ИИ в ритейле-2025: фактор данных и влияние агентов

В предыдущей статье эксперты сравнивали тренды внедрения искусственного интеллекта в ритейле России и других стран. В продолжение темы Андрей Мальков, эксперт по ГенИИ Axenix, и Тимур Шаяхмедов, эксперт практики «Розничная торговля» Axenix, рассказывают об управлении данными и работе с ИИ-агентами.

Данные: операционный капитал

Масштабное внедрение ИИ невозможно без планомерной работы с данными. Алгоритмы, даже самые передовые, ничем не помогут, если они построены на некачественных, обрывочных и неподготовленных массивах данных. 

В современном ритейле генерируется колоссальный объем информации. Особенно это характерно для продуктового сегмента, где частота покупок значительно выше. Здесь существует возможность объединять информацию из онлайн и офлайн каналов: данные с сайта и мобильного приложения интегрируются с информацией из касc и терминалов самообслуживания в магазинах. Таким образом ритейлер видит полную картину взаимодействия клиентов с брендом, что позволяет оптимизировать ассортимент, повышать эффективность маркетинговых кампаний и — что особенно важно — персонализировать предложения. 

Используя полные и релевантные данные, ИИ-модели смогут предлагать клиентам именно те товары и услуги, которые соответствуют их текущим потребностям и предпочтениям. Это не только повышает удовлетворенность покупателей, но и увеличивает средний чек, снижая при этом затраты на неэффективный маркетинг.

При этом перспективы применения ИИ простираются не только в направлении персонализации. Ценность представляют и операционные данные, которые генерируются на каждом этапе цепочки поставок и внутренних процессов. Современный ритейл — это сложная экосистема, где каждый элемент оставляет цифровой след: GPS-трекеры на грузовиках фиксируют маршруты и время доставки, RFID-метки и сканеры на складах отслеживают перемещение товаров, мобильные терминалы сборщиков записывают скорость комплектации заказов, датчики температуры в холодильных камерах контролируют условия хранения, камеры видеонаблюдения фиксируют загруженность торговых залов. В этих данных скрыт потенциал для оптимизации логистики, снижения издержек, повышения производительности труда и улучшения качества обслуживания.

При этом простого накопления такой информации недостаточно. Важно выстроить систему управления данными — внедрить практики Data Governance, которые обеспечат качество, согласованность и доступность информации. Без надежного фундамента в виде структурированных, качественных данных даже самые продвинутые ИИ-алгоритмы не смогут приносить ожидаемую ценность. 

Глобальный ландшафт регулирования данных отличается в разных странах мира. В Европе действует строгий регуляторный режим: AI Act в сочетании с GDPR требует от компаний не только защищать персональные данные, но и обеспечивать полную прозрачность в использовании алгоритмов ИИ. Ритейлеры обязаны документировать источники данных, объяснять логику принятия решений ИИ-системами и предоставлять покупателям возможность оспорить автоматизированные решения. Это создает дополнительные издержки, но одновременно повышает доверие потребителей. 

Страны Юго-Восточной Азии выбрали более прагматичный путь: вместо жестких законодательных барьеров ASEAN разработала гибкие руководства по ответственному использованию генеративного ИИ, что позволяет компаниям быстрее экспериментировать с новыми технологиями, сохраняя при этом базовые принципы этичности и безопасности. 

В России и Китае приоритет отдается цифровому суверенитету: требования по локализации данных и использованию национальной инфраструктуры ограничивают возможности работы с глобальными датасетами и международными облачными платформами. Это может замедлять внедрение определенных решений, но способствует развитию локальных технологий.

Также нужно отметить, что в российском ритейле доступ к данным, их структурность и готовность к обмену еще недостаточно развиты. И внутри холдингов, и в B2B-кооперации данные не всегда объединяются.  В результате каждый участник рынка строит свои ИИ-сценарии на неполной картине, имея ограниченный доступ к внешнему обогащению или кросс-аналитике. Такая фрагментарность серьезно ограничивает потенциал технологий: если модель обучена только на собственных, а не рыночных сигналах, ей будет сложно достичь высокой точности рекомендаций. Кроме того, это ведет к снижению количества их вариантов. Будущее отрасли зависит, в том числе, от создания механизмов для совместной работы с данными, обеспечивающих также их защищенность.

---

Читайте также: Виртуальный сотрудник, который знает всё: как настроить чат-бота для бизнеса

---

ИИ-агенты и новая реальность ритейла

Высокий уровень качества данных ускорит переход к следующему этапу развития ИИ-технологий, который окажет огромное влияние на отрасль во всех странах мира — применение ИИ-агентов — автономных систем, способных действовать независимо от человека. Такие агенты могут использоваться как компаниями, так и частными лицами для выполнения повседневных задач.

Например, Walmart недавно запустил четыре крупные агентские системы, которые поддерживают различные бизнес-процессы компании. Один из этих агентов взаимодействует с клиентами, другой — с поставщиками, рекламодателями и продавцами, третий помогает разработчикам компании, и еще один — агент-помощник — собирает разнообразные внутренние данные компании и предоставляет их по запросу сотрудников. 

Существуют агенты, совершающие за человека покупки в интернет-магазинах. В июле 2025 года после запуска ChatGPT Agent аналитики зафиксировали взрывной рост так называемого «агентского трафика» — компания Forter оценила его увеличение на 18 510%. 

Gartner прогнозирует, что к 2030 году 20% всего трафика в электронной коммерции будет приходиться на ИИ-агентов. Для сравнения: еще в середине 2010-х снижение CTR на 20% из-за снипетов воспринималось как вызов для поисковой оптимизации. Сегодня речь идет о гораздо более глубоком сокращении прямых переходов: пользователи не просто кликают меньше, они все чаще получают информацию, рекомендации и даже совершают транзакции в экосистеме агента.

Для ритейла это означает радикальный пересмотр стратегии. Если раньше ключевой задачей было привлечение посетителя на сайт и его удержание, то теперь бизнесу предстоит научиться работать с «невидимым клиентом» — алгоритмом, который принимает решения от лица пользователя. ИИ-агент становится новым типом потребителя: он анализирует данные, сравнивает товары, делает выбор и инициирует покупку. 

На рынке уже появились инструменты для различения человеческого и агентского поведения. Это важный симптом: ритейлерам предстоит вести двойную аналитику — классическую, ориентированную на людей, и новую, учитывающую трафик, приходящий через ИИ. Фактически, компании столкнутся с необходимостью сегментировать аудиторию не только по социально-демографическим признакам, а по типу «покупателя» — человек или агент.

Можно говорить о том, что ИИ-агенты одновременно и упрощают, и усложняют работу ритейлеров. С одной стороны, агентов можно встраивать в самые различные области бизнеса, использовать для работы с неструктурированной информацией, глубже анализировать предпочтения покупателей. Но в то же время бизнесу предстоит пересматривать сами основы взаимодействия с клиентами, делегирующими ИИ-агентам принятие решений.

В целом будущее ИИ-агентов в ритейле выглядит многообещающим. Эти технологии освободят сотрудников от рутинных задач — управления складскими остатками, обработки заказов, ответов на типовые вопросы. А покупатели получат более быстрый и удобный сервис, где ИИ-помощник найдет лучшее предложение за секунды. В перспективе именно такие помощники станут одним из ключевых драйверов эффективности, создавая более гибкий, умный и удобный ритейл будущего.

Андрей Мальков, эксперт по ГенИИ Axenix

Тимур Шаяхмедов, эксперт практики «Розничная торговля» Axenix

Для NEW RETAIL