Как ИИ помогает ритейлу: 8 задач на примере ИскраБота

Рассказывает Василь Закиев, основатель ИИ-платформы ИскраБот, преподаватель Университета Иннополис.

Почти вся работа розницы — это таблицы: прайсы поставщиков, выгрузки продаж, остатки, каталоги. Поэтому обычно ИИ в ритейле не задают вопросы, а прикладывают файл и дают короткую инструкцию.

ИскраБот — ИИ-платформа, рассчитанная именно на такую работу: в неё можно загрузить прайс поставщика, выгрузку продаж, договор или внутренний регламент, а на выходе получить не общий совет, а готовую таблицу, расчёт, список рисков или письмо. Сервис можно использовать одному сотруднику или всей командой; для организаций доступны общая память по внутренним документам, интеграции с 1С и Битрикс24 и централизованное управление доступом. Начать можно на бесплатном тарифе.

Ниже — восемь задач, которые торговая компания может отдать ИИ: от уже знакомых сценариев до тех, о которых обычно даже не думают.

1. Карточка товара и описания

Как сейчас. Контент-менеджер пишет описания руками или берет текст поставщика, который повторяется еще у сорока продавцов.

Что запросить у ИИ. «Создай карточку товара для маркетплейса по этим характеристикам: название, описание до 1000 знаков, ключевые слова, буллиты преимуществ. Товар: расческа для волос, вот фото и характеристики от поставщика».

Какой результат. Готовая карточка в нужной структуре, с вариантами заголовка под разные площадки.

Подводные камни. Характеристики нейросеть может додумать. Состав, размеры и сертификаты проверяйте по документам поставщика.

2. Письма и претензии поставщикам

Как сейчас. Менеджер по закупкам полчаса подбирает формулировки для письма про третий срыв срока, потому что ссориться нельзя, а надавить надо.

Что запросить у ИИ. «Напиши письмо поставщику: поставка задержана на две недели, это третий случай за квартал, нужно зафиксировать нарушение и запросить компенсацию, но сохранить отношения. Тон деловой, без угроз».

Какой результат. Почти готовое письмо или даже три версии: мягкая, нейтральная и жесткая, нужную выбрать по ситуации.

Подводные камни. Иногда текст слишком общий, и его нужно поправить под свою фактуру.

3. Разбор договора поставки

Как сейчас. Договор от нового поставщика читает либо юрист, если он есть, либо коммерческий директор — по диагонали.

Что запросить у ИИ. «Прочитай договор поставки и выпиши риски для покупателя: условия отказа от поставки, штрафы, порядок возврата брака, что происходит при просрочке оплаты. Отдельно отметь пункты, которые отличаются от типовых».

Какой результат. Структурированный список рисков со ссылками на пункты. Это не заменяет юриста, но резко сокращает время: вы приходите к специалисту с конкретными вопросами, а не с 40 страницами текста.

Подводные камни. Нейросеть находит, на что смотреть, но не отвечает за последствия. Юридическую оценку все равно подтверждает человек.


ИскраБот проанализировал риски для покупателя по договору поставки — так выглядит заключение

4. Сведение прайса и каталога по артикулам

Как сейчас. У вас файл с прайсом от поставщика и свой каталог, в них разные названия колонок, часть артикулов с пробелами, часть с префиксами. Сведение руками — это работа на полдня, и каждый раз заново.

Что запросить у ИИ. Приложить оба файла и написать: «Один файл — это прайс, другой каталог. Объедини так, чтобы по каждой позиции были артикул, название, цена, материал и цвет. Позиции, которые не совпали по артикулу, вынеси отдельным списком».

Какой результат. Сведенная таблица плюс список несовпадений, который обычно и есть самое ценное: там прячутся дубли, снятые позиции и ошибки в артикулах.

На типовом прайсе в несколько сотен позиций такое сведение занимает у менеджера полдня, а нейросети хватает нескольких минут. Она отдельно показывает несовпавшие артикулы, которые при ручной сверке легко пропустить.

5. ABC и XYZ по выгрузке продаж

Как сейчас. Аналитика ассортимента живет в голове категорийного менеджера или в файле, который последний раз обновляли в прошлом сезоне.

Что запросить у ИИ. Выгрузить продажи за год и написать: «Раздели ассортимент по вкладу в выручку и по стабильности спроса, покажи товары группы AX, на которые нельзя допускать дефицит, и группы CZ, которые занимают склад».

Какой результат. Разбитая на группы таблица и короткие выводы. Дальше можно спросить то, что обычно требует отдельного аналитика: какие позиции вымываются к концу месяца, какие лежат больше двух кварталов, где наценка ниже средней.

6. Прогноз закупки с учётом сезонности и срока поставки

Как сейчас. Закупщик считает потребность по прошлому месяцу и добавляет запас на глазок.

Что запросить у ИИ. «Рассчитай потребность в закупке по каждому SKU так, чтобы покрыть спрос и не затарить склад. Производство и доставка занимают 90 дней, вот продажи за два года, учти сезонность».

Какой результат. Расчёт по позициям с обоснованием, сколько и когда заказывать. Это не заменит систему пополнения в большой сети, но для компании, где потребность считают в Excel, разница разительная.

Подводные камни. Качество расчета целиком зависит от качества выгрузки. Если в данных нет остатков или продажи склеены по разным складам, результат будет красивым и бесполезным.

7. Люди в торговом зале

Как сейчас. Этой задачей директор занимается сам и с ИИ ее почти не связывает, а зря: вопросов про персонал в рознице не меньше, чем про аналитику продаж.

Что запросить у ИИ. «Открывается новый магазин: два администратора, два мерчандайзера, девять продавцов, четыре кассира. Посчитай численность смен и фонд оплаты труда, составь график с учетом двух выходных. Сначала перечисли недостающие данные и не составляй график, пока я их не предоставлю».

Или: «Сделай скрипт продавца по работе с возражением про цену, пять реплик».

Какой результат. Расчет или скрипт под вашу специфику. Плюс новичку можно дать разобрать его собственный диалог с покупателем и получить разбор ошибок.


ИскраБот не станет выдумывать и уточнит данные перед тем, как давать ответ. Недостающую информацию можно быстро наговорить голосом

8. ИИ поверх ваших данных: общая память и интеграции

Как сейчас. Этого в ритейле часто нет: это уже потолок, до которого доходят немногие.

Что запросить у ИИ. В ИскраБоте есть несколько возможностей, чтобы работать со всеми вашими файлами сразу:

• Общая память. В нее загружаются ваши регламенты, инструкции, условия поставок. После этого нейросеть отвечает не «вообще», а по вашим документам: новый сотрудник спрашивает «какая скидка положена сети при отгрузке от миллиона», получает ответ из вашего же регламента и показывает источник.
  
  
• Интеграции. ИскраБот подключается к 1С и Битрикс24 через коннектор, а можно просто приложить выгрузку файлом. Смысл один: ассистент работает с вашими данными, а не отвечает «вообще».
  
  
• Свой навык под процесс. Повторяющуюся процедуру, например онбординг нового сотрудника или еженедельный отчет по категории, можно упаковать в отдельный сценарий: он проводит человека по шагам и на выходе отдает готовый документ.

Какой результат. На этом уровне ИИ перестает быть личным инструментом менеджера и становится частью процесса компании.

Почему в России внедрение буксует

Между личным опытом директора и внедрением в компанию стоят несколько барьеров, и они почти всегда одни и те же.

Оплата и документы. Зарубежный сервис не принимает карту российского банка, не выставляет счет на юрлицо и не дает закрывающих документов.

В ИскраБоте личные тарифы оплачиваются российской картой в рублях, а организации получают счет, договор и закрывающие документы через ЭДО.

Тут Искра в одном ряду с GigaChat и YandexGPT. Разница в том, как она работает с данными. Это инструмент для файлов и таблиц, а не для беседы: берёт вашу выгрузку из 1С или отчет маркетплейса и возвращает сведенную таблицу со списком несовпадений, а не пересказ.

Вопрос службы безопасности. Первое, что спросят: где хранятся данные, куда уходят запросы и что мы вообще туда загружаем. Ответ «в облаке, все безопасно» не устраивает никого.

Для организаций облачные данные хранятся в России, а по запросу обработку можно направить на российские серверы.

Реестр отечественного ПО. Для компаний с госучастием и для многих крупных сетей отсутствие решения в реестре Минцифры закрывает разговор сразу.

ИскраБот включен в реестр Минцифры.

Зоопарк подписок. Пять сотрудников оформили пять личных подписок, компания платит пять раз, общего доступа и контроля нет.

В Искре организация платит за общий пул токенов для всей команды, число участников не ограничено, а доступами можно управлять централизованно.

---

Читайте также: Массовая упаковка карточек товаров для WB и Ozon: как работать с каталогом без ручной рутины

---

Три уровня: от себя до своего контура

Для себя. Чат, файлы и таблицы, поиск, генерация изображений. Бесплатный тариф Старт, чтобы прогнать сценарии из статьи на своих данных без звонка и оплаты.

Для команды. ИИ для бизнеса: общий пул токенов на всю команду (платите за пул, а не за головы), единый доступ, общая память по вашим регламентам, интеграции с 1С и Битрикс24, счёт и закрывающие документы. По запросу обработку запросов организации направляем на серверы в России, доступно подключение маскирования персональных данных.

Для крупной компании. Развернуть в своем контуре на инфраструктуре клиента: передача данных, маскирование и аудит настраиваются под контур и фиксируются в проектных документах, здесь же индивидуальные сценарии под процессы.

С чего начать

Проверить ИскраБот на реальной задаче можно без проекта и бюджета: загрузите прайс и каталог, затем попросите свести позиции по артикулам. Бесплатного тарифа Старт достаточно, чтобы оценить результат на собственных данных.

Об авторе. Василь Закиев, основатель ИИ-платформы ИскраБот и школы ИИ-трансформации 2030ai, преподаватель Университета Иннополис. Более 20 лет в управлении и ИТ, внедряет искусственный интеллект в компании и учит команды с ним работать.

Реклама. ООО "ИСКРА", ИНН 1685025044
erid: F7NfYUJCUneVdx5MdYSH