ИИ в ритейле-2025: глобальные тренды и российские реалии

Авторы статьи:
Андрей Мальков, эксперт по ГенИИ Axenix
Тимур Шаяхмедов, эксперт практики «Розничная торговля» Axenix 

Глобальный ритейл на ИИ

Недавно корпорация Honeywell опубликовала исследование, основанное на опросе 450 руководителей крупных розничных сетей из разных стран мира. Согласно его результатам, 85% опрошенных уже внедрили в работе своих компаний решения с использованием ИИ, а 60% активно расширяют их применение. 

Особенно показателен пример Китая: здесь ИИ-инновации превратились в операционный стандарт на всех уровнях, от крупных FMCG-ритейлеров до поставщиков услуг логистики и финтеха. Ввиду того, что в последние десятилетия страна стала глобальной фабрикой для всего мира, она получила и активно использует возможность применять ИИ не только в клиентском сервисе, но и на всей цепочке создания стоимости.

Все подчинено общей логике: данные собираются централизованно, доступны в режиме реального времени любому сотруднику компании, и используются как «топливо» для классических ML-моделей, решений по оптимизации, систем компьютерного зрения и генеративного ИИ (ГенИИ). В результате на ключевых участках происходит постепенное вытеснение ручного труда и отказ от принятия решений, базирующихся исключительно на субъективном мнении. 

Такой переход требует не только технологических инвестиций, но и глубокой трансформации управленческой философии, поскольку ИИ стал способом операционного контроля и адаптивного управления бизнесом. 

Яркий пример – компания DingDong, которая занимается быстрой доставкой онлайн-заказов продуктов из магазинов. Здесь связка mindset, инфраструктура и постановка задачи выстроены таким образом, что ИИ-технологии встраиваются в ежедневную рутину: логистику, закупки, доставки ультрафреша. При этом прогнозирование спроса строится на уровне отдельной улицы мегаполиса. 

Аналогично, Chefeon решает задачи стандартизации и безопасности приготовления пищи с помощью промышленных роботов и уже вышел на международный уровень. DMall, в свою очередь, развивает ERP-платформу, аналог SAP, но со специализацией на ритейле и готовыми модулями на базе ИИ. Это зрелые вертикальные решения, которые масштабируются на сотни клиентов.

В Японии ритейл развивается в логике тесной интеграции ИИ и роботизации. Пример — Lawson, сеть магазинов у дома, внедрившая роботов-мерчандайзеров и предиктивные системы управления поставками на основе ИИ. В Южной Корее Emart активно использует нейросетевые модели для динамического ценообразования и управления ассортиментом в зависимости от погодных условий, времени суток и трафика. 

Сингапурская сеть FairPrice пошла по пути глубокой персонализации мобильного приложения. С помощью моделей машинного обучения и визуального распознавания товаров приложение предлагает персональные корзины, адаптированные рецепты, советы по питанию и динамические скидки. 

В результате доля повторных покупок у лояльных пользователей выросла почти вдвое. В перспективе компания планирует внедрение голосовых интерфейсов и интеграцию с кухонными устройствами, замыкая цикл от рекомендации до потребления.

Если в Китае компании часто строят инфраструктуру с нуля, интегрируя ИИ как фундаментальный элемент бизнес-процессов, то ритейлеры в США и Европе фокусируются на постепенной интеграции ИИ-решений в уже существующие корпоративные системы. 

Такой подход обусловлен, в частности, жестким регулированием в области защиты персональных данных и высокой стоимостью полной замены существующих систем. Кроме того, западные потребители более чувствительны к вопросам приватности и менее готовы к тотальной цифровизации покупательского опыта. Этот подход более консервативен, но обеспечивает предсказуемость инвестиций и минимизирует операционные риски.  Ставка делается на то, чтобы связать CX-системы с ERP, автоматизировать цепочки принятия решений, обеспечить предиктивную аналитику в логистике и снабжении, и работать на ROI. Отсюда и активное развитие решений вроде SAP AI CX. 

Например, IKEA использует ИИ для прогнозирования краткосрочных тенденций потребительского спроса. В сети компании в Португалии это позволило повысить точность прогнозирования спроса на 5%.

В Великобритании онлайн-ритейлер Ocado внедрил решение, которое помогает повысить эффективность логистических процессов.  В центрах обработки заказов компании теперь используются роботизированные манипуляторы с ИИ. Они оснащены продвинутыми системами машинного зрения и интеллектуальными датчиками, которые позволяют определять оптимальные точки захвата для различных товаров и минимизировать риск их повреждения. Кроме того, роботы могут адаптироваться к новым товарам без необходимости предварительного программирования. 


@Freepik (AI-generated)

Путь России – сходства и отличия

Между Россией и глобальным рынком есть немало общих черт. 

В первую очередь — фокус на маркетинг, клиентский опыт и все, что связано с персонализированным взаимодействием с потребителем. Именно эти зоны в ИИ сегодня стали наиболее зрелыми и одновременно наименее рискованными для пилотирования и внедрения.

Здесь стоит отметить кейс «Магнита». Компания пошла по пути создания ИИ-системы Voice of Customer (VoC), основанной на LLM и собственных ML-инструментах, для обработки 4,5 млн клиентских отзывов в месяц, из которых 50% — развернутые тексты, ранее вообще не анализируемые. 

Персонализация рекомендаций, автоматизация рекламных сообщений, голосовые ассистенты и чат-боты — все они встраиваются в цифровую воронку продаж и обеспечивают понятный экономический эффект, измеряемый ростом конверсии, удержания и NPS.

Второй общий момент: классический ИИ, основанный на ML-моделях и аналитике, уже применяется в ритейле в России так же, как и в других странах. Основанные на ИИ прогнозирование спроса, планирование товарных запасов, ценообразование, логистическая оптимизация — все это активно используется и развивается. 

Из недавних примеров — в августе X5 Group сообщила о внедрении собственной системы пополнения запасов, которая позволяет применять искусственный интеллект, оптимизационные алгоритмы и модели машинного обучения. Система определяет необходимое количество товара для торговой точки с учётом спроса, сезонности и логистических условий, а также помогает уменьшить потери из-за просроченной продукции за счёт автоматизированного контроля за сроками годности.

Отдельно стоит отметить, что визуальные технологии (CV), особенно в связке с ML, позволяют российским ритейлерам отслеживать поведение покупателей, управлять очередями, предотвращать потери и даже оценивать выкладку товара в режиме реального времени. Компьютерное зрение с применением ИИ дает возможность распознавать товары на полках, очереди у касс, а также увеличивать эффективность использования роботов на складах.

---

Читайте также: Digital-маркетинг 2025: человекоцентричность, AI и новые горизонты для ритейла

---

В этом году «Лента» внедрила систему видеораспознавания товаров на полке в магазинах «Супер Лента». Количество продукции отслеживается в реальном времени, и если товаров недостаточно, то работнику магазина приходит оповещение. Решение позволило увеличить товарооборот и сэкономить 40% рабочего времени, которое сотрудники тратили на выкладку и доставку до полки.

Что касается генеративного ИИ, то здесь Россия делает первые шаги, в то время как на Западе и в Китае уже формируется следующий уровень зрелости — автоматизация бизнес-процессов с использованием технологии ГенИИ. Тем не менее у нас уже активно тестируются сценарии генерации карточек товаров, создания рекламного контента, разработки инструментов для работы с корпоративными базами знаний, внедрение ГенИИ в работу службы поддержки клиентов и ИТ-поддержку. 

Таким образом, основная точка концентрации усилий по применению ИИ в России — это клиентский опыт, маркетинг, прогнозирование спроса и автоматизация создания контента, мониторинг товаров на полках и складах. 

Вектор развития во многом совпадает с другими странами: все участники рынка начинают с тех зон, где ИИ приносит быстрое окупаемое преимущество и минимизирует риски. Различие в том, насколько быстро и масштабно компании готовы двигаться дальше.

Андрей Мальков, эксперт по ГенИИ Axenix
Тимур Шаяхмедов, эксперт практики «Розничная торговля» Axenix 

Для NEW RETAIL