питомец, а если детские игрушки - ребенок. На основе этой информации он предлагает модель, которая избавит одежду от шерсти или же продезинфицирует ее в процессе сушки", - рассказала "Российской газете" Любовь Горбунова, руководитель группы управления продуктом Поиска и Рекомендаций в Яндекс Маркете.
Второй ключевой сценарий, по ее словам, - генерация идей. Например, человек пока не знает, что именно хочет купить: подарок, интерьерное решение или образ для мероприятия. Пользователю достаточно сформулировать запрос в чате - дальше ИИ-агент сам задает уточняющие вопросы, подбирает варианты, объясняет выбор и дает готовые рекомендации с прямыми ссылками на товары. "Третий - практическая помощь в вопросах, связанных с сервисом или уже купленной продукцией: как найти заказ, привязать карту или какие батарейки подходят к устройству. Еще один важный сценарий - поиск по фотографии: пользователь может загрузить изображение вещи, интерьера или отдельного предмета, а агент распознает объекты, найдет похожие вещи и предложит альтернативы в нужном бюджете. Это особенно полезно, когда человек не знает точного названия товара, но понимает, как он должен выглядеть", - добавила Горбунова.
Персонализированные ленты
Показательно, что ИИ начинают выходить за рамки чата и встраиваться в логику рекомендательных лент. Если раньше такие подборки формировались на основе общих интересов покупателя, то теперь он может задать конкретную тему - например, ремонт в гостиной, интерьер в определенном стиле или товары для бега в городе. Система изучит запрос, сопоставит с предпочтениями пользователя и соберет отдельную ленту под его задачу.
По сути, это переход к персональному сценарию покупки - особенно важному в ситуациях, когда человек приходит без четкого запроса и хочет скорее сориентироваться или найти идеи. Этот тренд подтверждают и исследования: по данным McKinsey, до 35% выручки Amazon уже приходится на рекомендательные алгоритмы, а сами пользователи все чаще ожидают персонализированного опыта. В марте 2025 года компания также начала тестировать инструмент, позволяющий самостоятельно создавать тематические ленты рекомендаций под конкретные задачи.
На китайском рынке персонализированные ленты уже давно стали частью самой модели онлайн-шопинга. Например, Taobao превращает страницу товаров в бесконечный поток рекомендаций, коротких видео и прямых эфиров. Платформа делает ставку не только на поиск по запросу, но и на удержание внимания внутри рекомендательной ленты, где пользователь одновременно потребляет контент, получает новые идеи и переходит к покупке.
Александр Хачиян, основатель IT-интегратора AWG и платформы гибкой занятости SkillStaff, отметил, что в ближайшие годы мировые платформы продолжат технологическую экспансию. Основными векторами развития станут искусственный интеллект, углубленная автоматизация и персонализированное ценообразование.
ИИ на пути к транзакции
Следующий этап развития онлайн-торговли - использование ИИ не только для помощи в выборе товара, но и для самой транзакции. В перспективе искусственный интеллект будет участвовать и в процессе покупки: уточнять детали у продавца, подбирать способ оплаты, оформлять заказ, отслеживать доставку и решать сервисные вопросы.
Такие сценарии уже начинают появляться на российском рынке. Например, в чате с Алисой пользователь уже может отправить ссылку на товар из любого магазина, а система с помощью ИИ-агента "Найти дешевле" подберет наиболее выгодные предложения среди миллиардов товаров из маркетплейсов и интернет-магазинов с учетом наличия и доступности в их регионе. При этом покупку в некоторых магазинах уже можно оформить буквально в один клик - около 30% пользователей уже делают так через чат с Алисой AI. Чаще всего пользователи используют ИИ-агента "Найти дешевле" для поиска электроники, а также компьютерной и бытовой техники, в среднем он позволяет экономить до 25% стоимости товара.
Для маркетплейсов это означает новую логику конкуренции, в которой значение имеют не только ассортимент и цена, но и способность встроить ИИ в ключевые точки выбора и покупки. Масштаб этого тренда подтверждают и рыночные оценки: по данным Precedence Research, к 2035 году объем рынка ИИ в электронной коммерции может достигнуть почти 75 млрд долларов при среднегодовом росте 23,59%.
При этом даже по мере роста автономности таких систем финальное решение, скорее всего, останется за человеком. Именно баланс между удобством, глубиной помощи и контролем будет определять дальнейшее развитие рынка.
