Искусственный интеллект решает конкретные бизнес-задачи в ритейле: от контроля тысяч полок в режиме реального времени до генерации описаний для миллионов товаров. Если раньше достаточно было просто пробовать новые технологии, потому что есть такая возможность, то сейчас фокус сместился на измеримый эффект: рост выручки, сокращение издержек и повышение качества клиентского опыта. Рассказываем о реальных кейсах применения ИИ, которые продемонстрировали спикеры конференции Connected Retail Forum.

Fix Price: как GenAI ежедневно проверяет 7600 магазинов

Одна из крупнейших в мире сетей магазинов фиксированных цен столкнулась с классической проблемой масштабирования. При наличии более 7600 точек в 10 странах традиционный контроль соблюдения стандартов мерчандайзинга — заполненность полок, чистота, отсутствие посторонних предметов — стал физически невозможным. Ручные проверки не могли все охватить и обеспечить объективность.

Решением стало внедрение системы контроля на основе Generative AI. Каждый день камера в магазине делает 7-8 панорамных фотографий торгового зала. Эти снимки отправляются в GenAI-модель, которая анализирует их по заранее сформированным текстовым промптам, например: «Есть ли на полу посторонние предметы?» или «Полки заполнены полностью?». 

Ключевая особенность подхода — использование способности крупных языковых моделей понимать контекст. Система научилась различать, например, коробки на полу в момент выкладки товара сотрудником (что допустимо) и те же коробки, оставленные в проходе без дела (что уже является нарушением).

Результат работы системы, уже интегрированной по всей сети, впечатляет:

• Обработано 7 млн фотографий.
• Выявлено 240 тыс. несоответствий стандартам.
• Количество нарушений сократилось в 2 раза.
• Точность определения достигла 70%.

Важно, что для запуска не потребовалось длительное обучение сложных моделей компьютерного зрения или фото высокого качества — система работает на способности GenAI понимать содержание изображения через текст.

Hoff Tech: ИИ-поиск с ROI 743%

Для Hoff, как для крупного мебельного ритейлера, качество поиска на сайте — критически важный фактор конверсии. Компания столкнулась с тем, что почти половина (49%) покупателей жаловалась на некорректные результаты поиска, особенно при запросах с характеристиками или цветом. В эпоху широкого и быстро меняющегося ассортимента старый поисковый движок, основанный на точном совпадении ключевых слов, не справлялся. До 20% пользователей покидали сайт после первой же неудачной попытки найти нужный товар.

Задача была решена разработкой принципиально нового ИИ-поиска. В его основе — комбинация большой языковой модели (LLM) и векторной базы данных (Qdrant). Это позволило реализовать гибридный поиск, который анализирует не только слова, но и смысл запроса. Теперь система понимает, что «диван, который не царапают коты» подразумевает поиск моделей с устойчивой к когтям тканью, а не просто ищет страницы со словами «кот» или «царапины».

Эффект от внедрения оказался значительным:

• Релевантность поиска выросла на 6-30% для разных типов запросов.
• Ожидается рост конверсии из поиска в заказ на 10%.
• ROI проекта составил 743%, окупаемость — менее года.

Этот успех сделал ИИ-поиск технологическим фундаментом для других инициатив Hoff Tech, таких как ИИ-ассистент для консультаций и автоматическая генерация описаний товаров.

Autostels: генеративный ИИ ускорил создание карточек товара в 50 раз

Компания Autostels, один из лидеров рынка автозапчастей, работает с каталогом в миллионы артикулов, агрегируя данные от тысяч поставщиков. Острейшей операционной проблемой была медленная и трудозатратная подготовка карточек товаров для маркетплейсов. Ручная обработка фотографий, обтравка фона, добавление текста и инфографики — все это сдерживало скорость вывода товаров на цифровые площадки.

Команда Autostels разложила процесс создания карточки на элементарные шаги и автоматизировала каждый из них с помощью генеративного ИИ. Был создан целый AI-пайплайн на базе платформы ComfyUI, который в автоматическом режиме выполняет последовательность операций: 

• удаляет фон с фотографии детали,
• помещает объект на единый фирменный фон, 
• добавляет стандартизированные текстовые блоки с названием и характеристиками, а также графические элементы.

Результат — кратный рост производительности. Процесс, который раньше занимал у дизайнера десятки минут, теперь выполняется за считанные секунды. Скорость создания готовой карточки товара увеличилась в 50 раз. 

Это решение обеспечило не только огромную экономию времени, но и стабильное, единообразное и профессиональное качество визуального контента для миллионов SKU, что напрямую влияет на доверие покупателей и конверсию в онлайн-канале.

ZENDEN: органичное проникновение ИИ без формальной стратегии

Пока многие компании на рынке бросались от крайности к крайности — от требования внедрять ИИ в каждый процесс до полного отрицания его полезности — сеть магазинов обуви ZENDEN выбрал альтернативный путь цифровой трансформации. Вместо запуска дорогостоящих стратегических проектов с KPI и бюджетами, ИИ начал проникать в операционную деятельность органично, по инициативе самих сотрудников.

Этот подход «снизу вверх» привел к тому, что различные подразделения начали самостоятельно и эффективно применять нейросети для решения своих повседневных задач. В результате ИИ естественным образом интегрировался в ключевые процессы: от подготовки документов и работы с договорами до создания рекламных материалов и описаний товаров.

Сотрудники используют ИИ как инструмент для поиска информации, анализа данных и даже разработки ПО. Этот опыт доказывает, что формирование ИИ-культуры и цифровой зрелости команды может быть даже важнее, чем наличие формальной стратегии. Когда сотрудники понимают практическую пользу технологии и не боятся экспериментировать, бизнес получает прочную основу для будущего системного развития.

PN Holding: ИИ как новый канал коммуникации с покупателем

Для транснационального холдинга, работающего на 15 рынках, важно быть заметным в эпоху нейропоиска и смещения пользовательского пути. Традиционные каналы привлечения трафика, такие как поисковые системы и маркетплейсы, теперь дополняются или даже замещаются AI-ассистентами вроде Алисы, которые сами анализируют запросы и дают прямые ответы. Задача маркетинга — обеспечить видимость бренда в этих новых AI-выдачах.

Решение, которое внедряет команда — это переход к AI-first подходу в контент-маркетинге. Он включает создание материалов, изначально оптимизированных для понимания нейросетями: использование четкой структуры (H1, H2), микроразметки по стандартам Schema.org, Q&A-блоков и тематических кластеров.

Параллельно ИИ применяется и для гибридного креатива: генерации и адаптации визуалов под разные рынки с помощью Midjourney, анализа эффективности каналов и автоматизации работы с отзывами. ИИ здесь становится не только инструментом внутренней оптимизации, но и новым, критически важным каналом коммуникации с конечным потребителем. Умение бренда быть «видимым» и корректно представленным в ответах AI-ассистентов становится таким же важным, как и SEO в традиционном поиске.

Ключевые выводы и стратегические перспективы

Опыт шести компаний позволяет сделать несколько стратегически важных выводов:

• ИИ — это набор специализированных инструментов. Успех приходит к тем, кто четко определяет задачу — будь то контроль полок, как у Fix Price, или генерация контента, как у Autostels, — и подбирает под нее оптимальное AI-решение.
• Культура и кадры важнее технологии. Внедрение начинается с людей, будь то формирование команды AI-амбассадоров, как в Autostels, или поддержка органичной «низовой» инициативы, как в ZENDEN.
• Гибридная модель «человек + ИИ» постепенно становится стандартом. Технологии берут на себя рутину и анализ данных, а человек фокусируется на стратегии, сложных коммуникациях и творчестве.
• Измеримость — основа для стратегических решений. Каждый проект должен иметь понятные метрики успеха (ROI, экономия времени, рост конверсии). Без четких цифр и анализа эффекта не может быть масштабирования.

Технологии, доказавшие свою эффективность в контроле, поиске, автоматизации контента и маркетинге, становятся отраслевым стандартом. Поэтому стоит ожидать, что в 2026 году конкурентное преимущество будет определяться не просто фактом использования ИИ, а умением бизнеса интегрировать его в процессы так, чтобы получать конкретный, измеримый и масштабируемый результат — будь то ROI в 743%, экономия миллионов рублей или кратный рост производительности.

Сразу подчеркнем, что отдельного внимание заслуживает использование ML и AI конкретно в персонализации и коммуникациях. Это явный тренд ближайшего будущего и об этом мы выпустим отдельный материал.

Подпишитесь на уведомления о новых статьях или на наш Телеграм-канал, в котором мы регулярно выкладываем аналитику и дайджесты новостей ритейл-маркетинга.