Как AI-ассистенты меняют e-commerce: на что делать ставку брендам и маркетплейсам

Евгения Грунис - CEO агентства Adventum. Весной 2025 года российский рынок e-commerce сделал важный шаг в будущее: на «Яндекс.Маркете» появился AI-ассистент — чат-помощник на базе нейросети YandexGPT 5 Pro. Он помогает покупателям находить нужное не через поиск по фильтрам, а через диалог: можно описать, что нужно, или сформулировать цель покупки — и получить подборку с пояснениями за секунды. Photo by BoliviaInteligente on Unsplash Тренд на внедрение AI-ассистентов — глобальный. Но полноценный диалог с ассистентом остается везде пока экспериментом. В Amazon голосовая покупка через Alexa пока остается нишевой: по отчетам Marketplace Pulse, только 2–3% пользователей активно используют ее для покупок. Китайские платформы вроде JD.com и Pinduoduo только тестируют визуальный поиск. Поэтому можно сказать, что «Яндекс Маркет» идет в авангарде среди российских игроков. Этот запуск — не просто технологическая новинка, а попытка сдвига в логике онлайн-поиска. Раньше пользователь мог бесконечно скроллить подборки из десятков или сотен товаров. Теперь он просто описывает задачу — например, «подобрать монитор для работы и игр». YandexGPT 5 Pro — мощная модель, но это не полная замена фильтров, а их дополнительная интерпретация. По внутренним тестам Adventum, только 61% подборок удовлетворяют пользователя с первого ответа. Ошибки происходят из-за слабых описаний товаров, недостатка сценариев использования в карточках, а иногда и «галлюцинаций» модели (например, она может приписать товару функцию, которой нет). Как AI-ассистенты меняют пользовательский опыт Главное преимущество для покупателя — экономия времени и меньше лишних действий. Ассистент учитывает не только сам запрос, но и историю заказов, индивидуальные предпочтения, контекст, сценарий использования. Например, пользователь пишет: «Что подарить девочке десяти лет?» — и получает не случайный список товаров, а подборку с учетом возраста, трендов и прошлых покупок. Но для брендов это не только шаг вперед, но и новая конкуренция. AI больше не выводит длинную ленту из десятков товаров — он показывает 3–5, которые, по его «мнению», максимально соответствуют запросу. А в голосовом интерфейсе — и вовсе один. Чтобы попасть в этот короткий список, уже недостаточно просто «быть на площадке» и делать классическую оптимизацию. Битва будет идти не за видимость, а за право быть выбранным. Что меняется в подходах к оптимизации Классическое SEO ориентируется на ключевые слова и структуру. Ассистентам этого уже недостаточно. Теперь важно, насколько контент полезен, персонализирован и понятен. Раньше нужно было обязательно вписывать ключевые слова. Теперь необходимо объяснять, кому и зачем нужен продукт. Например, стоит писать не «чехол из ЭВА», а «жесткий чехол, чтобы ноутбук не разбился в поездке», не «вес 3 кг», а «можно нести одной рукой и не устать». AI не просто ищет по словам — он анализирует смысл, сравнивает товары, предлагает сценарии использования. Контент должен отвечать не на вопрос «что это?», а «зачем это нужно именно мне?». Такой подход требует глубокого понимания целевой аудитории. Здесь в фокусе не только функции продукта, но и мотивация покупателя: его боли, потребности, страхи, возражения и убеждения (Pain Points, Needs, Objections, Fears, Beliefs — PNOFB). Такой анализ поможет точнее адаптировать контент под ожидания разных сегментов. В этом смысле AI-рекомендации ближе не столько к классическому SEO, сколько к продуманной маркетинговой гипотезе, где каждая карточка товара — это ответ на реальную задачу покупателя. Есть и технический нюанс. AI на маркетплейсе не «видит» фото как человек. Он анализирует описание, метаданные изображений, поведенческие сигналы (время просмотра карточки, добавление в корзину, возвраты) и ответы пользователей в Q&A. Если описание сухое, фото без alt-тегов, а отзывов мало, то товар не попадет в рекомендацию, даже если у него идеальные характеристики. Как адаптировать карточки товаров под AI Аналитики по вопросу еще нет, но уже понятно, что на выдачу могут влиять: Полнота данных. Указывайте все. Чем больше четких характеристик — тем выше шансы. Контекст и сценарий. Карточка должна отвечать на вопрос: зачем и кому? Пользовательский язык. AI ориентируется на разговорные запросы. Поэтому «вмещает A4» лучше, чем «размер — 30×21 см». Визуал. Не только фото, но и видео, 3D, инфографика. Даже если AI не «смотрит» картинку напрямую — пользователь смотрит, и его поведение влияет на обучающие данные. Отзывы и рейтинги. Ассистент может «учиться» и на негативе. В случае повторяющихся жалоб он с большой вероятностью не покажет товар вовсе. Где риски и как с ними работать Платформа не объясняет логику. Прозрачности пока нет: почему один товар в топе, а другой исчез — непонятно. «Средний ассортимент». Алгоритмы тяготеют к «усредненному» выбору: нестандартные или нишевые продукты могут выпадать из выдачи. AI может перепутать позиционирование. Например, премиум-продукт назовет «бюджетным» из-за упрощенного описания. И еще: AI пока не заменил доверие. Исследования показывают, что 40% пользователей раздражает отсутствие живого консультанта. Поэтому бренд-стратегия сегодня не только про видимость, а про баланс между автоматизацией и человечностью. Что делать компаниям, чтобы попасть в рекомендации AI Научиться экспериментировать и быстро адаптироваться. Мы в Adventum советуем выделять не менее 10% от маркетинговых ресурсов на тестирование нового: инструментов, форматов, каналов. Эти «проценты на разведку» — инвестиции в устойчивость к переменам и шанс поймать волну раньше остальных. А прямо сейчас можно начать: Вводить типовые запросы и проверять, есть ли вы в выдаче. Улучшать карточки. Указывать не просто характеристики, а контекст, эмоции, сценарии, фото, видео. Публиковать FAQ, инструкции и Q&A — полезный контент. Ассистенты ищут ответы в открытых источниках и могут «вытянуть» ответ из этих блоков. Работать с поведением потребителя. Карточки с высокой глубиной просмотра и хорошей конверсией чаще попадают в рекомендации. Следить за инициативами приоритетных партнеров. Возможно, появятся аналоги Amazon’s Choice и в России. Куда идут маркетплейсы AI-ассистенты становятся частью пользовательского пути — и уже сейчас видно, какие направления будут определяющими для самих платформ: Интеграция AI по всей воронке. От поиска и рекомендаций до оплаты и постобслуживания. Чем больше этапов сопровождает ассистент, тем выше удержание и лояльность. Контроль качества и прозрачности. Важно дать брендам понять, почему товар не попал в рекомендации. Ошибки, искажения и непрозрачная логика могут подорвать доверие. Локализация AI. Кастомизация под язык, ментальность, культуру, интерфейсы — это стратегический ресурс, ключ к доверию аудитории. Сохранение человечности. В нишах вроде электроники, мебели, косметики AI пока не заменяет человека. Живой контакт останется нужен — особенно при дорогих и сложных покупках. Что дальше: горизонт до 2030 Gartner предсказывала, что к середине 2020-х годов ИИ автоматизирует 85% взаимодействий с клиентами в розничной торговле. В 2018 году цифра казалась слишком уж амбициозной. Сейчас тоже, но постепенно становится правдоподобной. Покупательские сценарии меняются, уже сегодня люди, особенно молодые, начинают день не с поиска, а с вопроса нейросети. К 2030 году это, вероятно, станет нормой. А для бизнеса сейчас период первичной адаптации карточек товара к новой логике поиска и период ожидания, что появятся прозрачные условия и аналитика попадания в шорт-лист выдачи от AI-ассистента.