ИИ-агент для маркетплейса отвечает на отзывы и вопросы покупателей, подсказывает, что дописать в карточки, и следит за сообщениями площадки. Перед покупкой отзывы читают 75% покупателей, а около 40% ждут ответа продавца в течение дня. Агент держит этот срок, а сложные случаи отдает человеку.
У продавца на площадке четыре потока текста: отзывы, вопросы покупателей о товаре, сообщения в чате и уведомления самой площадки. Каждый требует ответа в свой срок, и каждый влияет на продажи.
Агент пишет ответы по карточке товара, инструкции и правилам магазина. Он работает по принципу RAG: ищет нужный фрагмент в ваших документах и отвечает по нему, без обучения модели.
Цифры из лида взяты из опроса больше 1000 покупателей, опубликованного в октябре 2024 года. Ответ продавца на отзыв видят все, кто выбирает товар, поэтому его пишут для будущих покупателей, а не только для автора отзыва.
Если нужен готовый агент под ключ, это наша услуга для Авито и маркетплейсов. Здесь разбираем, как он устроен и что можно собрать самому.
Кейс ИИ-поддержки интернет-магазина на открытых данных. Модель: магазин с доставкой по стране и тремя операторами поддержки. Вопросы «где заказ», «как вернуть» и «когда доставка» идут в чат, почту и соцсети, включая вечер и выходные.
Один процесс пилота. Типовые вопросы: статус заказа, доставка, возврат, оплата. Агент отвечает по данным заказа.
Метрика из договора. Доля обращений, закрытых без оператора, и время до первого ответа.
Что подключили. CRM и статусы доставки, чат на сайте, почта и соцсети как каналы.
Как передавали сложные случаи. Спор, претензия или нестандартный возврат уходят оператору вместе с историей диалога.
Что нужно от магазина. Доступ к CRM или системе заказов и к каналам, где пишут покупатели, в первые три дня. Обращения в поддержку за месяц и правила, по которым отвечают операторы: сроки доставки, условия возврата и оплаты.
Разбор на открытых данных. Модель: магазин на двух площадках и со своим сайтом, 300 отзывов и вопросов в месяц. Отвечает менеджер между отгрузками, поэтому негативные отзывы висят без ответа днями, а вопросы о размере и доставке остаются без покупки.
Один процесс пилота. Агент читает новые отзывы и вопросы на площадках, в своих каналах и на сайте, отвечает по правилам магазина: благодарит, уточняет заказ, объясняет размер, состав и сроки, предлагает решение по браку.
Метрика из договора. Время до ответа на отзыв и вопрос и доля обращений с ответом за час.
Что подключили. Кабинеты площадок, вопросы на сайте, мессенджеры, база по товарам и правила магазина.
Как передавали сложные случаи. Спор о возврате, претензия и вопрос о компенсации уходят менеджеру вместе с историей.
Разбор на открытых данных. Модель: магазин на сайте и двух площадках, три оператора поддержки. Каждое пятое обращение остается без ответа, четверть сообщений в соцсетях магазины игнорируют, 75% покупателей читают отзывы. Один агент чинит поддержку, отдел закрывает все каналы, где покупатель ждет ответа.
Внутренняя платформа ИИ-разработки Verdi за несколько месяцев взяла на себя 10% разборов споров покупателей и продавцов на одной из крупных площадок компании; потенциал платформы оценивают в решения на 450 млн $ в год.
Внутренняя платформа ИИ-разработки Verdi за несколько месяцев взяла на себя 10% разборов споров покупателей и продавцов на одной из крупных площадок компании; потенциал платформы оценивают в решения на 450 млн $ в год. Кроме того, генеративный ИИ довел точность выявления мошенничества почти до 99% по отмеченным товарам и помог за два года внести в каталог в 100 раз больше товаров.
10% споров на одной площадке решает ИИ, потенциал 450 млн $ решений в год: ИИ-агент поддержки для интернет-магазина с претензиями.
ИИ-ассистент по подбору одежды работает на всех 25 рынках компании (больше 50 млн клиентов) на 20+ языках: кликов на товары на 23% больше, добавлений в избранное на 40% больше.
ИИ-ассистент по подбору одежды работает на всех 25 рынках компании (больше 50 млн клиентов) на 20+ языках: кликов на товары на 23% больше, добавлений в избранное на 40% больше, бесполезных рекомендаций на 5% меньше по сравнению с прежней версией.
Ассистент подбора поднял клики на 23%: ИИ-консультант на сайте интернет-магазина.
«Умный ассистент» в кабинете продавца отвечает на вопросы и дает рекомендации по данным магазина: по оценке Ozon, он способен закрыть до 20% обращений в поддержку; пока работает в тестовом режиме для части продавцов.
Маркетплейс встроил в личный кабинет ИИ-агента, который анализирует продажи, остатки и метрики конкретного магазина и отвечает на вопросы продавца в свободной форме с учетом контекста диалога. Оценка Ozon: инструмент способен закрыть до 20% запросов, которые раньше шли в техподдержку, и отвечать без ожидания в очереди. На апрель 2026 года ассистент работал в тестовом режиме для части продавцов.
Ответ по данным клиента, а не по общей инструкции: ИИ-агент поддержки подключается к вашей CRM и 1С.
ИИ генерирует видеообложки и фото для карточек товаров: видеообложка за минуту, больше 3 млн карточек продавцы улучшили с помощью ИИ-инструментов.
В октябре 2025 года маркетплейс начал тестировать сервисы генерации контента для продавцов: анимированные видеообложки и автоматические композиции в фоторедакторе; виртуальная фотостудия с ИИ-моделями работает с ноября 2024 года. Генерация видеообложки занимает около минуты; к 2026 году больше 3 млн карточек товаров улучшены с помощью ИИ-инструментов площадки.
Контент для карточек и соцсетей из одного фото: ИИ-агент готовит его для вашего магазина без студии.
Генерация карточек товаров для сайта: стоимость написания карточки снизилась на 95%, скорость публикации выросла в десятки раз.
Сеть строительных гипермаркетов автоматизировала написание карточек товаров для сайта с помощью сервиса генерации текстов. Стоимость одной карточки упала на 95%, скорость публикации товаров выросла в десятки раз.
Тексты для каталога и площадок по шаблону и данным из 1С: задача для ИИ-агента контента.
Нейросеть рисует уникальные изображения для электронных подарочных карт: конверсия в заказ выше на 5 п.п., средний чек карт с нейросетью выше на 8%.
Сеть косметики встроила в сайт и приложение сервис, который генерирует уникальное изображение для электронной подарочной карты. Конверсия в заказы электронных карт выросла на 5 процентных пунктов, средний чек таких карт выше на 8% по сравнению с обычными.
Персональный визуал в момент покупки: ИИ-агент для сайта собирает его за секунды.
Онлайн-дискаунтер, где ИИ управляет ценами, ассортиментом и списаниями: управляющая команда 25 человек вместо не менее 150 по оценке основателя, цены на 20–30% ниже рынка.
В Татарстане запущен продуктовый онлайн-дискаунтер, построенный на ИИ: алгоритмы отвечают за ценообразование, формирование ассортимента и борьбу со списаниями. Управляющая команда 25 человек; по словам основателя, без ИИ понадобилось бы не менее 150 сотрудников. Цены на 20–30% ниже средних по рынку, стартовые инвестиции около 100 млн ₽, доставка за 1–3 часа.
Бизнес, спроектированный вокруг ИИ-агентов, а не вокруг штата: это и есть ИИ-отдел.
ML-модель предсказывает брак в возвращенных товарах до ручной проверки: обработка возвратов после примерки ускорилась в 2 раза.
Все товары, возвращенные после примерки, сначала проходят через модель на больше чем 60 признаках, обученную на 20 млн строк истории, и только потом попадают к сотруднику. Скорость обработки возвратов выросла в 2 раза, ресурсы проверки идут на подозрительные позиции.
Сортировать поток до человека: так ИИ-агент разбирает заявки, отзывы и претензии интернет-магазина.
Мультиагентный ассистент «Ави Pro» для 500 000 профессиональных продавцов: каждое второе сгенерированное описание публикуется без правок, 50 метрик на каждом шаге воронки.
Классифайд открыл ИИ-ассистента половине аудитории профессиональных продавцов, это 500 000 пользователей. Внутри мультиагентная система: один агент пишет описание, другой анализирует больше 50 метрик воронки. Каждое второе описание используется без доработок; в развитие своих ИИ-ассистентов компания планирует вложить около 1 млрд ₽ в 2026 году.
Объявление, ответы покупателям и разбор воронки в одном агенте: так работает ИИ-агент для Авито и маркетплейсов.
ML-модель распределяет субсидии исполнителям: в A/B-тесте расходы на надбавки снизились на 9,3%. Модель заменила ручные правила распределения субсидий исполнителям подработки.
ML-модель распределяет субсидии исполнителям: в A/B-тесте расходы на надбавки снизились на 9,3%. Модель заменила ручные правила распределения субсидий исполнителям подработки: связка ML-модели и линейного программирования делит бюджет надбавок по данным.
Модель вместо ручных правил снизила расходы на надбавки на 9,3%: ИИ-агент распределяет бонусы и бюджеты по данным.
Поддержка это процесс, где агент окупается быстрее всего, потому что вопросы повторяются. И это же процесс, где чаще всего ломают доверие клиентов, отдав агенту все подряд. Ниже план внедрения ИИ в поддержку клиентов на четыре недели, который делит работу между агентом и людьми правильно.
Берем обращения за месяц и делим на группы: статус заказа, доставка, возврат, оплата, технические вопросы, жалобы. Считаем долю каждой группы и медиану времени ответа. Обычно 60–80% обращений это три-четыре типовые группы, и это кандидаты для агента. Жалобы и споры сразу помечаем как «человек».
Один агент на типовых группах, 14 дней, от 150 000 ₽. Подключаем к CRM или системе заказов, чтобы агент отвечал по данным, а не общими словами. Метрика в договоре: доля вопросов, закрытых без оператора, и время до первого ответа. Операторы видят каждый диалог и могут вмешаться.
Отвечает по статусу заказа и доставке из ваших систем. Объясняет условия возврата и оплаты по вашим правилам. Собирает вводные по техническому вопросу до передачи специалисту. Передает жалобы и споры человеку с историей, а не отвечает шаблоном «приносим извинения».
С 1 октября 2026 года вступают в силу законы 289-ФЗ и 290-ФЗ о платформенной экономике. Для продавцов на маркетплейсах меняются сроки и правила: по тексту закона 289-ФЗ площадка из реестра обязана уведомлять об изменении условий за 15 или 45 дней, отвечать на жалобу продавца за 15 дней, выдавать акт сверки за 7 рабочих дней, проверять карточки до публикации, а личный кабинет становится каналом юридически значимых сообщений. Ниже что это значит для продавца и где может помочь агент.
Обязанности касаются операторов посреднических цифровых платформ: площадка получает этот статус с момента включения в реестр, если отвечает критериям закона и Правительства (статья 4). Если площадка в одностороннем порядке меняет договор, она уведомляет продавца в электронной форме не позднее чем за 45 дней, когда меняются меры ответственности, растет вознаграждение площадки или порядок его расчета, меняются условия приемки, хранения, доставки, выдачи, отправки или возврата товара. В остальных случаях срок 15 дней. Если изменение улучшает положение продавца или нужно по закону, площадка может уведомить в срок из договора (статья 12). Снижать цену за счет продавца площадка может только по договору, с уведомлением не позднее чем за 5 рабочих дней и с согласием продавца. Продавец может заранее задать минимальную цену или запретить такие скидки (статья 9). Если площадка применила штраф, ограничила или сняла карточку, закрыла доступ к кабинету, снизила рейтинг или изменила место карточки в выдаче, продавец до суда обязан подать жалобу через ее систему досудебного рассмотрения. Площадка отвечает не позднее чем через 15 дней, а если признает жалобу обоснованной, отменяет меры в течение 48 часов (статья 14). Акт сверки и документы к нему по запросу за 7 рабочих дней (статья 11). Площадка проверяет карточки по государственным информационным системам из перечня Правительства и не пропускает карточки без обязательных сведений, например о сертификатах, маркировке или госрегистрации (статья 7). Площадка обязана дать продавцу возможность отправлять и получать юридически значимые сообщения в электронной форме: через личный кабинет и другим способом из договора (статья 6). Когда сообщение считается полученным, статья 6 не уточняет: действуют общие правила статьи 165.1 ГК РФ и условия договора. Штрафы вводит закон 295-ФЗ от 4 августа 2026 года: статья 14.69 КоАП для площадок и статья 14.70 КоАП для продавцов, которые нарушают требования к размещению предложений о продаже. Для продавцов-компаний это 30 000–70 000 ₽, при повторном нарушении 70 000–200 000 ₽, для ИП 5 000–30 000 ₽. Большая часть норм действует с 1 октября 2026 года, штрафы площадок за проверку карточек с 1 января 2027 года.
Год назад рынок ждал, что покупатели перестанут заходить на сайты и площадки: ИИ-агент сам выберет товар и оплатит. По обзору Forrester за апрель 2026 года так не вышло. OpenAI запустила покупки прямо в ChatGPT в сентябре 2025 года и закрыла их в марте 2026, Google в январе 2026 представил свой протокол покупок с Walmart, Target и Shopify, а Visa к декабрю 2025 года насчитала сотни агентских транзакций в пилотах при 900 млн пользователей ChatGPT в неделю. Исключение Китай: ИИ-оплата Alipay, которая работает и в приложении Qwen, провела 120 млн платежей за одну неделю февраля. Ниже что агентская коммерция 2026 года значит для продавца на российских площадках и где агент приносит деньги уже сегодня, а не в 2028 году.
Сентябрь 2025: OpenAI и Stripe запускают Instant Checkout, покупку внутри ChatGPT. Декабрь 2025: Visa сообщает о сотнях агентских транзакций в пилотах. Январь 2026: Google представляет Universal Commerce Protocol с Etsy, Shopify, Target, Wayfair и Walmart; Alibaba встраивает Alipay в приложение Qwen. Февраль 2026: 120 млн транзакций через ИИ-оплату Alipay; у ChatGPT 900 млн пользователей в неделю. Март 2026: OpenAI закрывает Instant Checkout и переходит к приложениям магазинов внутри чата; Stripe признает, что агентская коммерция была перегрета слишком рано.
2 июля 2026 года Wildberries предупредил продавцов, что с 7 июля повышает комиссии, сообщил «Коммерсантъ». Причину площадка назвала прямо: «значительное удорожание топлива и связанный с этим рост логистических расходов». Разбираем, на сколько выросли ставки и что это меняет для интернет-магазина, который продает и на площадке, и через свой сайт и мессенджеры.
Площадка изменила стандартный договор с продавцами. Рост комиссий зависит от модели работы: больше всего подорожала модель, где Wildberries служит витриной, а заказ доставляет курьер или покупатель забирает его сам. В компании уточнили, что изменения «носят дифференцированный характер»: для части товарных категорий комиссии не выросли, а для некоторых даже снизились.
По данным «Коммерсанта», для модели витрины комиссия выросла на 20 процентных пунктов, для продавцов со своим складом на 6 п. п., для работы со склада Wildberries на 5 п. п. Сервис аналитики Wildbox оценил, что повышение приведет к росту цен почти на 90% товаров площадки.
11 августа 2026 года Ассоциация компаний интернет-торговли (АКИТ) подвела итоги первого полугодия: оборот онлайн-торговли в России составил 7,2 трлн ₽, на 18,7% больше, чем годом раньше. Почти 80% объема дают регионы. Для интернет-магазина это значит больше заказов и больше вопросов от покупателей в разное время суток.
По данным ассоциации, онлайн-продажи в первом полугодии 2026 года заняли 22,2% всей розничной торговли против 20,9% годом раньше. Российские магазины и площадки обеспечили 96,6% оборота, или 6,9 трлн ₽. На покупки в зарубежных магазинах пришлось 3,4%, или 245,8 млрд ₽.
Президент АКИТ Артем Соколов назвал главный источник роста: «Драйвером роста интернет-торговли остаются регионы». На Москву и Санкт-Петербург приходится 21% оборота.
Крупнейшие категории по объему: товары для дома и мебель на 1,13 трлн ₽, одежда и обувь на 1,08 трлн ₽, продукты питания на 1,06 трлн ₽, электроника и техника на 931 млрд ₽. Быстрее других росли цифровые товары, почти на 40%, а также аптеки, зоомагазины и товары для творчества, почти на 30%. Data Insight, по данным «Коммерсанта», ждет по итогам 2026 года около 15 трлн ₽.
19 февраля 2026 года РВБ (объединенная компания Wildberries и Russ) запустила для продавцов ИИ-ответы на отзывы покупателей с автоматической публикацией. Об этом со ссылкой на компанию сообщили Forbes и CNews. Ниже как работает инструмент, где его граница и что продавцу стоит автоматизировать за пределами маркетплейса.
Раньше нейросеть на площадке только предлагала варианты ответа, а продавец выбирал и публиковал его вручную. Теперь продавец один раз задает параметры, и дальше ответы готовятся и публикуются автоматически. Можно выбрать, на какие оценки отвечает нейросеть, например только на 4 и 5 звезд; остальные отзывы остаются для ручной обработки.
Ответ собирается из карточки товара и текста отзыва, модель учитывает прежние ответы самого продавца. Опубликованные ответы можно отредактировать. Если данных в карточке мало, отзыв остается без ответа, и продавец обрабатывает его сам. Отдельно включаются ИИ-рекомендации: в ответ добавляются артикулы сопутствующих товаров, например геймпады и гарнитуры к отзыву об игровой приставке.