Ещё пару лет назад любой селлер на маркетплейсе проводил вечера за монотонной работой. Нужно было придумать десятки описаний, отследить, не появился ли негативный отзыв, и быстро на него ответить, а потом перебрать сотни фотографий в поисках той, где товар не бликует и фон идеально белый. Сегодня значительная часть этой головной боли уходит в прошлое благодаря алгоритмам. Искусственный интеллект перестал быть диковинкой и превратился в рабочий конвейер, который трудится без выходных. Крупнейшие российские платформы — Wildberries, Ozon и Яндекс Маркет — уже встроили нейросети в саму ткань своего бизнеса, подчас так незаметно, что покупатель не догадывается о том, кто по ту сторону экрана. Давайте без лишних громких фраз разберемся, где машина действительно заменила человека и что это дает обычным продавцам прямо сейчас.
Генеративный контент: описания, отзывы и ответы за секунды
Раньше заполнение карточки товара напоминало экзамен по литературе: нужно было не просто перечислить сухие технические характеристики, но и облечь их в продающую форму. У одних продавцов фантазия работала отлично, у других же строчки предательски пустовали, а время утекало. С приходом больших языковых моделей всё стало заметно проще. Яндекс Маркет одним из первых позволил селлерам нажать одну кнопку и получить готовый, причесанный текст. Управляющий директор сервиса Алексей Шахуров очень точно описал эту магию: «С помощью генеративных нейросетей продавцы могут буквально за минуту создать уникальное описание товара, которое выделит их карточку среди конкурентов». Нейросеть берёт название, категорию и ключевые параметры, после чего буквально на лету предлагает несколько вариантов. Можно выбрать строгий деловой тон, а можно более разговорный и эмоциональный, чтобы добавить объёма визуально скучному техническому продукту.
Но одним текстом дело не ограничилось, и вот тут подключился Ozon. Они замкнули цепочку общения и научили алгоритм отвечать на отзывы так, будто это делает заботливый менеджер. Причём это не просто бездушная отписка вроде «спасибо за покупку», а вполне себе анализ ситуации. Представители компании ещё в конце прошлого года подробно делились результатами работы системы. Пресс-служба Ozon тогда отметила: «Инструмент анализирует тональность отзыва и формирует ответ, который повышает лояльность. Мы видим, что скорость реакции выросла на 65%, а доля повторных покупок от покупателей, получивших быстрый ответ, заметно увеличилась». Для малого бизнеса, где один и тот же человек утром ищет товары, днём упаковывает заказы, а вечером пытается отвечать клиентам, это буквально спасательный круг. Теперь вместо того чтобы нервно придумывать, как вежливо ответить на претензию, можно доверить первый контакт нейросети, которая гарантированно не нагрубит и не забудет про вежливое обращение.
Не остались в стороне и другие игроки, например СберМегаМаркет, который задействовал свою языковую модель GigaChat. Тут пошли чуть дальше, сфокусировавшись на том, чтобы превращать технические спецификации в понятный для любого пользователя текст. Очень часто продавец заливает характеристики сплошным полотном, а модель перерабатывает их под разные аудитории. Один из руководителей направления ИИ этой платформы хорошо подсветил суть подхода: «Мы даём продавцам инструмент, который превращает скучное техническое описание в продающий текст, адаптированный под целевую аудиторию — будь то профессионал или обычный пользователь». Теперь карточка мощного ноутбука для геймера будет пестреть деталями о частоте процессора и объеме видеопамяти, а для студента та же самая модель опишет свои возможности в сценариях «работает без подзарядки целый учебный день и тянет любые программы для дизайна». Именно такое автоматическое переключение стилей на лету и спасает от унылого однообразия, повышая шанс, что покупатель добавит товар в корзину.
Компьютерное зрение: как машина навела порядок в фотографиях
Если текст можно написать самому или попросить копирайтера, то с фотографиями всё всегда обстояло гораздо сложнее. Модерация изображений на миллионниках — это отдельный вид стресса. Селлеры сутками ждали, пока пройдёт проверка снимков, а площадки вынуждены были держать армии живых модераторов. Настоящий прорыв здесь произошёл благодаря технологиям компьютерного зрения, и Wildberries в этой гонке вырвался вперёд. Совсем недавно, в начале этого года, маркетплейс официально объявил, что запускает нейросеть, которая в автоматическом режиме проверяет миллионы загружаемых фотографий. В пресс-службе компании тогда подчеркнули: «Алгоритмы компьютерного зрения проверяют каждое изображение на соответствие категории, отсутствие водяных знаков и запрещённого контента с точностью 98%. Это позволило разгрузить модераторов и сократить время добавления новой позиции в каталог до нескольких минут». Раньше продавец мог загрузить фото кроссовок и полдня гадать, пропустят ли их, а теперь отказ или одобрение приходят почти мгновенно, стоит только алгоритму удостовериться, что на снимке действительно товар, а не размытое пятно.
Но современные нейросети смотрят на картинку вовсе не как строгий вахтёр, который ищет только нарушения. Они заодно оценивают, будет ли это фото продавать. Представьте себе тёмный снимок, где руки модели закрывают половину платья, а сзади стоит швабра. Искусственный интеллект не просто отклонит такую карточку, он подскажет, что нужно переснять при хорошем дневном свете и убрать лишние предметы из кадра. Озон внедрил схожие решения, где камера обучена моментально отсеивать кадры с посторонними логотипами, надписями или неверным ракурсом. В итоге лента товаров на витрине стала выглядеть гораздо опрятнее и однороднее, а у покупателя подсознательно формируется больше доверия, когда он листает аккуратные карточки без мусора на заднем плане.
Визуальный поиск — это ещё одна точка, где компьютерное зрение добралось напрямую до кошелька покупателя. Вы наверняка хоть раз в жизни видели у прохожего крутую сумку или кроссовки и доставали телефон, чтобы сфотографировать и найти такие же. Яндекс Маркет и Wildberries активно развивают это направление, используя нейросети, способные распознать фактуру, форму и даже характерные элементы бренда. За этим стоит громадный массив данных, на котором обучались алгоритмы. И если раньше поиск по картинке мог предложить вам отдалённо похожую реплику, то сейчас он всё чаще угадывает именно ту самую модель. Продавцам это открыло новый, абсолютно бесплатный источник трафика, потому что теперь к ним заходят люди, которые даже не знали, как правильно называется нужная им вещь, но имели её образ в голове.
Персонализация и умное ценообразование без магии
Открывая любое приложение маркетплейса, вы попадаете в личный бесконечный магазин. Это не случайность, а результат долгой работы целого зоопарка алгоритмов, которые изучают каждый ваш шаг. Персонализация уже давно переросла примитивный блок «с этим товаром также смотрят». Нейросеть анализирует гигантский объём данных: какие карточки вы открываете, в какой момент пролистываете не глядя, в какое время суток заходите за покупками. Она сопоставляет ваше поведение с поведением тысяч похожих пользователей и предугадывает желания, которые вы ещё, возможно, сами до конца не сформулировали. Поэтому у офисного сотрудника лента набита рубашками и гаджетами для продуктивности, а у молодой мамы — игрушками и товарами для дома. Это повышает глубину просмотра и заметно греет корзину, а заодно помогает хорошим товарам не затеряться в бесконечной выдаче.
В высококонкурентных нишах вроде электроники или косметики у продавца остаётся не так много инструментов, чтобы выделиться, и цена зачастую выходит на первый план. Ручная перестановка цифр каждые полчаса — путь в никуда, поэтому Ozon полностью отдал динамическое ценообразование на откуп машинному обучению. Система в реальном времени отслеживает буквально всё: цены у ближайших конкурентов, количество товара на складе, сезонный всплеск и даже погоду в регионе покупателя. Генеральный директор Ozon Сергей Беляков в недавнем интервью «Коммерсанту» прямо указал на эффективность такого подхода: «Наши алгоритмы анализируют поведение пользователей, цены конкурентов и эластичность спроса в реальном времени, чтобы предложить оптимальную стоимость. Это повышает конверсию и оборот продавцов». Селлеру достаточно задать вилку допустимых цен, дальше машина играет сама, не давая продешевить и не задирая стоимость выше рыночной, чтобы не отпугнуть аудиторию.
Наконец, всё это великолепие замкнулось на управлении запасами. Это, пожалуй, наименее заметная, но критически важная функция ИИ. Для тех, кто торгует со склада маркетплейса, ошибка в прогнозе может обернуться либо упущенной выручкой в горячий сезон, либо ощутимыми штрафами за хранение мертвого груза. Нейросети сегодня умеют предсказывать спрос с точностью, о которой раньше приходилось только мечтать, анализируя тренды и даже анонсы крупных распродаж. Если точность прогноза на горизонте пары месяцев составляет девяносто с лишним процентов, как показывают внутренние данные площадок, то бизнес получает возможность работать без кассовых разрывов, а покупатель — гораздо реже видит надоевшую надпись «нет в наличии». Такой симбиоз интересов и есть лучшая иллюстрация того, что технологии в маркетплейсах перешли из разряда хайпа в категорию обыденных, но незаменимых помощников.
