Маркетологи обещают, что нейросеть запустит магазин за вас. Реальность скромнее, но интереснее. Разбираем 6 направлений ИИ для e-commerce в 2026-м — что работает, что хайп, и чего не делать вашему магазину, чтобы не выкинуть бюджет в трубу.
🧠 Зачем интернет-магазину думать про ИИ в 2026
Несколько месяцев назад ко мне на встречу пришёл клиент. Хорошо одетый, при папке, с заранее распечатанным брифом. И первая же фраза, которую он произнёс, после «здравствуйте»: «Я хочу магазин с ИИ». Я кивнул и спросил: «С каким именно ИИ?». В ответ — пауза секунд на десять. Потом: «Ну… с искусственным интеллектом. Как у больших». Это, честно говоря, типичный разговор последних полутора лет. И когда мне на встрече в десятый раз за неделю говорят про «нейросети, которые заменят менеджеров и всю команду маркетинга», уже хочется не вежливо улыбаться, а просто открыть ноутбук и показать, как «нейросеть» одного известного маркетплейса путает артикулы товаров с телефонными номерами.
Хайп закончился, остались инструменты
А дело в том, что за 2024-й год с ИИ для электронной коммерции произошла одна важная штука. Из «волшебной палочки», которой нам с трибуны конференций махал каждый второй спикер, нейросети превратились в обычный набор инструментов. С границами применимости, с понятной ценой, с реальными ограничениями. Кому-то это скучно — а мне как владельцу студии стало проще объяснять клиентам, где использовать ИИ выгодно, а где — выкинутые деньги. И, к слову, прежде чем подключать к магазину какие-то нейросетевые модули, неплохо бы убедиться, что у вас есть нормальный фундамент: в нашем каталоге готовые интернет-магазины на 1С-Битрикс — это как раз тот фундамент, на который потом можно навешивать всё, что захочется.
Три типа владельцев магазинов — где правда
По моим наблюдениям, владельцы магазинов сейчас делятся на три лагеря. Первые — «ИИ всё сам сделает», эти готовы платить любые деньги за коробочку с надписью AI inside и расстраиваются, когда выясняется, что коробочка требует данных, настройки и здравого смысла. Вторые — «не верю ни во что», эти отмахиваются от любых нейросетей как от секты, и за полгода такого отрицания теряют конкурентов, которые тихо внедрили половину рабочих инструментов. Третьи — осторожные прагматики, и вот именно для них я пишу. В статье разберу шесть направлений, где ИИ в e-commerce реально работает в 2026 году. С конкретными ценниками. С примерами, где он ломается. И с чеклистом в конце — что внедрять сейчас, а что отложить.
✍️ ИИ-генерация контента: описания, тексты, SEO
Это та область, где нейросети уже год как стали рабочим инструментом, а не игрушкой. Но именно здесь же — самое большое количество способов выстрелить себе в ногу.
Описания товаров: где экономия в десять раз, а где провал
Давайте сразу с цифрами. Сто карточек товара руками копирайтера — это, по московским ставкам, 50–80 тысяч рублей и две недели работы. С участием нейросетей и человека-редактора те же сто карточек делаются за 10–15 тысяч и три-четыре дня. Экономия в пять-семь раз. Это не маркетинг, это просто математика, которая работает у нас в студии последние полгода.
Но. Только если делать с головой. Я не устаю повторять клиентам: ИИ-генерация описаний — это не «нейросеть сама напишет всё про ваши пять тысяч SKU». Это «нейросеть напишет черновик по структурированным данным, а человек проверит и поправит». Без второго шага получается катастрофа. Я недавно открыл карточку утюга в одном крупном магазине бытовой техники. Знаете, что я там прочитал? «Этот утюг превосходит ожидания современного потребителя в эпоху диджитал-трансформации». Это утюг, ребята. Утюг! И вот за такой текст Яндекс совершенно справедливо опустит вас в выдаче.
Где ИИ-генерация ломается чаще всего: технически сложные товары с обязательными характеристиками (промышленное оборудование, электроника, медицинские изделия), нишевые продукты с устоявшейся терминологией (рыболовные приманки, профессиональный инструмент, специи), товары с региональной спецификой брендов. Для них либо вообще не использовать нейросеть, либо обучать её на собственной базе — а это уже совсем другие деньги. Если вам нужно качественно и без головной боли — у нас есть отдельная услуга «загрузка каталога» с участием живых редакторов, и часто это в итоге выходит дешевле, чем самому ковыряться с промптами три недели.
SEO-тексты и границы применимости
Самое распространённое заблуждение, которое я слышу: «Яндекс банит сайты за ИИ-тексты». Нет. Яндекс не банит за ИИ-тексты. Яндекс пессимизирует за плохие тексты — точно так же, как пессимизирует за плохие человеческие. Если ваш SEO-копирайтер пишет «вода» — пессимизация. Если ChatGPT пишет «воду» — точно так же пессимизация. Алгоритмы оценивают результат, а не процесс.
Что реально работает: использовать нейросеть как соавтора. Дать ей структуру, ключевые запросы, фактуру от эксперта — и получить хороший черновик. Который потом человек разворачивает, добавляет авторскую интонацию, проверяет цифры. Так мы пишем все тексты для сайта уже больше года, и качество не упало — а время на статью сократилось вдвое. По поводу SEO-продвижения у нас есть отдельный материал, но коротко: пессимизация прилетает за то, что текст бесполезен пользователю. ИИ это или не ИИ — Яндексу всё равно.
Конкретные инструменты для рунета
Прикладной список — что мы реально используем (или используют нормальные коллеги по цеху, кому я доверяю). ChatGPT и Claude — для длинных текстов и редактуры (требуют VPN и зарубежной карты). GigaChat и YandexGPT — для массовой генерации описаний под российскую специфику, работают без танцев с бубном. DeepSeek — если нужно дёшево и сердито. Я для себя решил: для рутины — отечественные модели, для творческой части и редактуры — Claude. И это не вопрос политики, это вопрос того, что отечественные модели лучше понимают наши единицы измерения, нашу терминологию и наши товарные категории. Вот и всё.
🎯 Персонализация и товарные рекомендации на нейросетях
А вот тут начинается территория, где нужно сразу с порога предупредить: если у вас 200 SKU в каталоге и 50 заказов в месяц — никакая нейросеть вам с персонализацией не поможет. Потому что данных, на которых ей надо обучаться, у вас ровно ноль. Это как нанимать диетолога, когда вы ещё не научились есть три раза в день. Сначала продажи и стабильный поток. Потом — персонализация. Не наоборот. На этом моменте я обычно теряю половину аудитории на встречах, потому что говорить «вам ещё рано» — это всегда непопулярная позиция.
«Покупают вместе» 2.0 — как изменились рекомендации
Раньше товарные рекомендации работали по простой логике: смотрим, что покупали вместе с этим товаром, выводим в блок «с этим покупают». Item-to-Item, коллаборативная фильтрация, всё это работало с нулевых годов. Нейросетевые подходы изменили картину тем, что начали учитывать гораздо больше факторов одновременно: историю просмотров пользователя, сезонность, ценовой сегмент, поведение похожих покупателей. И вот это даёт прирост среднего чека — не «в три раза», как обещают на конференциях, а на 8–18% в первые два-три месяца после нормальной настройки. Это, кстати, тот случай, когда осторожные ожидания работают лучше восторженных — клиент в итоге доволен реальностью, а не разочарован обещаниями. Подробнее про сам подход — у нас есть отдельный разбор персонализации на сайте, в котором я разложил всё по полочкам.
Динамические блоки в Битрикс — что доступно из коробки
Хорошая новость для тех, кто работает на 1С-Битрикс (а это, как вы понимаете, наша основная история): большая часть базовой персонализации уже есть в платформе. Динамические блоки «с этим покупают», «похожие товары», «вы недавно смотрели» — это всё штатные инструменты Битрикса, не требующие отдельных интеграций. Дальше, если потока хватает, подключаются внешние сервисы: Retail Rocket и Mindbox — это сильные ребята, цены начинаются от 15–25 тысяч в месяц. Flocktory — для триггерных рассылок и onsite-механик. Каждый шаблон в нашем каталоге решений уже изначально подготовлен к подключению таких сервисов — это базовая часть, не дорогостоящая интеграция «под заказ».
Что я для себя категорически решил по поводу персонализации: не лезть в обучение собственных моделей, пока поток не превысит 500 заказов в месяц и не наберётся хотя бы годовая история. До этой планки экономически выгоднее использовать готовые сервисы по подписке — они уже обучены на десятках магазинов, и качество рекомендаций сразу нормальное. А вот свои модели — это бюджет от 300 тысяч на старте и плюс зарплата ML-инженера. Среднему интернет-магазину это не окупится никогда. Просто примите это и не тратьте время на красивые презентации от агентств, которые вам предложат «уникальную ИИ-модель рекомендаций».
💬 Чат-боты, голосовые ассистенты и автоматизация поддержки
Это, пожалуй, та область, где я чаще всего впадаю в открытое раздражение. Не потому, что нейросетевые боты — плохая идея. Идея отличная. А потому, что 80% реализаций, которые я вижу в живой природе, — это как раз тот случай, когда лучше бы вообще не делали.
Я недавно пытался узнать у бота крупного интернет-магазина электроники, есть ли в наличии конкретная модель пылесоса. Бот мне рассказал про условия доставки в Казань. Семь раз подряд. Я не из Казани. Я писал «есть ли в наличии», бот отвечал про Казань. На восьмом сообщении я сдался и просто закрыл вкладку. Менеджер магазина потом, наверное, увидел в отчёте: «брошенная корзина», «бот отработал успешно». Ну да, бот отработал. Только клиент ушёл.
Кнопочные боты против нейросетевых — где разница в деньгах и в результате
Давайте по цифрам, как я люблю. Кнопочный бот (с заранее заданным деревом вопросов и ответов) ставится за 5–15 тысяч рублей и закрывает примерно 60% типовых запросов: статус заказа, размеры, наличие, доставка, возврат. Этого, кстати, для малого магазина — выше крыши. Нейросетевой бот, который понимает свободные формулировки и держит контекст диалога, обойдётся в 50–150 тысяч в год за подписку плюс время на нормальное обучение, и закрывает уже около 85% запросов. Но только при определённом потоке. Если у вас 30 обращений в день — нейросетевой бот не окупится никогда, проще нанять человека на полставки.
Малый поток, эмоциональные товары, B2B
Премиум-сегмент. Свадебные и ритуальные товары. Сложные B2B-сделки с переговорами по цене и условиям. Магазины до 50 заказов в месяц. В этих случаях бот раздражает клиента больше, чем менеджер в плохом настроении. И отнимает у бизнеса то, ради чего человек к вам зашёл — нормального человеческого общения.
Большой поток, типовые запросы, FAQ
Магазины с потоком от 100 обращений в день. Типовая фактура: «где мой заказ», «какие способы оплаты», «есть ли в наличии», «как вернуть». Связка с CRM, чтобы бот мог реально смотреть в базу, а не врать пользователю. И обязательно — кнопка «соединить с человеком» на видном месте.
Если хотите глубже погрузиться именно в тему ботов — у меня есть отдельный материал, где я разобрал чат-боты для интернет-магазина подробно: от выбора платформы до подводных камней внедрения.
Голосовой поиск через Алису и Марусю
Пока что — экзотика. На сегодняшний день голосовой трафик в e-commerce занимает 2–4% от общего, и большая часть этого — поиск ближайших офлайн-магазинов («Алиса, где купить молоко рядом»). Но рост есть, и игнорировать тенденцию глупо. Что делать прямо сейчас, не вкладывая денег: оптимизировать FAQ-блоки под разговорные формулировки и проверить schema-разметку на сайте. Конкретные шаги — в нашем разборе про оптимизацию под голосовой поиск. Это работа на несколько часов, а отдача появится через полтора-два года, когда голосовой шопинг станет нормой. А он станет — я ставлю.
📸 Визуальный контент: генерация и обработка изображений
А вот тут у меня — почти восторг. Не такой, как у новичков в нейросетях, у которых блестят глаза от каждого сгенерированного котика. А спокойный восторг человека, который в 2018 году вручную в Фотошопе перышком обводил рюкзаки на белом фоне, и помнит, сколько часов это занимало.
Удаление фона, апскейлинг, ретушь
Удаление фона у тысячи товаров за час — это уже не магия 2026 года, это магия 2023-го. Сервисы вроде Remove.bg и Pixelcut делают это пакетно, через API, за копейки. Повышение разрешения старых фотографий до приличного качества (Topaz, Upscayl, отечественный Vizard) — ещё одно направление, где ИИ работает безотказно. Прикладной кейс из нашей практики: клиент пришёл с архивом фотографий из 2015 года в разрешении 600×400, заявил, что переснимать 2000 товаров — нереально. За три дня мы прогнали всё через ИИ-апскейлер и пакетную обработку фонов. Бюджет — около 12 тысяч рублей. Альтернатива в виде студийной съёмки в Москве — от 80 до 200 тысяч. Дальше, я думаю, объяснять не надо.
Генерация изображений товара — юридическая засада
Сгенерированное нейросетью фото самого товара — это введение покупателя в заблуждение по закону «О защите прав потребителей». Покупатель получит не то, что видел на сайте — а получит он не то, потому что нейросеть не знает, как выглядит именно ваш конкретный товар, и нарисует «обобщённый рюкзак», а не ваш. Дальше — претензия, возврат, удар по репутации. Не лезьте в эту область.
Где генерация изображений реально уместна: лайфстайл-сцены (товар в естественной обстановке использования, где сам товар — реальная фотография, а окружение дорисовывает нейросеть), баннеры на главную, фоны для категорий, абстрактные иллюстрации в блог. Тут можно смело — Midjourney, Stable Diffusion, Kandinsky, ЯндексАрт. Кстати, при оформлении сайта мы у себя в студии уже больше года используем гибрид: основные баннеры рисует дизайнер, фоны и второстепенные элементы — нейросеть. Экономия времени — раза в три, качество не падает.
ИИ-видео и говорящие аватары
Честно говоря — пока больше понтов, чем результата. HeyGen, Synthesia, Kandinsky Video — сервисы, которые делают говорящих аватаров и короткие ролики. Для коротких инструкций «как пользоваться товаром» — норм. Для лица бренда, для эмоционального контакта с покупателем — нет, не работает. Зрители подсознательно чувствуют «пластмассу» и закрывают видео на третьей секунде. Если бюджета на живого диктора нет — лучше вообще без видео, чем с аватаром. Это моё личное мнение, основанное на просмотре сотни таких роликов.
📊 Аналитика, прогнозирование спроса и динамические цены
Самая «солидная» область применения ИИ в e-commerce — и одновременно та, где малому магазину делать ровным счётом нечего. Сейчас объясню почему.
Прогноз продаж и закупок
Прогнозирование спроса на нейросетях — одна из тех областей, где машинное обучение реально превосходит интуицию опытного закупщика. Но при одном условии: должен быть достаточный массив данных. Минимум 12–24 месяца истории продаж, минимум 100–200 заказов в месяц, желательно — данные по сезонности за два сезона. Без этого нейросеть начнёт галлюцинировать ровно так же, как ChatGPT галлюцинирует с биографиями малоизвестных людей. Она просто додумает то, чего в данных нет.
Из инструментов для рунета, которые реально работают: Forecast NOW, надстройки к 1С-БП, интеграции МойСклад с прогнозными модулями, Cleverence. Цены — от 5 до 50 тысяч в месяц в зависимости от объёма SKU и складов. Окупаемость — обычно за полгода, если магазин уже терял деньги на залежавшихся остатках. А если у вас ходовка стабильная и склад на коленке — никакой прогноз спроса вам не нужен, экономите свои нервы и деньги.
Динамические цены — стоит ли вообще лезть
«А правда, что Озон поднимает цены, когда видит, что вы зашли с конкретного устройства?» — мне этот вопрос задают каждый второй клиент. Правда. А правда, что Wildberries делает то же самое? Тоже правда. А вам это нужно повторять? А вот тут — нет, не нужно. Динамическое ценообразование, как его реализуют маркетплейсы, требует миллиона SKU, потока в десятки тысяч заказов в день и серьёзной инфраструктуры. У вас, если вы не маркетплейс, — 500 SKU и 30 заказов в день. «Динамические цены» в вашем масштабе — это покупка боевого истребителя, чтобы добраться до соседнего двора. И ещё одно: при неаккуратной реализации можно нарваться на ФАС за дискриминацию покупателей. Оно вам надо? Думаю, нет.
Что реально полезно из аналитики на ИИ для среднего магазина — антифрод и поведенческая аналитика. Системы, которые отмечают подозрительные заказы (странное время, нетипичные IP, поведение, похожее на тест-карты), реально снижают чарджбэки. Это уже работает в коробочных решениях у нас на hrustalev.com — в составе модулей для готовых магазинов.
✅ Что внедрять сейчас, а что отложить — практический чек-лист
Если вы дочитали до этого момента — вы уже умнее половины предпринимателей, которые сейчас сидят на каком-нибудь вебинаре «нейросеть, которая сама запустит вам магазин за 199 рублей». Поздравляю, серьёзно. Теперь — самое практичное: что делать руками, исходя из размера вашего магазина.
Чек-лист по уровню зрелости
До 50 заказов в месяц (стартап):
☐ ИИ-генерация описаний товаров (только с редактурой человека)
☐ Удаление фона и обработка фотографий через ИИ-сервисы
☐ Простой кнопочный бот в группах ВК и Telegram
☐ Базовая SEO-оптимизация под голосовой поиск (FAQ + schema)
50–500 заказов в месяц (средний):
☐ Готовые сервисы персонализации (Retail Rocket / Mindbox / Flocktory)
☐ Сегментированные email-рассылки с ИИ-генерацией тем и текстов
☐ Нейросетевой чат-бот с интеграцией CRM и кнопкой «соединить с человеком»
☐ Прогнозирование спроса через надстройки 1С или МойСклад
500+ заказов в месяц (зрелый):
☐ Можно думать про собственные ML-модели рекомендаций
☐ Полноценный антифрод на ИИ
☐ A/B-тестирование с ML-анализом результатов
☐ Аналитика когорт и LTV через нейросетевые модели
Чего категорически не делать в 2026-м
Не покупайте «коробочные ИИ-решения для интернет-магазина за 500 тысяч под ключ». Их продают агентства, которые сами этим ИИ не пользуются — они просто переупаковывают чужие сервисы с накруткой. Не делегируйте ChatGPT написание оферты, политики конфиденциальности или условий возврата — это юридические документы, ошибка в них стоит дороже, чем час работы юриста. Не верьте обещаниям «увеличу продажи в 5 раз через нейросеть» — никто не увеличивает в 5 раз через инструмент, который у конкурентов уже есть.
С чего начать — если решились
Самое разумное — начать с фундамента: проверить, что у вашего магазина нормальная скорость, адекватная аналитика и собираются данные о поведении пользователей. Без этого никакие ИИ-надстройки не дадут эффекта — им не на чем работать. Если фундамента ещё нет, посмотрите наш материал про быстрый запуск магазина на готовом решении — он закрывает базовые потребности за пару дней, и потом можно спокойно навешивать любые ИИ-надстройки.
И финальное, чтобы закрыть гештальт: ИИ не заменит вас. Просто заменит тот предприниматель, который умеет ИИ пользоваться. А вы, после этой статьи, — теперь умеете. Ну, или хотя бы знаете, с какой стороны подступаться.
Хотите разобраться — какие инструменты подойдут именно вам?
Напишите нам — посмотрим вместе на ваш магазин, оценим текущий поток и данные, и подскажем, с какого ИИ-инструмента вам действительно стоит начать. Без продажи воздуха и волшебных коробочек.
Посмотреть готовые магазины
