Почти каждый восьмой запрос к Алисе AI касается покупок, а Ozon и Wildberries встраивают в свои приложения собственных ИИ-консультантов. Похоже, выбирать товары скоро будет не только человек, который листает карточки, но и программа. В статье с Романом Муковниным, senior software engineer, автором R&D-исследований по ИИ-агентам, разбираемся, как это изменит маркетплейсы и кто в итоге будет приносить им заказы.
9 июня 2026 года «Яндекс» начал продавать свои первые наушники «Дропс». Неделю купить их можно было только в чате с Алисой AI. Покупатель расспрашивал ассистента об устройстве, выбирал модель и оплачивал заказ, не выходя из диалога. Первую партию раскупили в тот же день, а за неделю оформили больше 15 тысяч заказов на сумму свыше 135 млн рублей.
Data Insight в исследовании, проведенном при поддержке «Яндекса», разобрал 38 покупок, в которых люди пользовались ИИ. Во всех случаях нейросеть помогала выбрать товар, примерно треть дошла до корзины или оформления заказа, и лишь две завершились оплатой через ИИ-помощника. К тому же «Дропс» продавал сам «Яндекс» в собственном чате, так что между покупателем и продавцом не было ни одного постороннего звена.
Выбор доверяют, деньги пока нет
По данным «Яндекса», с начала 2026 года трафик из Алисы AI в российский e-commerce вырос в 4,6 раза, а о товарах ассистента каждую неделю спрашивают около 11 млн человек. Data Insight ожидает, что этот поток станет заметной долей продаж. По прогнозу агентства, в 2028–2029 годах через ИИ-агентов будет проходить 2–4% российской онлайн-торговли, или 400–850 млрд рублей, а к 2032 году — 7–11%, или 2–3 трлн рублей.
Трафик из ИИ растет с 2025 года, но у большинства ритейлеров заказы из этого канала остаются единичными. Люди охотно поручают нейросети выбор, но не деньги — ранние пользователи ИИ, которых опросил Data Insight, чаще всего называют допустимым пределом 5 тыс. рублей, а многие и тогда хотят сами нажать кнопку «Оплатить». Они боятся финансовых потерь и ошибок модели. Доверить оплату они готовы при трех условиях:
- подтверждение перед списанием;
- отдельная виртуальная карта с лимитом;
- рутинная покупка вроде бытовой химии или корма для питомца.
Исключение пока одно — такси, где платить через приложение давно привычно. Поэтому Data Insight ожидает, что главной формой станет «агент с подтверждением»: ИИ подбирает товары и собирает корзину, а платеж подтверждает человек.
Для сравнения, в США такой канал уже созрел. По данным Adobe, год назад посетители, пришедшие на сайты ритейлеров из ИИ-ассистентов, покупали почти вдвое реже остальных, а в мае 2026 года их конверсия оказалась на 54% выше.
Решения экосистем
В России борьба за покупателя-агента разворачивается вокруг экосистем. В феврале «Яндекс» представил Yandex Commerce Protocol (YCP) — первый в стране стандарт подключения интернет-магазинов к ИИ. Покупатель оформляет заказ прямо в чате с «Алисой» или в поиске и платит через «Яндекс Пэй» или частями в «Сплит», а продавцом остается сам магазин. После закрытого теста подключиться можно без разработки, к маю заявки подали больше 2,2 тыс. компаний.
Магазины на платформе «Яндекс KIT» подключены автоматически, а для «1С-Битрикс» есть готовый модуль. «Сбер» же в пилотном режиме запустил «Умные покупки», с помощью которых партнеры продают товары через GigaChat, а оплатить их можно как на сайте магазина, так и прямо в ассистенте. Маркетплейсы, в свою очередь, отвечают внедрением собственных ассистентов. Ozon в августе открыл пилот ИИ-помощника для ограниченного круга пользователей. Wildberries тестирует своего ассистента с лета 2025 года и теперь расширяет тест, поставив вход в чат прямо в поисковую выдачу. Кроме того, Wildberries тестирует «Умное сравнение», которое с помощью ИИ сопоставляет выбранные товары и объясняет, какой из них лучше подходит под задачу покупателя.
Но важно понимать разницу между решениями. Ассистент маркетплейса выбирает внутри своей витрины, а агент экосистемы смотрит на все витрины сразу. Агент «Алисы» — «Найти дешевле» — может сравнивать предложения маркетплейсов, интернет-магазинов, а также локальных сайтов. По данным «Яндекса», он экономит пользователю в среднем около 6 тыс. рублей на покупке. Раньше, чтобы сравнить цены, человек переключался между приложениями, а теперь эту работу забирает на себя агент, и маркетплейс для него является лишь одним из вариантов.
На Западе этот сценарий уже проверили. OpenAI осенью 2025 года запустила оплату прямо в ChatGPT, но уже через полгода отказалась от нее как от основного сценария. У Walmart покупки внутри чата конвертировались в три раза хуже, чем переходы на сайт. Google пошел другим путем и в сентябре включил встроенную оплату в своих ИИ-сервисах по умолчанию для магазинов на Shopify.
Отметим, что часть привычной аналитики в таком формате работы уже не работает, и продавец хуже видит покупателя. Российский протокол «Яндекса» устроен по той же логике, что и решение Google.
Что видит модель, когда смотрит на карточку
В августе Wildberries начал тестировать для продавцов инструмент «Анализ внимания». Нейросеть по фотографии предсказывает, куда покупатель посмотрит первым и как его взгляд пройдет по карточке. Следующим шагом для таких инструментов может стать оценка того, как карточку прочитает ИИ-агент, а он смотрит на нее совсем иначе, чем человек.
Первое открытие — про скорость
Microsoft Research построила симуляцию рынка, в которой агенты покупателей договариваются с агентами ресторанов и подрядчиков. Модели почти всегда соглашались на первое пришедшее предложение, и это давало продавцу преимущество в 10–30 раз. Ни один другой фактор в эксперименте не весил столько же.
Второе — про выдачу
Исследователи из Университета Макгилла 5 тыс. раз просили агентов выбрать отель из сотни вариантов, каждый раз перемешивая список. Агенты открывали больше карточек, чем люди, и место карточки в списке влияло на них слабо. Все модели в итоге сходились на одном и том же объективно лучшем отеле. Авторы делают вывод, что атрибуты товара на странице важнее его места на ней.
Третье — про данные
Исследователи из Университета Париж Сите сделали две одинаковые версии интернет-магазина. В первой данные о товарах были рассчитаны на человека, во второй их продублировали в машиночитаемом виде — цены, характеристики и наличие были размечены в формате JSON-LD, который понимают поисковые системы. С задачами вроде сравнения товаров агенты справлялись в первой версии в 49% случаев, во второй — в 89%.
Shopify видит то же самое на реальных продажах. Платформа передает каталоги своих магазинов в ChatGPT и Gemini в структурированном виде, и такой поиск приводит к покупке вдвое чаще, чем поиск по сведениям, собранным со страниц.
Все эти опыты проведены на тестовых стендах и зарубежных моделях. То, как выбирают товар Алиса и GigaChat, публично пока не изучал никто, и российским продавцам остается проверять это на собственном опыте.
Что придется перестраивать
Если товар начнет выбирать агент, то маркетплейсу придется перестраивать то, что он годами оттачивал под покупателя-человека. Первыми под удар попадут:
- Витрина. 1 октября вступил в силу закон о платформенной экономике, который впервые устанавливает требования к карточке товара на маркетплейсе, но писали его для покупателя-человека. Агенту нужны не фотографии и продающие тексты, а полные и проверяемые характеристики, актуальные цены и остатки. Data Insight называет качество товарных данных главным ограничением ритейла на пути к агентной торговле.
- Реклама. В мае на Google Marketing Live компания показала форматы, которые встраивают рекламу прямо в список рекомендаций AI Mode, и добавила к скидочным предложениям оплату без перехода на сайт. Data Insight ожидает, что и в России часть рекламных бюджетов уйдет в продвижение внутри ИИ-ответов.
- Антибот. Защита крупной площадки настроена блокировать автоматизированный трафик, а агент выглядит именно так. Visa при запуске своего протокола для ИИ-агентов объясняла, что магазинам нужно отличать доверенных агентов от вредоносной автоматизации и ботов. Для этого агент подписывает свои запросы криптографическим ключом, и сайт может проверить, что перед ним зарегистрированный агент, а не парсер.
- Отзывы. Маркетплейсы внедряют механизмы ИИ-пересказа актуальных отзывов на товары. Wildberries, например, показывает над ними краткую выжимку и дает покупателю возможность отметить неудачный пересказ, после чего текст уходит на повторную модерацию. С приходом агентов такие механизмы станут важнее, потому что вывод модели зависит от того, какие данные она прочитала.
Три вопроса без ответа и четыре совета
Сейчас можно выделить три основных вопроса к применению агентов для покупок на маркетплейсах. Первый вопрос о доверии — на Западе агента проверяют платежные сети, и Mastercard, например, выдает платежные токены только зарегистрированным агентам. В России эту роль пока по умолчанию берут на себя кошельки экосистем.
Второй вопрос об ответственности — с 1 октября работу маркетплейсов регулирует новый закон, но участники рынка признают, что неясно, кто отвечает перед покупателем, если «не тот» товар заказал агент.
Третий вопрос о том, на кого работает сам агент. Покупатели в интервью Data Insight опасаются, что ассистент предложит не лучший товар, а тот, за продвижение которого заплатили. Для агента экосистемы с собственным маркетплейсом и рекламной сетью этот вопрос встанет особенно остро.
Сейчас продавцам и площадкам стоит:
- Навести порядок в товарных данных. Полные характеристики, актуальные цены и остатки агент прочитает раньше, чем любую фотографию.
- Подключиться к YCP, но не ставить на один протокол. Необходимо проектировать и строить интеграции так, чтобы иметь возможность быстро подключаться к ИИ-площадкам.
- Считать ИИ-трафик отдельным каналом. Только так станет видно, приносит ли он заказы или одни переходы. Сейчас оценка вклада ИИ в продажи является одной из нерешенных проблем ритейла.
- Научить антифрод отличать агента от бота. Иначе площадка сама отсечет покупателя, который пришел с деньгами.
Будущее площадок
Маркетплейсы годами строили витрину для человека. Теперь у нее появляется второй читатель, который оценивает товар по своим правилам. Площадки уже учатся работать с ним, но это только начало. Впереди годы работы над данными, защитой и доверием, прежде чем витрина станет одинаково понятной человеку и его агенту.