Каждому покупателю по ИИ-агенту: как ИИ-инструменты меняют рынок торговли

Я, как директор по развитию бизнеса в ритейле и FMCG компании КРОК, наблюдаю, как ИИ-агенты становятся главными операторами торговых процессов.

Персональные цифровые ассистенты не просто знают ваши предпочтения — они предвосхищают ваши потребности. Больше не нужно тратить время на сравнение характеристик и изучение отзывов — вы получаете тщательно отобранные товары, соответствующие вашим запросам, вкусам и бюджету.

ИИ-агенты — интеллектуальные цифровые помощники — уже сегодня берут на себя весь цикл покупок, от поиска до оплаты, а к 2030 году полностью изменят правила игры в ритейле. В России это будущее наступит даже быстрее: более 90% интернет-ритейлеров уже используют искусственный интеллект, что создает благоприятную среду для развития интеллектуальных агентов.

Агенты ИИ, которые берут на себя полный цикл взаимодействия с клиентом — от запроса до покупки, — следующий шаг эволюции ритейл-технологий и новая гонка за лояльность потребителей. Сегодня даже самые продвинутые ИИ-системы работают по принципу «запрос — ответ»: они вступают в игру, когда пользователь начинает искать товар, кликать по ссылке или обращаться в чат.

Агенты ИИ меняют логику взаимодействия. В отличие от классических чат-ботов и голосовых помощников, они действуют проактивно и автономно — анализируют поведение, прогнозируют потребности и могут самостоятельно выбрать и купить товар от имени пользователя, обходя стандартный путь через сайт или приложение.

Встроенные в мессенджеры, голосовые ассистенты и мобильные приложения, агенты ведут диалог, учитывают историю покупок, местоположение и эмоциональный контекст, предлагают варианты и оформляют заказ. Пользователь может просто сказать: «Найди и закажи удобные кроссовки до 10 тысяч рублей». И агент выполнит запрос полностью.

Удобство и эффективность агентов — от гиперперсонализированных рекомендаций до мгновенных покупок в чате, — способны радикально изменить привычки потребителей. Если пользователь может просто попросить ИИ найти и купить товар, необходимость вручную искать, сравнивать и оформлять заказы уйдет в прошлое. Такой путь сокращает этапы покупки и увеличивает конверсию. По оценкам аналитиков, средний чек при использовании агентов ИИ может вырасти до 28% благодаря предложениям сопутствующих товаров и точному учету потребностей.

Однако при этой модели возможно возникновение дополнительных рисков: клиентский путь становится непрозрачным, привычные метрики «клик-просмотр-конверсия» перестают работать. На первый план выходят цена и рейтинги, на которые трудно влиять, а сами агенты могут формировать собственные рейтинговые шкалы. Помимо этого, могут возникнуть сложности с распознаванием карточек товаров ИИ-агентами.

Еще одна потенциальная проблема — «пузырь предпочтений». Агент может повторять прошлые выборы и не замечать изменения вкусов. Чтобы минимизировать эти риски, маркетплейсы могут стандартизировать карточки товаров для ИИ и учитывать тренды, избегая непрозрачности клиентского пути и «пузыря предпочтений».

Развитие ИИ-агентов снизит значение традиционного маркетинга: массовые кампании уступят точечным предложениям, сформированным под конкретного клиента. Маркетплейсам будет сложнее удерживать внимание, а для небольших ритейлеров в этой гонке технологий ситуация окажется еще более сложной: каналы влияния сместятся с человека на его цифрового двойника. Для удержания внимания маркетплейсам придется интегрировать ИИ-агентов с гиперперсонализированными предложениями и улучшать клиентский опыт, чтобы эффективно конкурировать с цифровыми двойниками.

Компании, которые начнут адаптацию сейчас, получат преимущество в ближайшем будущем, когда большинство покупок будут совершаться автономными агентами.

Выиграют ритейлеры, которые сумеют перестроить свои бизнес-процессы под новые реалии цифрового рынка: интегрируют ИИ в свои сервисы, разработают собственных агентов или подключатся к популярным платформам, чтобы оставаться на радаре у цифровых помощников покупателей. Важно также обеспечение бесшовного опыта на всех этапах — от момента, когда агент выбирает товар, до доставки и послепродажного обслуживания, потому что любые сбои будут автоматически понижать рейтинг в алгоритмах.

По мере развития технология сделает рынок прозрачнее — алгоритмы будут представлять товары разных брендов без предвзятости, а ключевыми факторами успеха станут качество данных и мастерство промпт-инжиниринга — умения правильно «общаться» с ИИ.

Успешное преодоление перечисленных рисков и адаптация к новой реальности ИИ-агентов требует прочной технологической базы, которая уже формируется на глобальных и российском рынке. Во всем мире ритейл все активнее внедряет искусственный интеллект: от персонализированных рекомендаций и динамического ценообразования до прогнозирования спроса. Согласно исследованию Gartner, к 2026 году 65% компаний будут использовать ИИ для автоматизации продаж, а к 2030-му рынок таких решений достигнет $47 млрд.

Россия следует глобальным трендам. По данным ComNews, к концу 2024 года более трети торговых компаний (35,1%) уже применяли ИИ-инструменты, достигая средней эффективности около 30%. Исследование ГК «Корус Консалтинг» (май 2025) показывает, что ключевые приоритеты ритейла — рост бизнеса без увеличения штата (43%), повышение среднего чека (41%) и рост повторных продаж (34%). Для этого компании делают ставку на цифровизацию, используя ИИ для ценообразования, управления ассортиментом и анализа данных. В 2024 году российский рынок больших данных и ИИ составил 320 млрд рублей, при этом 90% онлайн-магазинов уже внедрили ИИ-решения («Яков и Партнеры»).

Крупные российские компании — Сбербанк, «М.Видео-Эльдорадо», X5 Retail Group, Lamoda — активно используют ИИ-ассистентов для обслуживания клиентов и персонализации. «Яндекс» разрабатывает ИИ-камеры для «умных магазинов», Fix Price тестирует технологии для определения пустых полок, а «Лента» и «Магнит» применяют ИИ для контроля ассортимента. Ozon и Wildberries используют ИИ для персонализации и поддержки клиентов, в том числе тестируя генерацию фото одежды на виртуальных моделях. Существующая инфраструктура и опыт создают прочную основу для внедрения агентов ИИ, которые возьмут на себя весь путь от поиска до покупки товаров.

Развитая инфраструктура поддерживает внедрение ИИ-агентов, но аналитика поведения клиентов теперь зависит от того, кто управляет агентом. Если агент принадлежит ритейлеру (например, маркетплейсу), компания получает детальные данные о диалогах с пользователем — от запроса до покупки. Но в этом случае клиент жертвует свободой выбора, так как агент ограничен ассортиментом одной платформы Если агент независим (например, работает на стороне пользователя), ритейлеры теряют привычные метрики: путь клиента становится «чёрным ящиком». Алгоритмы агентов сами решают, какие товары показать, на основе своих критериев — цены, рейтингов, условий поставки.

Это создает парадокс: чем умнее агенты, тем меньше контроля у бизнеса. Ритейлерам придется не просто конкурировать за внимание покупателей, но и адаптироваться под логику ИИ-платформ: стандартизировать данные — чтобы агенты корректно распознавали карточки товаров, оптимизировать условия (скидки, сроки доставки, рейтинги — то, что влияет на выбор алгоритма).

Глубокий анализ останется возможным только в «закрытых» экосистемах, где агент и ритейлер — часть одной системы. В остальных случаях компании будут получать лишь итоговый запрос на покупку, без деталей принятия решений.

Вместе с возможностями растут и риски: глубокое отслеживание требует осторожности с персональными данными, прозрачности алгоритмов и соблюдения этических норм. Без этого доверие к бренду и ИИ может быть потеряно.

• Сбербанк автоматизировал 30% запросов через ИИ-ассистента, вдвое ускорив обработку заявок.
• «М.Видео-Эльдорадо» внедрила робота-консультанта для переговоров о скидках.
• X5 Retail Group анализирует поведение покупателей в реальном времени, повышая точность рекомендаций.
• Amazon и Walmart используют ИИ для управления запасами, а Sephora — для подбора косметики.

о данным исследования (McKinsey), к 2030 году агенты ИИ могут автоматизировать до 14% задач в ритейле, включая поддержку клиентов и обработку заказов. Одновременно вырастет спрос на data-специалистов и prompt-инженеров — экспертов по обучению и настройке ИИ..

Будущее ритейла — в глубокой интеграции ИИ-агентов на всех этапах взаимодействия с клиентом: от выбора товара до повторных покупок. Компании, способные построить персонализированный и прозрачный опыт, получат серьезное преимущество.

Российский e-commerce готов к трансформации, но для успеха нужны инвестиции в данные, безопасность и обучение систем. Эпоха ИИ-агентов меняет не только инструменты, но и логику работы с клиентом — адаптироваться нужно уже сейчас.