ИИ в e-commerce: что можно отдать нейросети в интернет-магазине и с чего начать

Что вы узнаете:

• семь задач интернет-магазина, которые можно отдать ИИ, и что нужно для каждой
• таблица: задача, данные, риск ошибки, с чего начать
• что в магазине лучше оставить человеку
• как запустить первую задачу и проверить результат на своих данных

Коротко: что отдавать ИИ и что оставить людям

ИИ может помочь с повторяющимися задачами, где понятны правила и результат можно быстро проверить: например, подобрать товар по описанию, ответить на типовой вопрос или подготовить выгрузку. А скидки, возвраты, споры и решения, связанные с юридическими обязательствами магазина, мы советуем оставить человеку.

Универсального «внедрения ИИ в магазин» нет: задачи разные, и для каждой нужны свои данные и проверки. Начните с одной задачи, где результат легко проверить, а ошибка недорога.

Мы разрабатываем ИИ-подборщик и ИИ-агентов для автоматизации процессов, поэтому у нас есть интерес к этой теме. Ниже разбираем и случаи, когда наше решение может не подойти.

Семь задач, которые можно отдать ИИ

1. Подбор товара по описанию задачи

Покупатель описывает, что ему нужно, вместо того чтобы перебирать фильтры. ИИ может задать уточняющие вопросы и предложить товары из каталога. Такой подбор может быть полезен, когда выбор зависит от совместимости, размера или назначения товара. Но если в каталоге мало данных, рекомендация может оказаться неподходящей. Подробнее - в статье про умный поиск для интернет-магазина и на странице решения «ИИ-подборщик товаров».

2. Ответы покупателям

ИИ можно настроить на типовые вопросы о статусе заказа, наличии, характеристиках, доставке и возврате. Для этого ему понадобятся база знаний магазина и данные заказа. Если нужной информации нет, советуем передавать вопрос сотруднику. Возможный риск - устаревшая база знаний или неверно настроенные права доступа к заказам. Какие бывают боты и как выбрать, мы разобрали в статье «Чат-бот для интернет-магазина».

3. Выгрузки и загрузки данных с маркетплейсов

Для выгрузки или загрузки данных можно поручить ИИ-агенту подготовить скрипт под конкретную задачу, а разработчику - проверить его. Риск в том, что скрипт может обращаться к реальным данным и ценам. Поэтому мы советуем ограничить его права и сначала проверить работу на тестовых данных. Подробнее - в статье «ИИ-агенты для маркетплейсов».

4. Сверка остатков между системами

Остатки можно сверять между личным кабинетом маркетплейса, учётной системой и таблицами. ИИ-инструмент может показать расхождения, чтобы их проверил сотрудник. Мы не советуем автоматически менять остатки без проверки: на первом этапе безопаснее получать отчёт о расхождениях.

5. Ответы на отзывы

ИИ может подготовить черновик ответа по заданным правилам: тону, обращению и тому, что можно обещать. Решение об ответе и публикации мы советуем оставить сотруднику. Так проще проверить, не противоречит ли ответ правилам магазина и не обещает ли лишнего.

6. Описания и характеристики карточек товаров

ИИ можно использовать, чтобы привести описания к единому стилю, подставить характеристики из таблицы поставщика и заполнить пропуски в шаблоне. Важно не допустить выдуманных характеристик. Наша рекомендация: не просить нейросеть угадывать недостающие факты, брать их из таблицы и выборочно проверять результат.

7. Прайсы и каталог

ИИ может помочь привести прайсы поставщиков к одному формату, найти дубли и нормализовать названия и единицы. Ошибки в ценах и единицах могут дорого обойтись. Мы советуем задавать правила проверки в коде, а не оставлять их на усмотрение модели. Пошаговый разбор - в статье «Как собрать прайс через нейросеть».

Сводная таблица

Задача	Что нужно	Цена ошибки	С чего начать
Подбор товаров	каталог с характеристиками	ориентировочно средняя: неверная рекомендация	тестовые запросы на каталоге
Ответы покупателям	база знаний, права на заказы	ориентировочно средняя	передача сложных вопросов человеку
Выгрузки с маркетплейсов	доступы к API, тестовая среда	ориентировочно высокая: работа с реальными данными	скрипт, который только читает
Сверка остатков	данные из двух систем	ориентировочно высокая при автоматических правках	отчёт о расхождениях
Ответы на отзывы	правила тона и ограничения	ориентировочно средняя: риск для репутации	черновики для сотрудника
Карточки товаров	таблица характеристик	ориентировочно средняя	шаблон и выборочная проверка
Прайсы	файлы поставщиков	ориентировочно высокая: ошибки в ценах	правила проверки в коде

Это ориентировочная оценка: цена ошибки в вашем магазине может быть другой.

Что оставить человеку

Мы советуем оставить сотрудникам:

• скидки, индивидуальные цены и нестандартные условия;
• возвраты денег, споры и жалобы с претензиями;
• решения об изменении цен и остатков, если результат не проверен;
• вопросы, связанные с юридическими обязательствами магазина.

Обработку персональных данных покупателей стоит отдельно продумать до запуска. Подробнее - в статье «Работа с нейросетью и 152-ФЗ».

Как выбрать первую задачу

1. Выпишите 5-7 повторяющихся операций, на которые команда тратит больше всего времени.
2. Для каждой оцените, можно ли быстро проверить результат и сколько может стоить ошибка.
3. Выберите задачу, где проверка быстрая, а возможная ошибка недорогая.
4. Проверьте, есть ли нужные данные: актуальный каталог, база знаний, доступ к системе.
5. Заранее определите границы: что ИИ делает сам, а что передаёт человеку.
6. Запустите решение на ограниченном потоке, например на одной категории товаров или одном канале.

Если нужна помощь с выбором, на странице для интернет-торговли собраны задачи, которые мы обсуждаем с магазинами. Для автоматизации внутренних процессов есть решение «Автоматизация процессов».

Когда ИИ может не понадобиться

Мы бы не спешили внедрять ИИ, если:

• в магазине небольшой каталог и мало обращений: возможно, ручная работа обойдётся дешевле;
• в данных нет порядка: ИИ сам его не наведёт, а ошибки могут быстрее попасть в обработку;
• некому проверять результаты и обновлять данные;
• задачу можно решить обычным скриптом или настройкой в вашей системе;
• команда не готова менять процесс: если сотрудники продолжат работать по-старому, ИИ может остаться отдельной игрушкой.

Как проверить результат

До запуска решите, с чем будете сравнивать новый процесс. Мы советуем выбрать показатели, которые вы уже умеете измерять: время обработки обращения, число обращений, которые менеджерам приходится перепроверять, или число ошибок в выборке. Затем:

1. Соберите контрольную выборку, например из 30-50 типичных случаев и несколько сложных, в том числе таких, где правильный ответ - «информации нет».
2. Сравните результат ИИ с эталоном, который подготовил сотрудник.
3. Вручную проверьте выборку реальных диалогов или выгрузок за первые дни.
4. Спросите сотрудников, стало ли им проще работать, а не только сколько времени удалось сэкономить.
5. Если результат не лучше прежнего, не расширяйте запуск. Сначала разберитесь, где проблема: в данных, правилах или самой задаче.

Если хотите обсудить, что подойдёт вашему магазину, оставьте заявку: проведём первичную консультацию и оценим сроки и стоимость.

Источники

• Страницы решений и отраслей LLAIM: «ИИ-подборщик товаров», «Автоматизация процессов», «ИИ-агенты», «Retail и e-commerce»
• Материалы блога LLAIM: умный поиск для интернет-магазина, ИИ-агенты для маркетплейсов, прайс через нейросеть, чат-бот для интернет-магазина