Как AI трансформирует FMCG: от генерации контента до управления полкой

Рассказывает Екатерина Шевченко, менеджер проектов Spektr.



Интерес FMCG-компаний к генеративному AI быстро растет: 97% игроков планируют сохранить или увеличить инвестиции в эту технологию. При этом рынок пока не перешел к массовому внедрению: более 42% игроков все еще находятся на ранней стадии и ограничиваются пилотами и точечными решениями. При этом ожидания от технологии высокие — по оценкам экспертов, такие инвестиции могут окупиться в 2,7 раза.

По мере развития рынка прикладные сценарии становятся понятнее. Бизнес ищет те зоны, где AI быстрее всего влияет на продажи, эффективность маркетинга и выбор потребителя. В первую очередь это создание и тестирование промоматериалов, анализ реакции аудитории, рекомендации товаров и управление полкой в магазине.

Мы в Spektr проанализировали более 20 международных отраслевых отчетов и свыше 50 кейсов. На этой базе мы выделили 3 мегатренда, которые описывают основные направления внедрения AI в FMCG. Дальше разберем, как они проявляются на практике.

Маркетинг FMCG становится быстрее и точнее

Первый мегатренд связан с ускорением маркетингового цикла. AI помогает FMCG-компаниям быстрее создавать промоматериалы, тестировать коммуникации и анализировать реакцию аудитории. В результате маркетинговые команды оперативнее находят сообщения, которые влияют на интерес к продукту и выбор бренда. Один из ключевых трендов — использование AI-генерации и цифровых двойников для производства контента. 

Например, Nestlé создала 4 тыс. цифровых двойников продуктов. Они используются для генерации рекламных материалов без повторных съемок, что позволило сократить время и затраты на масштабирование контента примерно на 70%.
 

Компании также создают виртуальные 3D-версии продуктов и используют их для подготовки рекламных материалов. Это позволяет масштабировать креативы и быстрее адаптировать кампании под разные каналы и рынки. В среднем время создания контента сокращается на 30–50%, а ROI маркетинговых кампаний может вырасти примерно на 15%.

AI также применяется для персонализации рекламных коммуникаций. По данным CoLoop, на 43% улучшилась скорость реагирования на кризисы у CPG-компаний за счет подключения AI с семантическим анализом в режиме реального времени.

Hindustan Unilever Limited внедрила систему генерации видео для ритейлеров: ролики автоматически адаптировались под конкретный магазин и ассортимент. В результате было создано около 250 тыс. персонализированных видео, активность пользователей в приложении для партнеров выросла на 10%, в 2 раза выросли продажи и в 1,5 раза — доставки на дом.

Это меняет роль маркетинговых команд: часть работы по производству контента автоматизируется, а ключевой задачей становится управление стратегией и тестирование гипотез.

AI начинает влиять на выбор и покупку товара

Второй мегатренд — AI начинает участвовать в процессе покупки как новый тип покупателя и консультанта для бренда. Появляются агентные AI-платформы, которые анализируют предложения брендов и формируют рекомендации от имени пользователя. 

Уже 75% потребителей готовы использовать AI-агентов для шопинга от их лица. Это формирует новую модель bot-to-bot commerce, где часть взаимодействий происходит между цифровыми системами покупателей и брендов. Это означает, что брендам придется работать не только с потребителями, но и с алгоритмами, которые помогают им принимать решения.

По мере распространения этой модели традиционные методы продвижения FMCG-товаров теряют эффективность, а процесс поиска смещается от поисковых систем к AI-агентам. В результате брендам приходится адаптировать свои цифровые площадки не только под SEO, но и под GEO — оптимизацию под рекомендации AI-систем.

Параллельно растет роль AI как консультанта в процессе выбора товара. Более половины покупателей уже предпочитают общаться с AI-ботами, когда им нужна быстрая помощь, и чат-боты становятся одним из основных источников информации о FMCG-продуктах. В B2C они отвечают на конкретные вопросы покупателей и помогают быстрее подобрать товар. В B2B чат-боты используются для быстрых запросов партнеров и получения информации о возможностях развития бизнеса.

AI также используется для персональных рекомендаций. Например, Beauty Genius от L’Oréal предлагает индивидуальные рекомендации на основе продуктов бренда и параметров пользователя, помогая быстрее принять решение о покупке.

Офлайн-розница становится более управляемой через данные

Третий мегатренд связан с усилением управления физической розницей с помощью AI. Технологии позволяют мониторить полку, наличие товара и поведение покупателей в магазине в реальном времени. В результате офлайн-розница начинает управляться так же, как и цифровые каналы — на основе данных и быстрых экспериментов.

Компании используют компьютерное зрение и сенсорные системы для контроля выкладки и наличия товаров. AI анализирует изображения полок, автоматически выявляет ошибки и сигнализирует о необходимости пополнения. Внедрение AI для прогнозирования и управления запасами увеличивает доступность товаров на полках примерно на 30%, а ошибки прогнозирования спроса в цепочках поставок могут снижаться до 50%.

AI также помогает анализировать поведение покупателей. Системы фиксируют маршруты, время у полки и реакцию на промо-материалы. Дополнительно используются решения распознавания эмоций, которые помогают оценивать реакцию покупателей на сервис и коммуникацию. В ритейле это позволило повысить удовлетворенность клиентов на 20%, а способность компаний заранее реагировать на проблемы сервиса улучшилась на 70%.

Такие данные помогают маркетинговым командам корректировать выкладку, промо-активности и сервис в магазине, чтобы повысить конверсию и стимулировать покупки.

В России также появляются собственные AI-решения для FMCG-ритейла: 

● CVM Tech разрабатывает AI-чат-ботов для проморассылки, повторных покупок, сегментации, персонализации, сбора отзывов. 

● AI 4 Retail применяет компьютерное зрение для интеллектуального управления запасами, умных выкладок, обнаружения пустых полок. 

● Cubic CV использует CV-технологии для анализа поведения покупателей в магазине: распознавание пола, возраста, эмоций, тепловые карты, CJM, контроль очередей.

---

Читайте также: От тренингов к цифровым тренерам: как ИИ меняет процесс обучения менеджеров по продажам

---

Следующий этап трансформации FMCG

Он будет связан не столько с внедрением отдельных AI-инструментов, сколько с перестройкой бизнес-процессов вокруг данных и алгоритмов. Компании, которые быстрее научатся использовать AI для принятия решений, получат системное преимущество в маркетинге, продажах и управлении ассортиментом. Фактически AI становится новым уровнем операционной эффективности, который влияет на все этапы работы с продуктом — от разработки коммуникации до управления полкой.

Екатерина Шевченко, 
менеджер проектов Spektr.

Для NEW RETAIL