Wildberries запускает ИИ-ассистента, который понимает задачу, а не ключевые слова

Годами место товара в выдаче маркетплейса определяла понятная тройка: качество карточки, ключевые слова и рекламные ставки. Продавцы выучили эти правила наизусть, вокруг них выросла целая индустрия сервисов и курсов. И вот в эту устоявшуюся механику Wildberries добавляет элемент, который играет по другим правилам: собственного ИИ-ассистента, решающего за покупателя, какие товары показать.

Что запускает Wildberries

Хронология такая. 4 июня на Петербургском экономическом форуме основатель маркетплейса и глава RWB Татьяна Ким анонсировала ИИ-ассистента для поиска товаров. А 26 июня компания начала пилотное тестирование: чат-бот встроили в мобильное приложение, первыми доступ получили участники закрытого теста, дальше его обещают открыть всем пользователям. А 19 июля охват пользователь, которым стало доступна новая функция, расширился.

Работает это так. Точка входа находится прямо в поисковой выдаче. Пользователь переходит в чат и вместо подбора ключевых слов описывает задачу обычным языком: «подарок коллеге до 3 000 рублей», «робот-пылесос для квартиры с домашними животными», «собрать товары для поездки на море с ребёнком». Ассистент разбирает суть запроса и возвращает подборку прямо в диалоге. Дальше товары можно сравнить, обсудить их особенности и уточнить, что важнее: цена, бренд или конкретная характеристика.

Под капотом, по данным компании, работает собственная большая языковая модель. Это не надстройка над чужим API, а своя разработка: генеративные модели Wildberries давно использует во внутренних сервисах, теперь их вывели в интерфейс для покупателей. Параллельно площадка обкатывает «Умное сравнение», которое становится частью того же ассистента, а в мае запустила отдельного ИИ-помощника для продавцов, собирающего аналитику по продажам в формате вопрос-ответ.

Почему сейчас: тренд, который догнал российские маркетплейсы

Wildberries здесь не первопроходец, и это важно для понимания масштаба. Amazon ещё в 2024 году выпустил shopping-ассистента Rufus, который отвечает на вопросы о товарах и помогает сравнивать модели. Perplexity тогда же добавила покупку прямо внутри диалога с нейросетью. А в России этим летом Алиса научилась сравнивать товары по ценам и характеристикам, и трафик из неё на сайты e-commerce, по данным Яндекса, вырос за четыре месяца на 159%.

То есть выбор товара на глазах перетекает из строки поиска в разговор с нейросетью. И у маркетплейсов здесь развилка: либо пользователь уходит советоваться к внешнему ИИ и возвращается уже с готовым решением, либо площадка строит собственный ИИ-слой и удерживает весь путь выбора у себя. Запуск ассистента Wildberries это ровно второй сценарий: не дать точке выбора уехать наружу.

Ставки высоки, потому что рынок огромен: по оценке Data Insight, оборот российского e-commerce ещё в 2024 году превысил 10 триллионов рублей. Тот, кто контролирует момент выбора, контролирует распределение этих денег между брендами.

Что меняется для брендов и продавцов

Теперь главное. Классическая выдача маркетплейса устроена прозрачно: оптимизировал карточку, подобрал ключи, выставил ставку, получил позицию. С ассистентом появляется дополнительный слой, где решение принимает языковая модель, и её логика отличается от логики поисковой строки.

Первое отличие: модель отвечает на задачу, а не на ключевое слово. Запрос «рюкзак для ноутбука и командировок» это не про вхождение слов в название товара, а про то, насколько модель в принципе связывает ваш продукт со сценарием «командировки». Эта связь складывается из всего массива данных: описаний, характеристик, отзывов, вопросов покупателей.

Второе: в диалоге мест меньше, чем в выдаче. Бесконечную ленту можно листать сколько угодно, а подборка в чате заведомо короче: ассистент отбирает, а не перечисляет. Конкуренция за попадание в этот короткий список будет жёстче, чем за место на первом экране выдачи.

Третье: отзывы и контент карточки начинают работать иначе. Для языковой модели текст отзывов это источник знаний о товаре, из которого она черпает аргументы для рекомендации. Показательно, что параллельно Wildberries взялся за гигиену этого слоя: с июля площадка тестирует пометку «Похоже на ИИ» для отзывов, чьи фото и видео несут признаки ИИ-обработки. Данные, на которых учится рекомендовать ассистент, становятся зоной контроля самой платформы.

По сути, у продавцов появляется новая дисциплина: следить не только за позициями в выдаче, но и за тем, как товар и бренд выглядят в глазах нейросети. Эта логика уже знакома тем, кто занимается видимостью брендов в ChatGPT, Алисе или GigaChat: там точно так же нельзя купить место в ответе ставкой, зато можно влиять на него качеством и полнотой данных о продукте. Разница в том, что теперь та же механика включается внутри маркетплейса, в шаге от кнопки «Купить».

Смотрите на картину шире одной площадки. Ассистент Wildberries, агент Алисы, рекомендации ChatGPT это части одного процесса - между брендом и покупателем повсюду встаёт нейросеть, которая формирует короткий список. Проверять, попадает ли бренд в такие списки и что модели о нём говорят, имеет смысл системно, по всем платформам сразу, а не по одной. Вручную это уже не делается, поэтому на рынке сложился отдельный класс GEO-сервисов, которые мониторят видимость бренда в ответах нейросетей: brandfound, VisioBrand, GeoRank, PixelTools AI-Visibility. Они регулярно опрашивают нейросети по запросам категории и показывают, как часто и в каком контексте модели называют бренд, где его обходят конкуренты и какие источники за этим стоят.

Выдача с фильтрами и ставками никуда не исчезнет завтра. Но направление Wildberries обозначил недвусмысленно: следующая версия поиска на маркетплейсе разговаривает с покупателем и сама решает, кого ему показать. Брендам остаётся сделать так, чтобы этой ИИ было что о них сказать.