От карточек товаров до обучения сотрудников: как ИИ трансформирует современный ритейл

Согласно исследованию Яндекса и консалтинговой компании «Яков и Партнёры», каждый пятый крупный бизнес в России уже использует технологии на базе искусственного интеллекта. Особенно активно ИИ внедряют торговые сети: автоматизируют закупки, оптимизируют логистику, улучшают клиентский сервис и анализируют поведение покупателей.

Конкуренция в ритейле усиливается, и без цифровых инструментов компаниям всё труднее адаптироваться. Чтобы удерживать позиции на рынке, бизнесу нужно оперативно обновлять ассортимент, гибко управлять ценами, учитывать индивидуальные запросы покупателей — и в этом всё чаще помогают генеративный ИИ и машинное обучение.

В этой статье менеджер по работе с клиентами Yandex Cloud в сфере ритейла Валерия Дорофеева рассказывает, как нейросети и облачные сервисы решают прикладные задачи участников рынка: от генерации описаний карточек товаров до клиентского сервиса и обучения персонала.

Как быстрее создавать описания товаров и структурировать отзывы

Качественные карточки товаров помогают покупателю быстрее сориентироваться, повышают шансы на покупку и влияют на видимость в поиске. Автоматизированные подборки и персональные рекомендации также играют большую роль — по данным российских исследований, это один из ключевых драйверов роста онлайн‑продаж. Ещё одним важным фактором остаются отзывы: на них ориентируются около 50% покупателей.

Объёмы такого контента постоянно растут: крупные ритейлеры и маркетплейсы ежедневно публикуют тысячи новых товаров, а пользователи оставляют десятки тысяч откликов. В таких условиях создавать, обновлять и структурировать контент вручную становится всё сложнее.

Чтобы справляться с задачей и не терять в качестве, компании всё чаще используют генеративные модели. Нейросети автоматически создают описания товаров, составляют рекомендации и обрабатывают отзывы — с учётом заданных правил и стандартов.

Нейросеть ускоряет создание карточек товаров

Такой подход применяет, например, сеть магазинов «Лемана ПРО»: компания использует YandexGPT в составе Yandex Cloud AI Studio, чтобы генерировать описания товаров по загруженным характеристикам и названиям. Финальные тексты проходят SEO‑анализ, а затем их вычитывает человек — это обеспечивает баланс между скоростью и качеством.

Для эффективной работы с нейросетью компания разработала специальную инструкцию, в которой обозначила все необходимые требования к генерации текстов. Конечно, ИИ не выдаёт идеальный результат — модель может самостоятельно придумать стоимость товара, хотя данные об этом в систему не загружались. Для этого и нужна проверка со стороны человека.

После внедрения нейросети стоимость создания одной карточки товара снизилась на 95%. При этом выросла скорость публикации: если раньше описания появлялись на сайте через две недели после поступления товара, то теперь их добавляют день в день. YandexGPT может сгенерировать несколько вариантов текста, если первый результат не удовлетворяет требованиям.

Чат‑бот подбирает вино по вкусу и настроению

Персонализированные подборки товаров делают онлайн‑витрину динамичной и релевантной для каждого покупателя. Причём технологии могут работать не только на сайте, но и в сторонних интерфейсах — например, через бота, который общается с клиентом, а затем ведёт его на подходящий товар на сайте.

Один из примеров — чат‑бот «Винтеллект» от маркетплейса VINO.RU. Он работает на базе YandexGPT и помогает подобрать вино по настроению, поводу и вкусовым предпочтениям. Бот создали вместе с партнёром — ИИ‑студией «Гуреев.Про» — при участии профессиональных сомелье.

Как работает бот:

• получает запрос от пользователя в Telegram;
• распознаёт ключевые параметры — тип вина, крепость, сладость, аромат;
• ищет подходящие варианты в каталоге VINO.RU;
• предлагает три вина с короткими пояснениями, почему они могут подойти.

Для создания чат‑бота команда разработала несколько моделей классификации, обученных на датасете из более тысячи примеров запросов. Реализовали проект полностью на базе Yandex Cloud.

GPT анализирует отзывы и помогает повышать качество обслуживания

Сеть магазинов автомобильных запчастей Автодок.ру запустила сервис на базе YandexGPT, чтобы помочь клиентам быстрее ориентироваться в большом массиве отзывов. С ростом количества комментариев пользователям стало сложно находить нужную информацию — и тогда компания решила передать эту задачу нейросети.

Теперь в карточках товаров есть раздел «Главное из отзывов». Он показывает основные плюсы и минусы товара на основе анализа сообщений, так что покупателю достаточно пары секунд, чтобы получить общее впечатление, а не перелистывать десятки отзывов.

Вот как устроена работа сервиса:

• когда накапливается десять отзывов, задача попадает в асинхронную очередь RabbitMQ;
• сервис запускает обработку и передаёт данные в YandexGPT;
• нейросеть анализирует отзывы и возвращает результат;
• сервис форматирует информацию, сохраняет её в базу и добавляет в карточку товара блок «Главное из отзывов»;
• пользователи оценивают точность анализа, а модераторы проверяют сообщения о неточностях.

За год работы удалось сформировать агрегированные отзывы более чем к 5300 товарам — это те позиции, которые набрали минимум десять откликов и прошли порог для анализа. Всего в системе 744 838 отзывов к 284 008 позициям, но большинство из них пока не достигли нужного количества для запуска обработки. После запуска сервиса число новых откликов в приложении выросло на 20%, а просмотры уже опубликованных отзывов — на 25%.

Как ускорить поиск товаров на сайте

Поиск — еще один важный сценарий в ритейле. От него зависит, сможет ли клиент быстро найти нужный товар и не уйдёт ли он к конкурентам. Сегодня привычного поиска по ключевым словам уже недостаточно: покупатели хотят искать «по-человечески» — обычными фразами, а иногда и картинками.

Современные модели позволяют реализовать сразу два подхода:

• поиск по тексту — когда система понимает смысл запроса («рюкзак для ноутбука на 15 дюймов до 10 тыс. рублей») и возвращает именно то, что нужно, а не случайные совпадения по словам;

• поиск по картинке — когда покупатель загружает фото товара и получает подборку похожих позиций в каталоге.

С умным поиском пользователю проще ориентироваться в огромном ассортименте, а компании получают больше данных о реальных потребностях аудитории.

Умный поиск повышает конверсию в покупки

Один из примеров такого решения — умный поиск «Иннова» в интернет-магазине «Технопарк». В каталоге компании более 30 тыс. товаров и собственный техноблог с экспертными материалами. С расширением ассортимента появилась задача упростить выбор: покупатели тратили много времени на сравнение характеристик и часто уходили за дополнительной информацией во внешние поисковики.

Чтобы удержать клиента внутри сайта и сократить путь до покупки, компания внедрила сервис на базе Yandex Search API и YandexGPT. Он помогает не только быстро находить товары, но и разбираться в их характеристиках. Достаточно ввести запрос в свободной форме — кратко или подробно — и система уточнит важные детали, предложит релевантные модели и объяснит, почему именно они подходят.

В результате у клиентов, которые используют «Иннову», конверсия по добавлению товара в корзину оказалась в несколько раз выше, чем у тех, кто этого не делает. Покупатели активнее задают уточняющие вопросы и дольше взаимодействуют с магазином.

Как адаптировать визуал под сезон, тренды и вкус покупателя

Генеративный ИИ помогает магазинам быстро создавать изображения товаров: от простых фото до 3D‑моделей. Это разгружает дизайнеров, ускоряет обновление визуалов и позволяет адаптировать витрину под сезон, тренды и предпочтения аудитории. Чем точнее визуальный контент соответствует ожиданиям покупателей, тем выше шансы на продажу.

Такие технологии открывают возможности для персонализации. Ритейлер может не просто показать товар, а визуализировать его именно так, как это будет близко конкретному пользователю, — с учётом его интересов и вкуса.

Генеративный ИИ создаёт уникальные дизайны подарков

Один из примеров персонализации визуального контента — сервис генерации подарочных карт от «Золотого Яблока». Компания внедрила YandexART, чтобы покупатели могли сами создавать уникальные обложки, описывая пожелания текстом: от любимых цветов до образов из кино, книг или исторических эпох.

Сервис доступен как на сайте, так и в мобильном приложении «Золотого Яблока». Интерфейс интуитивно понятный — даже если пользователь впервые сталкивается с генерацией дизайна через ИИ, ему будет легко разобраться, как всё устроено.

Главное преимущество инструмента в том, что он распознаёт даже самые простые запросы. Достаточно описать идею, и через 20 секунд искусственный интеллект предложит до трёх разных вариантов дизайна. При этом пользователи обычно создают примерно 2–3 изображения за один раз.

Статистика тестового периода показала, что почти половина всех запросов связана с созданием персонализированных дизайнов, где пользователи подробно описывают пожелания, учитывая характер получателя подарка и общие интересы с дарителем.

Нейросеть помогает авторам иллюстрировать книги

Книжный сервис Литрес запустил инструмент на базе YandexART для создания обложек книг, ориентированный на независимых авторов. Он особенно полезен тем, кто публикует произведения в формате черновиков — по главам, в процессе написания.

При такой модели работы текст постоянно меняется: появляются новые сюжетные линии и персонажи. Генерация обложек с помощью ИИ позволяет авторам оперативно обновлять оформление под актуальную версию книги — без поиска дизайнера и работы в сложных редакторах.

Технология уже активно используется: опубликовано 18 422 книги и черновика со сгенерированными обложками, из них 15 379 доступны читателям прямо сейчас. После запуска функции на этапе подготовки книги доля авторов, которые доводят процесс до публикации, выросла на 6,7 п. п. Это привело к появлению большего числа новых книг на платформе, расширило выбор для читателей и увеличило продажи, а значит — и гонорары для авторов.

Как это работает:

• автор заполняет информацию о книге,
• система генерирует уникальную обложку на основе аннотации,
• автор может отредактировать или обновить дизайн, редактируя аннотацию.

Сейчас название книги и имя автора добавляются на обложки как отдельные текстовые блоки: их можно перемещать и редактировать, но они не становятся органичной частью дизайна. ИИ пока не умеет работать с русским текстом на изображениях так, как дизайнеры. Когда это станет возможным, такие обложки смогут полноценно конкурировать с работами, созданными дизайнерами.

Как обучать кассиров и озвучивать тексты с помощью голосовых технологий

Речевые технологии открывают для ритейла новые форматы взаимодействия — как с клиентами, так и с командой. С их помощью можно озвучивать тексты, автоматизировать поддержку, обучать сотрудников и улучшать контроль качества. Всё это помогает магазинам работать быстрее и персонализированнее.

Где торговые сети применяют речевые технологии:

• автоматическое создание мультимедийного контента,
• обучение сотрудников через голосовые ИИ-тренажёры,
• общение с клиентами через колл-центры и сайты,
• распознавание речи для оценки качества обслуживания,
• транскрибация аудио в текстовый формат.

Голосовые тренажёры обучают сотрудников

Крупные торговые сети постоянно нанимают новых сотрудников, и быстрый онбординг становится критически важным. Здесь ИИ‑технологии позволяют не просто ускорить процесс, но и сделать его гибким и масштабируемым.

Так, лидер e‑grocery в России внедрил ИИ‑тренажёры на базе платформы target ai и сервиса Yandex SpeechKit для обучения операторов. Решение использует современные ML‑технологии, включая LLM и голосовые модели, и позволяет имитировать живое взаимодействие с клиентами.

После внедрения тренажёров компания сократила время подготовки новых сотрудников на 40%, а число одновременно обучающихся операторов выросло в три раза. При этом снизились затраты на обучение. Сейчас в системе ежемесячно проходит более 60 тыс. тренировок, а её масштаб позволяет обучать свыше тысячи человек ежедневно. Команда поддержки регулярно добавляет новые сценарии.

Другой пример — система «Цифровой тренер 24/7», созданная на базе искусственного интеллекта и технологии распознавания речи Yandex SpeechKit в сети «Пятёрочка». Платформа позволяет сотрудникам отрабатывать навыки общения в виртуальной среде, моделируя реальные ситуации: работу кассира, разрешение конфликтных ситуаций и другие сценарии.

Благодаря тренажёру время обучения сократилось в четыре раза: с 1,5 часа до 25 минут, индекс лояльности покупателей вырос на 2,2 пункта, розничный товарооборот увеличился на 2,62%, а количество конфликтов снизилось на 6%. Компания сэкономила 8,5 тыс. человеко‑часов на обучении.

Синтез речи ускоряет выпуск аудиокниг

С помощью специальных программ текст легко превращается в естественную человеческую речь. Это помогает магазинам озвучивать описания товаров и другие тексты для покупателей. При этом затраты времени и денег на производство контента становятся заметно меньше, чем при обычной записи.

В SpeechKit Brand Voice доступны как стандартные голоса синтеза речи, так и решения для брендов с разным уровнем персонализации: Brand Voice Lite — инструмент для быстрой кастомизации, и Brand Voice Premium — уникальный голос, который создаётся под потребности клиента. Это позволяет компаниям выбирать между готовыми вариантами и полностью фирменным звучанием — в зависимости от задач и стиля коммуникации.

Один из ярких примеров применения таких технологий — сервис роботизированной озвучки книг в Литрес. Технология работает на базе Yandex SpeechKit, использует более миллиона фонем для синтеза естественной речи, правильно расставляет паузы и задаёт интонации.

Главное преимущество роботизированной озвучки — скорость: аудиоверсия может быть готова всего через несколько часов после получения текста от автора. Это позволяет оперативно выпускать книги в аудиоформате и привлекать тех, кто предпочитает слушать книги.

С момента запуска с помощью технологии преобразовано уже 67 449 произведений — в общей сложности это более 15,7 млрд символов. Сервис использует робоозвучку для книг начинающих авторов, чтобы помочь им быстрее зарабатывать и находить свою аудиторию.

Когда ИИ — не опция, а стандарт: что получает ритейл

Искусственный интеллект в рознице перестал быть просто инновацией — он стал новой нормой. Крупные игроки используют его как базовый инструмент, а малый и средний бизнес всё чаще внедряют доступные решения без масштабных инвестиций.

Текущие тренды внедрения ИИ в ритейле:

• Крупные сети автоматизируют логистику, прогнозируют спрос, создают контент и повышают конверсию за счёт персонализации.
• Небольшие ритейлеры получают доступ к ИИ‑аналитике, чат‑ботам и динамическому ценообразованию — без сложных интеграций.

Сценарии, которые уже показали эффективность:

• прогнозирование спроса — помогает управлять запасами и снижать издержки;
• персонализация — повышает конверсию и средний чек за счёт анализа поведения покупателей;
• аналитика данных — оптимизирует ассортимент и поддерживает управленческие решения;
• автоматизация с помощью чат‑ботов и виртуальных ассистентов — ускоряет поддержку и разгружает сотрудников.

Ключ к успеху — не сам ИИ, а его грамотная интеграция в бизнес‑процессы. Эффективность зависит от трёх факторов:

1. Чётких KPI. Внедрять технологии там, где они дадут измеримый результат.
2. Гибкости. Начинать с пилотных проектов, чтобы проверить гипотезы до масштабирования.
3. Командной работы. Сотрудники должны понимать, как использовать новые инструменты.

Компании, которые уже сегодня интегрируют ИИ в свои процессы, не просто сокращают затраты — они формируют новые стандарты эффективности в отрасли. Те, кто откладывает внедрение, рискуют потерять конкурентные преимущества.

Вопрос уже не в том, стоит ли применять ИИ, а в том, как сделать это быстрее других.