Wildberries запустил нейросеть, которая смотрит на карточку глазами покупателя раньше него

У карточки товара на Wildberries появился новый первый зритель, и это не человек. Маркетплейс запустил для продавцов ИИ-сервис «Анализ внимания»: нейросеть изучает фотографию товара и в среднем за 15 секунд прогнозирует, куда покупатель посмотрит в первую очередь, что заметит следом и мимо чего проскользнёт взглядом. О запуске компания сообщила RB.RU.

Новость выглядит мелкой функцией фоторедактора, но встроена она в тренд, который куда шире одного маркетплейса: контент бренда теперь сначала оценивает машина и только потом человек. Разбираем, как устроен сервис, в чём его честные ограничения и почему селлерам и маркетологам стоит увидеть в нём репетицию большого сдвига.

Слежение за взглядом, но без камер и добровольцев

В основе сервиса модель машинного обучения, построенная на принципах технологии отслеживания взгляда, айтрекинга. Классический айтрекинг требует камер и живых участников: специальное оборудование фиксирует, как двигаются глаза человека по макету. Модель Wildberries предсказывает то же самое без людей: она обучена закономерностям движения глаза и по одной лишь фотографии прогнозирует, какие объекты окажутся в фокусе и в какой последовательности.

Продавец получает три вида аналитики: тепловую карту с зонами, где внимания будет много, а где мало, оценку заметности элементов в процентах, отдельно для товара, текста и инфографики, и траекторию взгляда, то есть порядок, в котором модель считает элементы наиболее заметными. Практический сценарий очевиден: загрузить несколько вариантов главного фото, сравнить карты внимания и выбрать обложку, где товар не проигрывает собственной инфографике.

Сервис встроен в фоторедактор карточки на портале продавцов и доступен в рамках подписки «Джем». Пока это тестовый режим для части селлеров из России, Армении, Казахстана, Беларуси, Кыргызстана, Узбекистана и Китая.

Важная честная деталь, которую Wildberries проговаривает прямо: нейросеть не отслеживает действия реальных покупателей. Прогноз строится исключительно на загруженной фотографии. То есть перед нами не аналитика поведения, а предсказание модели, со всеми вытекающими: инструмент отлично подходит для быстрой и дешёвой проверки идей, но принимать его оценку за истину о живых людях не стоит. Финальную проверку по-прежнему делает касса.

Машинное зрение покупателя строится по кусочкам

«Анализ внимания» интереснее рассматривать не отдельно, а в ряду других ИИ-сервисов, которые Wildberries последовательно внедряет. Маркетплейс уже тестирует «Умное сравнение», где нейросеть анализирует выбранные товары и коротко объясняет различия между ними. С февраля работает ИИ-сортировка отзывов: алгоритм раскладывает комментарии по характеристикам товара, от размера до запаха. Тестируется и виртуальная примерка косметики.

Сложите эти кусочки, и проявится картина: маркетплейс собирает машинную копию покупательского взгляда. Нейросети уже читают отзывы за покупателя, сравнивают товары за покупателя, а теперь и смотрят на карточку за покупателя. Каждый слой контента селлера, от фото до отзывов, получает читателя-машину, которая просматривает его раньше и быстрее человека.

Для рынка это знакомая история, просто из соседней комнаты. Ровно то же самое произошло с контентом брендов в большом интернете: ответы нейросетей собираются из сайтов, карточек и обзоров, которые модель прочитала за пользователя, и бренд либо попадает в этот пересказ, либо нет. Wildberries доводит ту же логику до визуального слоя: теперь и фотография товара проходит машинную оценку до человеческой. Контент в 2026 году по умолчанию имеет двух читателей, и первый из них не моргает.

Что это значит для российского рынка

Для селлеров вывод самый практический. Проверка обложек до запуска, которая раньше требовала бюджета на A/B-тесты или подрядчика со специальным оборудованием, становится функцией фоторедактора по подписке: 15 секунд на вариант. Пользоваться стоит, помня об ограничении из предыдущего раздела: карта внимания это предположение модели, а не замер живого поведения, поэтому надёжнее сравнивать варианты между собой, чем верить самим цифрам процентов.

Для брендов и маркетологов важнее само событие: «заметность» окончательно превращается в измеримый показатель, причём на каждом этаже воронки. Внутри маркетплейса её теперь считает нейросеть Wildberries. Этажом выше, в ответах ChatGPT, Алисы и других ассистентов, заметность бренда давно измеряется GEO-сервисами: например, brandfound замеряет упоминания бренда в девяти нейросетях, включая оба режима Алисы AI, с тональностью и источниками каждого ответа. Логика на обоих этажах одинаковая: сначала понять, как тебя видит алгоритм, потом править контент, потом замерить снова. Кто освоил этот цикл на одном уровне, тому проще на всех остальных.

И общий вывод для рынка: спор о том, стоит ли оптимизировать контент под машины, закрыла сама индустрия. Когда крупнейший маркетплейс страны встраивает в кабинет продавца нейросеть, оценивающую фотографии до покупателя, вопрос «подстраивать ли контент под алгоритм» перестаёт быть спорным. Остаётся вопрос «на каких этажах вы это уже делаете». Карточка на маркетплейсе, ответ нейросети, быстрый ответ в поисковой выдаче: у контента всё больше первых зрителей, которые не люди. Побеждают бренды, которые здороваются с каждым из них.