ИИ для интернет-магазина: что делает надёжно, а где пустая цифра

Короткий ответ сразу: в интернет-магазине ИИ надёжен там, где задача сводится к разбору и переписыванию текста на ваших данных. Он соберёт описание карточки из характеристик, которые вы уже внесли. Ответит покупателю про наличие, сроки и возврат по вашим же правилам. Разберёт и рассортирует поток обращений и отзывов. А пустую цифру он выдаёт там, где ответ зависит от того, чего в ваших данных нет. Сколько купят на следующей неделе, какую цену поставить, сколько заказать у поставщика - этого в вашей базе не записано. Разница между рабочим инструментом и игрушкой не в модели. Она в том, хватает ли машине данных для ответа, который вы от неё хотите.

Эта статья для владельца собственного интернет-магазина: свой сайт или магазин на конструкторе, каталог на сотни или тысячи товаров, заказы, поддержка, реклама. Если вы торгуете на маркетплейсе, у вас другая задача и другие ограничения площадки, про это я писал отдельно в разборе про нейросети для маркетплейсов. Здесь речь про ваш магазин, где витрину, цены и ответы покупателям вы держите сами. Я собираю ИИ-агентов под конкретные дыры в бизнесе. Магазин разбираю с одной меркой: где машина работает надёжно, а где её ответ нельзя пускать в дело без вашего знания товара, покупателя и рынка.

Если хотите сразу понять, годится ли это вашему магазину, можно разобрать вашу задачу - без общих слов, по вашему каталогу и вашим вопросам от покупателей.

Что ИИ в интернет-магазине делает надёжно

Надёжнее всего ИИ работает там, где ответ целиком лежит в тексте и данных, которые вы ему дали. Его задача - прочитать, собрать и переписать, а не угадать. В магазине таких задач больше, чем кажется.

Описания товарных карточек по вашим характеристикам. У вас в каталоге уже заполнены поля: материал, размер, мощность, состав, совместимость. Модель собирает из них живое описание и делает это ровно для тысячи карточек, не уставая к трёхсотой. Это та самая работа, которую текстовые модели выполняют хорошо: от разбора текста до выделения из него важных данных и переписывания. Важное условие: описание собирается из того, что вы внесли, а не придумывается. Как не дать машине дописать лишнее, разберём в следующем разделе. Про генерацию текстов вообще, не только карточек, у меня есть отдельный разбор про нейросеть для написания текстов.

Ответы покупателям на типовые вопросы. «Есть ли в наличии», «когда доставите», «как вернуть», «где мой заказ» - эти вопросы повторяются сотни раз. Ответ на них лежит в вашей системе: в остатках, в условиях доставки, в статусе заказа, в регламенте возврата. Если подключить модель к этим данным и задать ей правила через системную инструкцию, она отвечает в ваших рамках. У такой инструкции высокий приоритет: модель придерживается заданных правил, даже если покупатель требует ответить иначе. Это не отменяет проверки, но держит ответы в границах того, что вы разрешили говорить. Чем чат-бот отличается от полноценного ИИ-агента и что из этого нужно именно вам, я разбирал в статье про чат-бот для бизнеса.

Разбор и сортировка обращений и отзывов. В магазин приходит поток писем, сообщений и отзывов. Машина разложит их по темам: жалоба на доставку, вопрос по товару, возврат, благодарность. Выделит повторяющиеся претензии, подсветит негатив, который требует вашего ответа в первую очередь. Здесь она снова работает по тексту, который уже есть, и экономит часы ручной разборки.

Подбор товара по каталогу. Покупатель пишет своими словами: «нужен подарок папе, который любит рыбалку, до пяти тысяч». Модель переводит это в фильтры по вашему каталогу и предлагает подходящие товары. Она не выдумывает товары, а ищет среди ваших. Поэтому ошибку легко увидеть: предложенного товара либо нет в каталоге, либо он не подходит под запрос, и это сразу заметно.

Общий признак у всех четырёх задач один: ответ находится в ваших данных, машина его читает и собирает, а не сочиняет. Поэтому результат можно проверить, открыв ту самую карточку, тот самый остаток, тот самый отзыв. Здесь ИИ экономит не выручку напрямую, а часы на описаниях, ответах и разборке обращений - и освобождает вас и менеджеров для работы, где нужен живой человек.

Где ИИ подсовывает интернет-магазину пустую цифру

Теперь обратная сторона, на которой магазины чаще всего теряют деньги и доверие покупателей. Все генеративные модели иногда дают выдуманные или некорректные ответы в ситуациях, когда не могут найти правильный. То есть когда ответа нет в данных, машина не говорит «не знаю», а выдаёт правдоподобный. На витрине и в цифрах это опаснее всего.

Прогноз спроса. «ИИ посчитает, сколько купят, и вы не будете затовариваться» - звучит разумно. Модель построит красивый график по вашим прошлым продажам. Но реальный спрос решают не только прошлые продажи. Его двигают сезон, акции конкурентов, ваша же реклама, новости, мода, курс. Запустили вы завтра скидку или нет, появился ли у соседа тот же товар дешевле - в истории продаж этого нет. Поэтому прогноз выходит не предсказанием, а аккуратным продолжением прошлой кривой. Иногда он угадывает, иногда промахивается, а выглядит всегда уверенно.

«Оптимальная» цена. Инструмент обещает сам выставить цену, при которой вы заработаете больше. Математически он умеет подбирать число под формулу. Но правильная цена зависит от того, чего машина не знает. Как покупатель воспринимает ваш бренд, какая у вас маржа после всех расходов, что завтра сделает конкурент, насколько вы готовы потерять в объёме ради наценки. Она выдаст число, но за этим числом стоят её догадки о вещах, которых в данных нет. Это ровно то, что я называю пустой цифрой: ответ с правильной формой и ненадёжным содержанием.

Объём закупки у поставщика. Та же ловушка, что со спросом, только дороже. Машина предложит, сколько заказать, исходя из прошлого расхода. А дальше вмешается то, чего она не видит: сдвиг поставки, распродажа, которую вы задумали, новый поставщик, провальный сезон. Положитесь на её число вслепую - получите либо забитый склад, либо пустые полки в пик продаж. Разбор того, что из цифр машина считает надёжно, а что нет, я дал отдельно в статье про ИИ для бизнес-аналитики.

И отдельная ловушка, которая живёт прямо на витрине, - выдуманная характеристика в карточке. Вы просите модель написать описания, а у части товаров характеристики заполнены не полностью. Там, где данных нет, модель не оставит пропуск, а допишет правдоподобное: «водонепроницаемый», «гипоаллергенный», «из натуральной кожи». Выглядит гладко, читается как настоящее описание, и ошибку не видно, пока не придёт покупатель с претензией. А это уже не просто брак текста. По закону продавец обязан своевременно предоставлять потребителю необходимую и достоверную информацию о товарах, обеспечивающую возможность их правильного выбора. Дописанная характеристика - это недостоверная информация, за которую отвечаете вы: возврат, жалоба, а то и спор о введении в заблуждение.

Признак пустой цифры всегда один и тот же: ответ зависит от того, чего нет в данных. Не можете показать, откуда машина взяла цифру или характеристику, - значит, она её не нашла, а досочинила. Такой ответ можно взять как один из взглядов, как повод присмотреться. Но нельзя класть его в цену, в заказ поставщику или в карточку товара, не проверив.

С чего начать владельцу магазина

Не нужно перестраивать магазин и покупать дорогую систему, чтобы понять, годится ли это вам. Проверка стоит один вечер и одну категорию товаров.

1. Возьмите одну категорию, где карточки заполнены характеристиками хорошо, и штук двадцать реальных вопросов от покупателей за последний месяц. Реальных, а не придуманных, чтобы проверка была честной.
2. Дайте инструменту собрать описания по этим карточкам и черновики ответов на эти вопросы. Прямо попросите: брать только те характеристики, что есть в карточке, а если данных не хватает, оставлять пропуск, а не додумывать.
3. Сверьте результат с товаром и с тем, что отвечал ваш менеджер. В описаниях ищите главное: не появилось ли свойств, которых у товара нет. В ответах смотрите, не пообещала ли машина того, чего вы не обещаете: сроки, возврат, скидку.
4. Повторите на второй категории, другой по типу товара. Один удачный прогон - это ещё не инструмент, это везение.

Что проверять в ответе машины:

• в описании нет ни одной характеристики, которой нет в карточке товара;
• на каждый ответ покупателю видно, откуда он взят: из остатков, из условий доставки, из регламента возврата;
• машина честно оставляет пропуск или говорит «уточните у менеджера», когда данных нет, а не подгоняет красивый ответ.

Если разбираться в инструментах самому не хочется, есть короткий путь. Понять, какая из задач магазина вообще окупит автоматизацию и с какой начать. Это и есть то, с чего я начинаю работу: разбираю конкретную задачу и показываю, где агент снимет работу, а где принесёт пустую цифру.

Частые ошибки и когда это не про вас

Самая дорогая ошибка - поверить демонстрации. На подготовленном каталоге с идеально заполненными карточками любой инструмент покажет чудеса. Просите показать работу на ваших товарах: с пустыми полями, кривыми характеристиками от поставщика и реальными вопросами покупателей, а не на витринном примере.

Вторая ошибка - отдать машине решение, а не подготовку. ИИ хорошо готовит: собирает описание, предлагает ответ, сортирует обращения. Выставить цену, заказать партию, опубликовать карточку на сайте - это ваше решение деньгами и репутацией, а не модели. Про то, с чего вообще начинать автоматизацию в бизнесе, чтобы не хвататься за всё сразу, я писал в разборе про автоматизацию бизнеса с помощью ИИ.

Когда это пока не про вас. У вас десяток товаров, вопросы покупателей наперечёт, описания вы пишете за час. Тогда возни с настройкой инструмента будет больше, чем выгоды. ИИ в магазине окупается там, где товаров много, поток обращений большой, а на описаниях и ответах уходят часы, которые можно вернуть себе и менеджерам.

Источники

ИИ в интернет-магазине не заменит вас и ваших менеджеров. Он работает как внимательный помощник на ваших данных: собирает описания, отвечает на типовое, разбирает обращения, снимает часы рутины. Хотите разложить это по вашему каталогу и понять, с чего начать без лишних трат, - можно разобрать вашу задачу.