Как московские магазины используют ИИ-помощников: задачи бизнеса и мнение покупателей

Инструменты искусственного интеллекта активно проникают в глобальный ретейл. Почти 70% компаний в сегменте розничной торговли видят рост годового дохода при внедрении ИИ, а 72% говорят о снижении своих затрат.

Российский ретейл тоже обращается к ИИ-практикам, как показывают исследования, и в частности — внедряет ИИ-помощников. Как виртуальные ассистенты проникают в московские магазины и нужно ли это потребителю, рассказал Иван Коновалов, основатель и генеральный директор Molver.

Как ретейлеры используют ИИ

Искусственный интеллект становится значимой частью бизнес-процессов у российских ретейлеров. Как показывает исследование Specter Consulting Group (SCG), сегодня 8 из 10 крупнейших российских ретейлеров в продовольственном и непродовольственном сегментах (X5 Group, «ВкусВилл», DNS, «Лемана Про» и другие) применяют ИИ в бизнес-процессах. Именно они задают стандартны рынка по внедрению технологий, поскольку среди всех ретейлеров только 35% используют ИИ.

Ключевые направления применения ИИ, согласно исследованию SCG, — прогнозирование спроса и запасов, оптимизация логистики, персонализация и аналитика данных, генерация контента, визуальные технологии и контроль. А самыми перспективными технологиями ретейлеры считают инструменты генеративного ИИ и дополненной реальности, цифровых двойников и складских роботов, как показывает аналитика IT-холдинга Т1 и Центра экспертизы и коммерциализации Фонда «Сколково».

К генеративному ИИ сегодня приковано самое высокое внимание — его называют технологией будущего, которая может стимулировать рост операционной прибыли на 12-19%.

Генеративный ИИ становится виртуальным сотрудником, который работает с контентом, встраивается в пользовательский путь (например, в поисковую систему мобильного приложения магазина) или получает форму (аватар) и превращается в цифрового помощника. Не чат-бота, который просто отвечает на заданный вопрос, а полноценного ассистента: он занимается автоматизацией рутинных задач, обработкой заявок, анализом данных, поддержкой клиентов, обучением сотрудников.

Так «ВкусВилл» уже пару лет применяет ИИ, чтобы прогнозировать спрос (модели машинного обучения анализируют исторические данные и предсказывают потребность в конкретных товарах в каждом магазине), персонализировать предложения для покупателей, противостоять мошенничеству и улучшать внутренние процессы.

Собственной ИИ-разработки у «ВкусВилла» нет, поскольку это «достаточно дорого». Компания берет существующие на рынке модели, разворачивает в своей инфраструктуре и дообучает под конкретные задачи.

А X5 Group начал пробовать первые модели в 2019 году и сейчас развивает Copilot: веб-интерфейс, который позволяет сотрудникам получать доступ к технологиям искусственного интеллекта. Например, в рамках HR-задач сотрудник может с ИИ написать письмо, составить презентацию. Используются разные модели — от Yandex, Open Source, собственные разработки X5 Group.

В конце декабря 2025 года появился новый пример использования ИИ-помощника: он совершил покупку за пользователя. Речь о сервисе «Найти дешевле» от «Яндекса», которому можно делегировать поиск и покупку товара на маркетплейсах и независимых магазинах. Это пока еще только бета-тест, однако важный шаг в развитии рынка и ИИ-помощников.

Чем занимаются ИИ-помощники во внутренних задачах

Большая часть существующих на московском (и российском в целом) рынке примеров использования ИИ-помощников касается внутренних задач ретейлеров, которые мало чем отличаются от задач бизнеса в других отраслях.

В частности, речь идет о рутинных процессах с текстом или изображением: составить презентацию, написать письмо, проверить код, сделать простой SQL-запрос. Практически «бытовое» применение нейросетей, где зачастую достаточно даже публичных моделей без особой доработки под нужды компании.

Например, «Лемана Тех» («Лемана Про») автоматизировала процессы, связанные с контентом. ИИ помогает ретейлеру создавать описания товаров, изображения, адаптировать их под различные платформы. Это сильно ускоряет работу и снижает затраты на производство контента на 95%. При этом в компании отмечают, что у модели все еще бывают ошибки, поэтому проверка финальной версии всегда лежит на человеке.

В компании «Магнит Omni» тоже работают над контентом при помощи генеративного ИИ. Технология помогает создавать карточки товаров в мобильном приложении, благодаря чему сотрудники тратят на 10-15% меньше времени на подготовку материалов.

Помимо этого ИИ-помощники внедряются в HR-процессы: на этапах отбора и найма кандидатов. Они оценивают резюме и самого кандидата (например, его сильные и слабые стороны на основании резюме и собеседования), отфильтровывают резюме по заданным параметрам, составляют вакансии для публикации, адаптируют текст под разные платформы. ИИ-помощники внедряются даже в собеседования.

Например, в пилотном подразделении X5 Group ИИ-помощник закрывает 20% вакансий: сам находит кандидатов, оценивает резюме, проводит первичное интервью, дает обратную связь. Окончательное решение остается за менеджером.

В задачах, связанных с управлением персоналом, ИИ-помощники внедряются в тренинги и обучения, где заменяют сотрудников-наставников. Они могут отвечать на вопросы нового сотрудника, тестировать его, помогать с отработкой навыков — например, общения с клиентом, и все это в формате 24/7, в любом удобном месте: если ИИ-помощник интегрирован в мобильное приложение.

А «Дикси» с помощью интеллектуальной платформы по анализу обратной связи «Napoleon IT Отзывы» обрабатывает отзывы персонала и выявляет главные темы и проблемы, а также анализирует тональность обращений. Это помогает компании работать над улучшением HR-бренда. Платформа создана на основе собственной LLM-модели.

Также ИИ-помощники применяются для аналитики и прогнозирования: автоматизации ценообразования, интеллектуального пополнения ассортимента и других задач. Например, в «Перекрестке» система собственной разработки X5 Tech на принципах машинного обучения рассчитывает потребность в количестве персонала для каждой конкретной точки и повышает эффективность их работы. Сначала это решение опробовали в «Пятерочке», оно показало свою ценность и его развернули в «Перекрестке».

Главная проблема сегодняшних ИИ-решений в ретейле в том, что они пока что используются в основном для локальных мелких задач — только создание контента, только обработка резюме и пр.

Что дают ИИ-помощники в контакте с покупателями

Основных направлений для ИИ-помощников в контакте с покупателями два.

Первое — обслуживание клиентов и поддержка: когда ИИ-помощник обрабатывает рутинные запросы без участия оператора. Он не просто отвечает на вопросы, как классический чат-бот, а может что-то подсказать, выполнить задачу.

Второе — персонализация и рекомендация продуктов: ИИ анализирует поведение и запросы потребителя и предлагает ему релевантные товары, индивидуальные акции. «Умная» персонализация способствует росту продаж и укреплению лояльности потребителей. По оценкам SCG, это увеличивает выручку в среднем на 10-15%.

То есть, ИИ может стать цифровым ассистентом для покупателя и частично снять нагрузку с консультанта и/или продавца в разных задачах: подобрать товар, рассказать о его особенностях, помочь представить в интерьере или на себе, дать совет по сочетанию продуктов, применению. Глобально ИИ-помощник способен выполнять любой функционал, который можно регламентировать и алгоритмизировать.

В целом, 90% задач сотрудников, которые работают с клиентами, уже можно заменить ИИ-помощниками. Основные проблемы остаются там, где нужны «руки»: выкладка товара, решение нетиповых проблем. Внедряться ИИ-помощники могут не только в онлайн-пространство (мобильные приложения, сайты), но и в физические торговые точки — через цифровые стенды, киоски.

Например, сегодня мы видим рост запросов крупных ритейлеров на ИИ-киоски, которые часто выглядят не так, как это продают многие ИТ-компании. Когда мы внедряем ИИ-киоски для московских магазинов, то сначала анализируем все данные, чтобы решение было персонализированным. Современный московский покупатель может быстро оценить, насколько качественно сделать ИИ-помощник, поэтому экономия на технология может привести бизнес не к росту продаж, а к потере клиентов и денег.

В офлайн-рознице внедрение ИИ-помощников в работу с клиентом важно, например, в больших торговых залах (в условных гипермаркетах), где далеко не всегда потребитель может найти сотрудника или из-за высокого трафика сложно дождаться, пока сотрудник освободится.

Опыт применения ИИ-помощников в задачах, которые напрямую соприкасаются с клиентом, у московских ретейлеров небольшой. Подобные примеры можно пересчитать по пальцам: в основном фокус сделан на бэк-офисе.

В конце 2025 года «Магнит» запустил ИИ-ассистента «Мэджик» в мобильном приложении для покупателей. Это собственная разработка компании, сделанная на основе open-source решений и сторонней коммерческой LLM. ИИ-ассистент помогает выбирать товары — например, готов предложить варианты для завтрака (по запросу «что взять на завтра»), обеда или ужина, подобрать продукты по заданным критериям. Позже ему добавят поиск выгодных предложений по часто покупаемым позициям, подсказки в торговом зале и на кассах самообслуживания, рекомендации по косметике.

А в фэшн-сегменте ИИ-ассистенты часто связаны с примеркой и подбором товаров. Например, осенью 2025 года российская команда разработчиков представила виртуальную примерочную DRESSCODE.AI, которую уже интегрировал на своих площадках ЦУМ. Благодаря ИИ покупатель может на основе фотографии и указанных параметров тела виртуально примерить одежду из каталога — ИИ подгонит ее по размеру, фигуре и росту. Технологию можно внедрить на сайте, в приложении или офлайн на цифровых стендах.

Как к ИИ-помощникам в покупках относится потребитель

Для потребителей ИИ становится достаточно привычным и понятным инструментом, в том числе в покупках. Исследования показывают, что многие люди готовы как минимум пробовать взаимодействовать с «умными» алгоритмами и виртуальными помощниками.

Так исследование сервиса «Купер» и Rambler&Co говорит, что спрос на ИИ-помощников в онлайн-шопинге растет. Активно использует «умные» функции — рекомендации, поиск по фото — пока только каждый четвертый (26%). Однако большинство респондентов (66%) хотели бы получить от ИИ помощь в подборе товаров с лучшим соотношением цены и качества. Главная причина в возможности сэкономить время.

При этом уровень доверия к ИИ пока можно назвать средним: на его рекомендации готовы полагаться только 37% респондентов, и почти каждый третий (28%) сталкивается с неточностями.

Исследование НАФИ тоже говорит о том, что потребители в целом лояльны к применению ИИ в покупках. Каждый второй положительно настроен к технологии, а 43% готовы доверить ему выбор — в частности, в вопросах развлечений и непродовольственных товаров.

Наибольший потенциал у внедрения ИИ-помощников в ретейл сегодня именно в Москве и городах-миллионниках, где подобные технологии уже не инновация, а практически привычная часть жизни. Каждый четвертый москвич — энтузиаст в мире цифровых технологий и не просто открыт к новшествам, а любит их и легко осваивает. Приложения и сервисы с генеративным ИИ применяет каждый третий (36%).

Многие потребители в столице и в городах-миллионниках сегодня открыты к новым технологиям, и по мере развития самого ИИ и повышения осведомленности о его возможностях доля позитивно настроенных к нему людей увеличивается. Ретейлеры, которые уже начали внедрять ИИ-помощников, видят преимущества, но им нужно расширять опыт и идти в сторону более сложных, комплексных решений, а также наращивать работу в направлении инструментов для клиента. Потребитель уже готов и ждет ход от бизнеса.