Тренды ИИ в ритейле 2025: нарратив рынка и кейсы применения

Проблема

Ритейлерам сложнее конкурировать с Amazon, особенно в поиске, персонализации и монетизации данных. Основной барьер — разрозненные данные: CRM, каталоги, цены, история покупок. Без их объединения и очистки персонализация работает плохо, а новые гипотезы проверяются медленно.

Применение GenAI

Publicis Sapient помогает ритейлерам встроить генеративный AI: технология делает персонализированные рекомендации и создает контент — от писем до описаний товаров, управляет динамическим ценообразованием и подсказывает клиентам через чат-боты и поисковых ассистентов.

Стек технологий

1. LLM-модели (ChatGPT, Gemini); 2. Интеграция с CRM, каталогами и ценовыми данными; 3. Retail media и CMS; 4. IoT: электронные ценники (ESL), «умные тележки»; 5. Методология «микроэкспериментов» для ускоренного внедрения;

Бизнес-эффект

Конверсия растет: 56% покупателей возвращаются при получении релевантных рекомендаций, выручка увеличивается за счет персонализации и retail media. Это реальный пример того, как работают кейсы ИИ в ритейле.

Проблема

Создание и поддержка миллионов товарных листингов — огромный объем работы. Продавцы тратили часы на написание заголовков и описаний, а покупатели сталкивались с неконсистентными данными и сложностями при поиске.

Применение GenAI

eBay внедрил ShopBot — она создает названия и описания товаров, классифицирует их по категориям и переводит ввод продавца в структурированный формат. Контент становится консистентным, SEO-оптимизированным и подходит для внутреннего поиска. GenAI встроен прямо в рабочие пайплайны eBay.

Стек технологий

1. LLM-модели (GPT, BART) для генерации описаний, заголовков и категорий; 2. Модели классификации и семантического поиска; 3. AutoML/MLOps для масштабирования и постоянного улучшения моделей; 4. Интеграция с API eBay и внутренними пайплайнами

Бизнес-эффект

Продажи выросли за счет более качественных заголовков и описаний, которые увеличили CTR и конверсии; листинги масштабируются быстрее без ручной подготовки, снизились затраты на контент и модерацию.

Проблема

Подбор одежды онлайн всегда связан с риском: клиент не уверен, подойдет ли вещь, а стилисты не успевают обрабатывать весь объем запросов.

Применение GenAI

Генеративный AI в Stitch Fix анализирует анкеты, покупки и отзывы клиентов, генерирует индивидуальные подборки одежды и помогает стилистам формировать комплекты быстрее.

Стек технологий

1. LLM + ML-модели, обученные на исторических данных (вкусы, фидбек, стили); 2. Recommendation engine на основе гибрида контентной и поведенческой фильтрации; 3. Data pipeline: сбор клиентских анкет, покупок и отзывов

Бизнес-эффект

Клиенты получают точные рекомендации, растет удовлетворенность и повторные заказы, снижаются возвраты, а подборки AI-стилиста чаще конвертируются в покупки.

Проблема

В интернет-магазине покупателям сложно подобрать подходящую экипировку: нужно учесть вид активности, место, климат и температуру. Поиск вручную отнимает время и снижает конверсию.

Применение GenAI

Компания внедрила AI-ассистента, который задает покупателям уточняющие вопросы — для какой активности нужна одежда, в какой местности, при какой температуре — и на основе ответов формирует персонализированный набор товаров.

Стек технологий

1. LLM-модели для диалога и уточняющих вопросов; 2. Recommendation engine для подбора релевантных товаров; 3. Интеграция с e-commerce-каталогом и CRM

Бизнес-эффект

Конверсия растет за счет сокращения времени до покупки и увеличения среднего чека, а AI в роли консультанта улучшает клиентский опыт и усиливает доверие к бренду.

Проблема

Продавцам не хватало ресурсов на создание описаний товаров, email-рассылок и визуалов.

Применение GenAI

Shopify внедрил Magic — встроенный инструмент, который в админке генерирует тексты для карточек товаров, письма и FAQ, а также редактирует изображения: меняет фон и создает новые визуалы под запрос. AI стал частью повседневной работы продавца, упрощая и ускоряя рутинные задачи.

Стек технологий

1. OpenAI API; 2. Генерация текстов (описания, письма, FAQ); 3. Генерация и редактирование изображений

Бизнес-эффект

Запуск товаров ускорился на 80%, сократились расходы на копирайтеров и дизайнеров, конверсия выросла за счет более карточек, а решение оказалось масштабируемым — одинаково эффективно для одного и для 10 000 SKU.

Проблема

Компания сталкивалась с перебоями: задержки поставок, избыточные запасы и риски дефицита.

Применение GenAI

Walmart внедрил AI для прогнозирования сбоев и автоматизации ключевых процессов. Модели симулируют кризисные сценарии (например, погодные катастрофы), генерируют инструкции для персонала и создают тренинги. В цепочке поставок AI управляет self-healing inventory — системой, которая автоматически предотвращает дефициты и излишки.

Стек технологий

1. Simulink и системы моделирования; 2. Generative AI для документации и инструкций; 3. Автоматизированные тренинги; 4. Self-healing inventory

Бизнес-эффект

Снизились издержки благодаря точному прогнозированию, ускорилась реакция на сбои в поставках, удалось предотвратить дефицит и избыточные запасы, что повысило устойчивость всей цепочки поставок.

Проблема

Продавцам нужно быстро создавать карточки товаров и повышать конверсию, не увеличивая расходы на копирайтеров.

Применение GenAI

CopyMonkey генерирует описания под SEO Ozon, предлагает ключевые слова и создаёт несколько A/B-вариантов. Интеграция с API маркетплейса позволяет массово запускать карточки за часы.

Стек технологий

1. GPT-модели; 2. Интеграция с Ozon API; 3. A/B-тестирование описания

Бизнес-эффект

Конверсия выросла на 17%, запуск новых SKU теперь занимает часы вместо недель.