Искусственный интеллект в ритейле. Тренды 2025 года и планы на будущее

В 2025 году розничная торговля стоит на пороге масштабных изменений. В условиях трансформации потребительского поведения, острой конкуренции в сфере электронной коммерции и нестабильности цепочек поставок, искусственный интеллект становится не просто инструментом, а необходимым условием для сохранения конкурентоспособности.

Многие ритейлеры всё чаще используют ИИ для создания персонализированного, эффективного и бесперебойного обслуживания, отвечающего постоянно растущим ожиданиям потребителей. Бренды, которые интегрируют ИИ-решения, получают преимущество в борьбе за клиента, оптимизации операций и повышении эффективности бизнеса.

Необходимость интеграции ИИ обусловлена тремя ключевыми факторами:

• Растущие ожидания потребителей: покупатели теперь хотят получать персонализированные рекомендации, беспрепятственный омниканальный опыт и практически мгновенную поддержку. ИИ, в частности ИИ агенты, открывает множество возможностей в этом отношении.
• Конкуренция в онлайн: поскольку цифровые продажи продолжают расти, растет и конкуренция. Добавьте к этому постоянно растущие затраты на привлечение клиентов и экономическую неопределённость, и станет ясно, почему многим компаниям приходится заново изобретать способы привлечения, конверсии и удержания клиентов в интернете.
• Нагрузка на цепочки поставок: колебания спроса и проблемы с логистикой сделали критически важными прогнозирование в реальном времени, оптимизацию запасов и снижение затрат.

Кроме того, в последнее время многие ритейлеры уже использовали ИИ для предоставления персонализированных рекомендаций по продуктам, оптимизации кампаний и прогнозирования поведения клиентов.

Огромная популярность ChatGPT и других решений на основе генеративного искусственного интеллекта только ускорила эту тенденцию, поскольку открыла новые возможности для оптимизации покупательского опыта, поддержки клиентов, аналитики и многого другого.

10 трендов, которые будут определять развитие отрасли.

1. ИИ ассистенты и виртуальные агенты (AI Shopping assistants)

Ассистенты по покупкам с искусственным интеллектом (иногда их называют просто агентами) помогают пользователям находить, сравнивать и покупать товары более эффективно. Их функционал значительно расширен по сравнению с традиционными чат-ботами. Вместо того чтобы просто реагировать на запросы пользователей, эти новые помощники на базе ИИ становятся новыми цифровыми сотрудниками первой линии — они направляют пользователей, отвечают на вопросы о товарах и предоставляют персонализированные рекомендации на всех этапах взаимодействия с клиентом. Что ещё важнее, они могут делать это автономно, воспринимая, обучаясь и адаптируясь в режиме реального времени. Именно это определяет следующее поколение «агентной» коммерции — автономных, обучающихся агентов, которые действуют разумно и на опережение.

• Прогнозирование намерений и персонализация. Вместо того чтобы ждать подсказок, торговый агент предугадывает потребности клиента на основе поведенческих сигналов и контекстных данных.
• Рекомендации по продуктам в режиме реального времени. Используя данные поиска по сайту, историю покупок и интеллектуальные рекомендации, он предлагает динамические рекомендации, которые повышают доверие и ускоряют конверсию.
• Многоканальная интеграция. Агент может быть встроен в веб-сайты, мобильные приложения и интерфейсы обмена сообщениями, чтобы помочь брендам взаимодействовать с клиентами там, где они находятся.

Среди существующих на рынке решений часть интегрирована в экосистемы, другие развиваются и становятся автономными агентами, которые совершают покупки от имени пользователей.

Insider‘s Agent One™

Функционал: предоставляет персонализированные рекомендации по продуктам, понимает намерения пользователей и помогает покупателям ориентироваться в диалоговых интерфейсах. Использует эмоциональный интеллект для укрепления доверия и снижения показателя отказов.

Основные возможности: интеграция с CDP (платформой клиентских данных) для персонализации в реальном времени, прогнозирование покупательских потребностей и поддержка перекрестных/ дополнительных продаж.

Пример использования: применяется такими брендами, как Adidas и Lexus для повышения вовлеченности клиентов и коэффициента конверсии.

Perplexity Shopping

Функционал: объединяет поиск, подбор товаров и покупку в одном удобном интерфейсе. Поддерживает запросы на естественном языке и поиск по изображениям («Snap to Shop»).

Основные возможности: сравнение цен в разных магазинах, покупка в один клик (только в США) и рекомендации без рекламы.

Пример использования: помогает пользователям находить товары, собирая данные в реальном времени из нескольких источников и завершая транзакции на платформе.

Rufus от Amazon

Функционал: помощник по покупкам с искусственным интеллектом, интегрированный в приложение Amazon, который отвечает на вопросы о товарах, сравнивает их и обобщает отзывы.

Основные возможности: обучен на каталоге товаров Amazon, поддерживает диалоговые запросы и предлагает контекстные рекомендации (например, ингредиенты для рецепта).

Shop.app AI (от Shopify)

Функционал: диалоговый помощник, который помогает пользователям находить товары в магазинах на базе Shopify.

Основные возможности: разделенный интерфейс для чата и отображения товаров, уточняющие вопросы для более точного поиска и фильтрация по цене.

Ограничения: в основном доступно только пользователям на Shopify.

Buysmart.ai

Функционал: автономный инструмент для поиска и сравнения товаров в различных магазинах.

Основные возможности: поиск по категориям, списки плюсов и минусов, составленные на основе отзывов, и подробная информация о товарах.

SAP CX AI Toolkit

Функционал: предоставляет ИИ помощников для B2B и B2C, ориентированных на взаимодействие с использованием естественного языка.

Основные функции: обработка запросов на товары, проверка наличия и предоставление персонализированных рекомендаций; интеграция с CRM и ERP-системами.

Пример использования: помогает бизнес-покупателям ориентироваться в сложных каталогах товаров.

 

2. Гиперперсонализация и прогнозируемое взаимодействие с клиентами

Персонализация — это уже не просто обращение к клиентам по имени в электронном письме. В 2025 году ИИ обеспечивает глубокую персонализацию в режиме реального времени с использованием поведенческих, транзакционных и контекстных данных для предоставления персонализированного контента, сообщений и предложений по всем каналам.

Решаемые задачи:

• Динамические рекомендации по продуктам на основе поведения в прошлом, предпочтений и контекста просмотра в реальном времени.
• Сегментация аудитории на основе стандартных и прогнозируемых характеристик, чтобы показывать пользователям гиперспецифичные сообщения в нужное время и в нужном месте.
• Автоматическая оптимизация омниканальных кампаний с помощью функций на основе ИИ, таких как оптимизация времени отправки (STO) и прогнозирование следующего оптимального канала.

Примеры использования от ведущих брендов

Starbucks: персонализированные предложения в режиме реального времени

Гиперперсонализация: мобильное приложение Starbucks использует ИИ для анализа истории покупок, местоположения и времени суток, чтобы отправлять персонализированные рекомендации и предложения по кофе. Например, оно может предложить любимый напиток, когда пользователь находится рядом с магазином.

Предиктивное вовлечение: «Star Challenges» в приложении превращают получение наград в игру, стимулируя повторные посещения. Предиктивная аналитика также настраивает рекламные акции в зависимости от индивидуального поведения, что обеспечивает 31 % продаж в США.

Результат: повышает уровень удержания клиентов и среднюю стоимость заказа.

Netflix: рекомендации контента на основе ИИ

Гиперперсонализация: система рекомендаций Netflix анализирует историю просмотров, рейтинги и даже время суток, чтобы подбирать персонализированный контент. Она также настраивает миниатюры в соответствии с предпочтениями пользователей.

Предиктивное вовлечение: использует машинное обучение для прогнозирования риска оттока подписчиков и заранее рекомендует шоу, чтобы удержать подписчиков. Эта стратегия ежегодно экономит Netflix более 1 миллиарда долларов за счет сокращения оттока подписчиков.

Результат: 80 % просматриваемого контента — это рекомендации, повышающие вовлеченность.

Sephora: программа лояльности Beauty Insider

Гиперперсонализация: программа Beauty Insider использует данные о типе кожи, прошлых покупках и поведении при просмотре товаров, чтобы рекомендовать продукты. Инструменты в магазинах, такие как Color IQ, точно подбирают оттенки тональной основы.

Предиктивное вовлечение: отправка напоминаний о необходимости пополнения запасов и персонализированных обучающих материалов на основе профилей пользователей. Предиктивная аналитика также выявляет риски оттока клиентов, чтобы предлагать целевые стимулы.

Результат: увеличение CLV (customer lifetime value) клиента и количества повторных покупок.

3. Диалоговая коммерция и voice shopping

Диалоговая коммерция — это сочетание приложений для обмена сообщениями, голосовых помощников и покупок, при котором клиенты и бренды взаимодействуют посредством текстовых или голосовых сообщений. — быстро становится нормой в розничной торговле.

В 2025 году больше потребителей стали совершать покупки с помощью голосовых и текстовых сообщений, чем когда-либо прежде, будь то через умных помощников, таких как Alexa, или встроенный чат с ИИ в фирменных приложениях.

Эта тенденция связана не только с удобством, но и с доступностью, скоростью и устранением препятствий на пути к поиску и покупке. Новые разработки в области генеративного и диалогового ИИ только ускоряют эту тенденцию по всему миру, поскольку они позволяют:

• взаимодействовать без использования рук, что особенно ценно для пользователей мобильных устройств или людей с нарушениями зрения;
• получать персонализированную поддержку в режиме реального времени на основе контекстно-зависимого диалога, что повышает доверие и конверсию;
• взаимодействовать на всех этапах — от поиска продукта до покупки и послепродажной поддержки — в одном месте.

Голосовой заказ в Walmart

Пример использования: Walmart интегрируется с Google Assistant и Siri, чтобы пользователи могли добавлять товары в корзину без помощи рук. Клиенты могут сказать: «Привет, Google, добавь яйца в мою корзину в Walmart».

Эффект: эта функция особенно популярна при повторных заказах продуктов и обычных товаров для дома. Голосовое управление обеспечивает удобство и возможность повторных покупок.

Голосовой заказ в автомобиле (SoundHound AI)

Пример использования: технология SoundHound AI, представленная на выставке CES 2025, позволяет заказывать еду прямо с приборной панели автомобиля. Водители могут использовать голосовые команды для оформления заказов с самовывозом или доставкой через интегрированные системы ресторанов.

Результат: эта технология обеспечивает удобство для потребителей, которые выполняют несколько задач одновременно, и распространяется на рестораны быстрого обслуживания (QSR).

Голосовой помощник Sephora

Пример использования: Sephora использует голосового помощника для рекомендаций по продуктам и совершения покупок. ИИ использует обработку естественного языка, чтобы предлагать косметические товары в соответствии с предпочтениями пользователя.

Результат: Sephora приводит данные о повышении средней стоимости заказа на 35 % при использовании голосового помощника по сравнению с сайтом, что подчёркивает потенциал дополнительных продаж при персонализированном голосовом взаимодействии.

Умный список покупок от Kroger

Пример использования: функция голосового управления списком покупок от Kroger прогнозирует, когда у пользователей закончатся те или иные товары (например, кофейные капсулы), и заранее предлагает сделать повторный заказ.

Результат: такой прогностический подход повысил уровень удержания клиентов на 28 % за счёт упрощения пополнения запасов.

4. Визуальный поиск и распознавание изображений на основе ИИ

Для многих покупателей визуальный поиск становится более интуитивной альтернативой поиску по ключевым словам. Загрузив фотографию или скриншот в инструменты на основе искусственного интеллекта, покупатели могут мгновенно найти товары, которые соответствуют их запросу или очень на него похожи.

Это может стать переломным моментом для брендов в сфере моды и товаров для дома. Многие ритейлеры внедрили функцию визуального распознавания, чтобы снизить процент отказов и повысить эффективность поиска товаров. В основе этого процесса лежат компьютерное зрение, тегирование изображений и визуальное сопоставление на основе искусственного интеллекта. Эти технологии позволяют платформам анализировать фотографии и выдавать точные результаты.

Для ритейлеров это сокращает путь к покупке, снижает процент брошенных корзин и повышает удобство, что соответствует привычкам поколения Z и миллениалов.

Роботы Walmart для сканирования полок

Функционал: роботы, оснащённые системой распознавания изображений, сканируют полки магазинов, чтобы выявить недостающие товары, неправильные цены или необходимость пополнения запасов. Компьютерное зрение и искусственный интеллект анализируют состояние полок в режиме реального времени. Интеграция с системами управления запасами.

Результат: сокращение дефицита товаров на 30–50 % и повышение операционной эффективности.

Myntra и Meesho (Fashion E-Commerce)

Функционал: ритейлер Myntra сообщил о росте популярности визуального поиска на 35 % по сравнению с прошлым годом. Теперь пользователи могут загружать изображения, чтобы найти модные товары.

Meesho ежегодно обрабатывает около 1 миллиарда запросов на визуальный поиск. ИИ анализирует изображения, чтобы предложить похожие стили, узоры и товары, поддерживает региональные модные тенденции и предпочтения.

Результат: повышает вовлеченность и конверсию на таких конкурентных рынках, как Индия.

5. Управление товарными запасами и прогнозирование спроса

Ритейлеры ежегодно теряют миллиарды из-за избыточных запасов, дефицита и упущенных возможностей для проведения рекламных акций. ИИ меняет ситуацию, обеспечивая прогнозирование спроса в режиме реального времени, автоматическое пополнение запасов и гиперлокальную оптимизацию запасов.

Анализируя исторические данные, погодные условия, праздники и местные события, модели ИИ могут помочь спрогнозировать, какие товары нужно закупить, когда и где. Это касается не только работы с клиентами.

В сфере B2B и цепочек поставок ИИ минимизирует задержки на складе, улучшает отношения с поставщиками, сокращает потери из-за порчи или неликвидности товаров.

Интеграция с IoT и робототехникой делает интеллектуальное прогнозирование еще более эффективным, способствуя автоматическому пополнению запасов и выполнению заказов.

Walmart: прогнозирование спроса с помощью искусственного интеллекта и «умные» полки

Функционал: Walmart использует агентский ИИ для анализа исторических данных о продажах, тенденций покупок в реальном времени, данных о погоде и местных событиях для динамического прогнозирования спроса. «Умные» полки с датчиками и компьютерным зрением отслеживают наличие товаров в режиме реального времени и оповещают персонал о необходимости пополнить запасы или вернуть товар на место.

Результат: сокращение дефицита, минимизация избыточных запасов и повышение эффективности цепочки поставок. ИИ также используется в диалоговых чат-ботах для поддержки клиентов и в решениях для автономной доставки

Levi Strauss: ИИ для оптимизации запасов и устойчивого развития

Функционал: Levi’s использует искусственный интеллект для анализа исторических данных о продажах, настроений в социальных сетях и модных тенденций для прогнозирования спроса. Система динамически корректирует уровень запасов и оптимизирует планирование производства, чтобы сократить количество отходов.

Результат: сокращение дефицита и скидок, повышение уровня продаж по полной цене и повышение устойчивости за счет минимизации перепроизводства и отходов материалов.

Ocado: автоматизация складов с помощью ИИ

Функционал: Ocado использует роботов с искусственным интеллектом в центрах выполнения заказов для оптимизации комплектации, упаковки и доставки. Система динамически распределяет заказы в зависимости от их близости к складу, стоимости и наличия на складе.

Результат: повышение операционной эффективности, сокращение времени выполнения заказов и минимизация затрат на ручной труд.

6. ИИ в динамическом ценообразовании и конкурентной разведке

Технологии на основе ИИ могут изменять цены на товары в зависимости от данных в реальном времени, таких как спрос, конкуренция, наличие товара на складе и даже поведение покупателей.

Такие отрасли, как авиаперевозки и электроника, уже давно используют эту технологию, но в 2025 году даже бренды в сфере моды и FMCG внедряют системы ценообразования на основе ИИ, поскольку они обеспечивают более высокую рентабельность за счёт более точного моделирования ценовой эластичности. Ритейл может быстрее реагировать на изменения рынка, то есть больше не нужно ждать, пока цены изменятся вручную.

7. Обнаружение мошенничества и обеспечение безопасности транзакций с помощью ИИ

ИИ стал незаменимым инструментом в борьбе с мошенничеством. Он выявляет аномалии, обнаруживает подозрительные закономерности и помогает обеспечивать безопасность транзакций без ущерба для удобства пользователей.

Это возможно благодаря таким функциям, как:

• Биометрическая верификация (по голосу, лицу, отпечатку пальца).
• Мониторинг транзакций в режиме реального времени с использованием моделей, обученных ИИ.
• Прогнозирование рисков для предотвращения возвратных платежей и попыток мошенничества до их совершения.

8. Искусственный интеллект в сфере устойчивого развития розничной торговли и сокращения отходов

Устойчивое развитие больше не является чем-то необязательным — это стратегический императив, поскольку ритейлеры вынуждены сокращать выбросы, уменьшать количество отходов и внедрять принципы экономики замкнутого цикла. Это обусловлено как требованиями регулирующих органов, так и стремлением покупателей в долгосрочной перспективе создать более эффективную и устойчивую среду для совершения покупок.

Технологии ИИ могут помочь в нескольких аспектах:

• Оптимизация маршрутов для снижения расхода топлива (например, интеллектуальная логистика).
• Прогнозирование спроса для предотвращения перепроизводства и избыточных запасов.
• Оптимизация упаковки, которая рекомендует подходящий размер упаковки для каждого заказа.
• Показатели экологичности на основе ИИ в описаниях товаров, которые помогают покупателям принимать более экологичные решения.

9. Генеративный ИИ и будущее креатива в ритейле

И, наконец, генеративный ИИ полностью меняет концепцию креативности в розничной торговле. Новые технологии теперь позволяют создавать описания продуктов, маркетинговый контент, коллекции одежды, дизайн помещений и даже 3D-модели дополненной реальности/виртуальной реальности, рекламу в социальных сетях, тексты для электронных писем и сайты лэндинги.

Это 2025 год, когда ритейлеры используют генеративный искусственный интеллект для:

Имитируйте виртуальные примерочные или планировку интерьера.

Разрабатывайте различные варианты продукции, сокращая время вывода на рынок и затраты.

Например, Sirius AI™ может автоматически генерировать что угодно на основе сегментов клиентов, омниканальных взаимодействий, текстов и изображений с помощью простых текстовых подсказок.