Коммерческий эффект: как ИИ меняет ключевые процессы ритейл-компаний

Российский ритейл прошёл период экспериментов с ИИ и сегодня нейросети показывают внушительные результаты: приносят рост оборота торговым сетям и поставщикам, сокращают ассортимент без потери выручки и экономит тысячи человеко-часов. Но есть важный нюанс - выгоду получают компании, которые научились перестраивать внутренние процессы с учетом ИИ. 

Мы поговорили с экспертами рынка о том, какие технологии влияют на рост бизнес-показателей и определяют развитие рынка ритейла.

Клиенты в приоритете

У каждой компании своя модель работы и свои задачи в цифровизации, но цель у всех одна — сделать процесс покупок удобнее для клиента. Ритейл, закупочные платформы и B2B-продавцы идут к этому разными путями, однако общий вектор совпадает: все работают над максимальным внедрением ИИ-решений под свои задачи.

Артём Котов, директор по продвинутым технологиям Lenta Tech:

«В Lenta Tech мы видим два магистральных направления — коммерческое и внутреннее.

Компании нужно оперативно отслеживать изменения спроса и своевременно обновлять ассортимент. Персональные предложения при этом должны строиться на фактических покупках клиента, а не на усреднённом портрете сегмента. Мы работаем над внедрением Ит-продуктов, решающих эти задачи».

Сергей Беляев, руководитель домена ЭДО Lenta Tech:

«Вторая ключевая задача касается внутренних операционных процессов. Мы строим в компании единую среду для применения ИИ с общими правилами, уровнями безопасности и требованиями к инструментам. В этой среде подразделения могут разрабатывать собственных чат-ботов и ИИ-агентов под задачи бизнеса, а соблюдение требований контролируется централизованно. Сейчас среда находится на этапе пилотного проекта».

У платформы быстрых закупок «Максмарт» задача не менее амбициозная — научить систему сопоставлять потребности клиентов с предложениями поставщиков. Сложность здесь в том, что названия и описание в запросе клиента часто не совпадает с данными о товаре, указанными поставщиком на торговой площадке. И когда алгоритмы платформы должны научиться находить нужные товары под любой запрос, на помощь приходит ИИ.

Елена Суховей, генеральный директор «Максмарт»:

«Нам необходимо приводить разнородные данные к единому формату и масштабировать эти решения на миллионы товарных предложений. Поэтому приоритетом становится не просто расширение применения ИИ, а повышение качества сопоставления, оптимизация запросов к моделям, комбинирование LLM с классическими алгоритмами поиска и машинного обучения, а также тестирование локальных моделей».

В работе с B2B-сегментом на первый план выходит адаптация под логику бизнес-процессов клиентов.

Иван Чудин, руководитель департамента управления изменениями и развития продаж ВсеИнструменты.ру:

«В числе главных приоритетов — три задачи. Во-первых, мы модернизируем сайт и персонализированный личный кабинет, чтобы корпоративные клиенты могли решать свои задачи максимально быстро и самостоятельно, без привлечения менеджера. Во-вторых, совершенствуем прямые транзитные поставки от поставщиков к клиентам: такая модель позволяет без дополнительных логистических издержек расширять ассортимент, а компаниям — закупать крупные партии. В-третьих, мы полностью переводим процессы отгрузки товаров на использование электронных транспортных накладных.

Также мы продолжаем развивать интеграции с ИТ-системами заказчика. Крупным бизнесам это особенно важно, чтобы автоматизировать рутину, упростить контроль и сократить время согласований. Например, в этом году совместно с нефтехимической компанией СИБУР мы ускорили процесс закупок инструментов за счёт ИТ-интеграции для прямого обмена данными».

Скрытые возможности

Цифровизация должна приносить измеримый результат и сегодня компании перешли от экспериментов к жестким KPI и прогнозам эффективности внедрения. Какие решения показали наибольшую эффективность в ритейл-компаниях?

Артём Котов, директор по продвинутым технологиям Lenta Tech:

«Лучше всего показывают себя решения, эффект которых можно измерить в продажах, в том числе у наших партнеров. Например, Product check-up - аналитический инструмент для поставщиков, который разработала служба продвинутых технологий Lenta Tech. Здесь в личном кабинете поставщик видит, какие факторы влияют на продажи его товаров: средний чек, частота покупок, приток новых покупателей и переключения между брендами. Инструмент также помогает оценить эффективность промоакций, новинок и рекламных кампаний. Эти данные позволяют менять продукт, цены, планировать маркетинговую активность более точно и быстро.

Так, крупный производитель продуктов питания проанализировал в Product check-up рекламную кампанию, сравнив результаты тестовой и контрольной групп магазинов. По итогам кампании новые покупатели обеспечили двум брендам производителя дополнительный рост оборота на 22% и 8%».

Сергей Беляев, руководитель домена ЭДО Lenta Tech:

«Среди ИИ-сервисов наибольший эффект показала платформа „Тренды ИИ“ на базе генеративного ИИ. Она объединяет данные маркетплейсов, внешних и внутренних поисковых запросов и определяет, какие товары набирают популярность, а какие её теряют. Поисковый интерес к товару, как правило, растёт раньше продаж, поэтому новинку можно включить в ассортиментную матрицу, пока спрос на неё ещё растёт.
Анализ, который раньше занимал часы, теперь выполняется за минуты. Платформой пользуются более 200 сотрудников, через неё прошло более 150 трендовых позиций, а окончательное решение о вводе товара принимает категорийный менеджер.

В ИТ-подразделении мы используем сервисы на базе больших языковых моделей для бизнес- и системного анализа. Они берут на себя рутину при подготовке бизнес-требований, повышают их качество и помогают оценивать текущие конфигурации систем с учётом разрозненных исторических спецификаций. При этом эффект ИИ мы оцениваем трезво. Если ускорить один этап разработки, общий срок вывода решения сокращается ненамного. Код и требования теперь готовятся быстрее, но значительная часть времени по-прежнему уходит на проверку гипотез, тестирование и поддержку».

В компании ВсеИнструменты.ру ИИ-решения помогли добиться высоких результатов сразу на нескольких направлениях работы.

Иван Чудин, руководитель департамента управления изменениями и развития продаж ВсеИнструменты.ру:

«Наибольшие результаты показало внедрение ИИ-решений. Один из ярких примеров — совместный проект с Институтом искусственного интеллекта МФТИ. Мы разработали новый модуль на основе технологий ИИ, который позволяет прогнозировать спрос и решать проблемы избыточного ассортимента товаров-дубликатов. За счёт устранения дублирующих товарных единиц число позиций сократилось на 30–50% без потери выручки и с ростом маржинальности.

Во ВсеИнструменты.ру есть ИИ-агент по подбору товарных единиц. Он помогает закрывать большие B2B-заказы за минуты и экономит более 7,5 тыс. человеко-часов в год.

Особенно важно работать с клиентами проактивно, к примеру выяснять их потребности и предлагать подходящие товары и решения. Чтобы помочь менеджерам в этой работе, мы создали ИИ-тренажёр на основе собственной методологии продаж. Этот инструмент позволяет оттачивать навыки убедительной аргументации, ведения переговоров и работы с возражениями. Результаты уже видим — после обучения на ИИ-тренажёре выросла конверсия в отгрузку».

В «Максмарт» сделали ставку на передачу рутинных операций ИИ-агентам.

Елена Суховей, генеральный директор «Максмарт»:

«Наибольшую отдачу показали ИИ-агенты для рутинных операций: проверки цен поставщиков, подбора товаров, нормализации номенклатуры, обработки заказов, контроля поставок и рекламаций. Агенты разбирают очереди задач, актуализируют статусы и обрабатывают переписку. Ключевой принцип — декомпозиция процесса: под каждое действие создаётся отдельный сценарий, которых уже более 60. Это позволяет автоматизировать не только операции, но и их последовательность, сокращая ручную работу.

В ближайших планах — внедрение единого ИИ-помощника, который будет полностью сопровождать создание ИТ-продукта и отдельных сервисов к нему от появления идеи до начала разработки и проверять, чтобы все идеи были учтены, требования были качественными и были соблюдены внутренние технические правила разработки. Результатом станет уменьшение объёма ручной координации и переделок и более быстрый и предсказуемый выпуск продукта».

Индивидуальный подход

Персонализация стала самой заметной инновацией в ритейле, эти технологии меняют сам принцип взаимодействия клиентов и торговой площадки. Какие инструменты внедрили ритейл-компании чтобы сделать покупки более удобными, а взаимодействие с магазином интересным?

Артём Котов, директор по продвинутым технологиям Lenta Tech,
Сергей Беляев, руководитель домена ЭДО Lenta Tech:

«За последний год мы запустили пилот цифрового клона покупателя. Модель анализирует обезличенные данные о покупках за последние 90 дней и формирует расширенный профиль клиента с его предпочтениями и типичными сценариями покупок. На основе профиля для CRM-коммуникаций формируются персональные предложения: скидки на релевантные товары, рецепты и рекомендации сопутствующих товаров. В ходе пилотного тестирования модель сформировала более 1000 персонализированных инсайтов: на их основе запущены маркетинговые кампании. Цифровые клоны также позволяют проверять гипотезы без массовых опросов и сессий с респондентами.

Кроме этого, для покупателей мы разработали ИИ-помощника, который подбирает меню и рецепты под конкретный повод, например детский праздник или новогодний стол. Помощник учитывает количество гостей и предпочтения, а затем в один клик формирует корзину из ассортимента „Ленты“».

В «Максмарт» инновационные разработки направлены на решение ключевой задачи – легкого подбора соответствия товаров в каталоге, независимо от содержания запроса клиента. Но все еще остро стоит вопрос высокой стоимости вычислений.

Елена Суховей, генеральный директор «Максмарт»:

«Компания развивает направление интеллектуальной нормализации номенклатуры. LLM извлекает характеристики из разнородных описаний и преобразует их в единый формат, даже если исходные данные отличаются по структуре, терминологии и способу обозначения параметров. Эта технология используется как для подготовки правил товарной классификации, так и непосредственно при подборе товаров.

В качестве основной модели в промышленной эксплуатации для обеих задач — извлечения характеристик и сопоставления товаров — используется Alice AI LLM Flash от Яндекса. По результатам проведённых компанией сравнительных тестов она показала наиболее привлекательное соотношение цены и качества среди протестированных российских моделей для рассматриваемых задач.

Параллельно компания экспериментирует с открытой моделью Gemma от Google, которую планирует запускать на своих вычислительных мощностях. Задача — добиться приемлемого качества при меньшей стоимости обработки больших объёмов данных.

Инновационность подхода заключается в том, что генеративный ИИ применяется не изолированно, а становится частью продуктовой архитектуры наряду с поиском, векторизацией и классическими алгоритмами машинного обучения. Одновременно компания ищет способы снизить стоимость вычислений, чтобы расширять применение технологий без пропорционального роста расходов».

В компании ВсеИнструменты.ру инновации сосредоточены на автоматизации обработки входящего потока заказов и навигации по огромному каталогу.

Иван Чудин, руководитель департамента управления изменениями и развития продаж ВсеИнструменты.ру:

 «Мы реализовали внутреннее решение, которое распознаёт поступающие по почте лидовые запросы и формирует черновик заказа. Менеджеру остаётся только проверить черновик и направить коммерческое предложение клиенту в несколько кликов. При этом 20% таких заказов автооформляются без участия менеджера — сервис подбирает в точности те товары, которые запросил клиент. Это позволяет сотрудникам вместо ручной работы с корзиной уделять больше времени экспертным задачам и активным продажам.

Также мы подключили ИИ-помощника, который помогает ориентироваться в каталоге товаров — у нас более 2 млн уникальных товарных единиц от 15 тыс. брендов. С его помощью можно подобрать инструменты и материалы, сравнить варианты и найти аналоги с нужными характеристиками. Такой сценарий с MCP-сервером упрощает путь покупателя от выбора до заказа. Клиенту достаточно выбрать сервис, который умеет подключать удалённые MCP, вставить специальную ссылку и описать свою задачу: что предстоит сделать, какой бюджет, какие требования. Например: „Используй MCP ВсеИнструменты.ру. Подбери перфоратор до 20 000 рублей для ремонта квартиры. Сравни три подходящих варианта, объясни различия простыми словами и дай ссылки на товары“».

За отдельными проектами и результатами можно увидеть общий тренд: ИИ становится драйвером развития рынка ритейла в целом. Он дает новые возможности работы с ассортиментом, с поставщиками, с клиентом и с собственными процессами. И каждый новый успешный проект — это шаг всей отрасли к совершенно новой модели работы. А те компании, кто научился быстро получать коммерческий эффект от инноваций, уже задают планку для всего рынка.