ИИ-агенты Алисы бронируют столики и оформляют заказы. Клиентом бренда становится алгоритм

Нейросеть просматривает магазины и маркетплейсы, возвращается с несколькими вариантами выгоднее и предлагает оформить заказ, не выходя из переписки. Человек не открыл ни одной карточки товара, не увидел ни одного баннера, не зашёл ни в один магазин. Выбор сделал алгоритм.

Это функция ИИ-агентов Алисы AI, которую Яндекс разворачивает с осени: приём заявок на бета-тестирование уже закрыт, часть агентов открыта всем, остальные, как обещает справка сервиса, «скоро будут доступны всем». И пока рынок обсуждает, как попасть в ответы нейросетей, стоит присмотреться к следующей ступени, которая уже наступила: нейросеть перестаёт быть советчиком и становится исполнителем. Для брендов это означает появление принципиально нового типа клиента, и знакомиться с ним лучше до того, как он станет массовым.

Что уже умеют агенты

Судя по официальной справке Алисы AI, набор агентских сценариев закрывает заметную часть повседневного потребления, и статусы у них разные. Уже доступны всем два агента: «Исследовать», который проводит многошаговые исследования с готовым файлом на выходе, и «Находит дешевле», который просматривает интернет-магазины и маркетплейсы в поисках более выгодной цены; по описанию Hightech, этот агент может и оформить заказ прямо в чате. В статусе беты работают бронирование и запись: агент подбирает столик в ресторане или окно в салоне красоты, причём, по данным того же Hightech, система охватывает 30 тысяч ресторанов и 40 тысяч салонов, понимает запросы на естественном языке и учитывает историю бронирований. Там же, в бете, сборка корзины в Лавке под задачу вроде «ингредиенты для борща». На подходе, со статусом «скоро», сценарии в приложении Яндекс Go: вызвать такси, подобрать ресторан, собрать продукты по рецепту.

Масштаб спроса виден по цифрам Яндекса. Ещё весной компания отмечала, что именно агенты «Найти дешевле» и «Исследовать» стали драйверами роста аудитории чата, а инструментом исследований пользователи за первый месяц воспользовались больше 500 тысяч раз. По свежему квартальному отчёту, еженедельная аудитория чата с Алисой AI достигла 33,2 млн человек, плюс 39% за один квартал. Сама компания называет Алису AI первой в России нейросетью, способной пройти весь путь решения задачи: найти информацию, принять решение и выдать готовый результат. Ключевые слова здесь: «принять решение».

Чем агент отличается от советчика

Всё, что мы разбирали про видимость брендов в нейросетях до сих пор, касалось модели-советчика. Нейросеть выдаёт список вариантов, человек читает и выбирает. В этой схеме у бренда оставалось пространство для манёвра: даже попав в список третьим, можно взять своё узнаваемостью, отзывами, эмоцией. Финальное решение оставалось за человеком.

Агент эту развилку убирает. Когда задача звучит как «найди дешевле» или «забронируй на восемь вечера на двоих», пользователь получает не список для размышлений, а результат. Сравнение вариантов происходит внутри алгоритма, по критериям, которые поддаются машинной проверке: цена, наличие, свободные слоты, рейтинг, полнота данных. Пространство, в котором бренд мог очаровать живого покупателя, схлопывается: агента не очаровывают, ему соответствуют.

Из этого следует неприятная для маркетинга арифметика. Рекламная кампания, упаковка, тон коммуникации, всё то, что формирует предпочтение человека, для агента не существует. Зато существует то, на что классический маркетинг часто смотрит как на техническую рутину: структура карточки товара, актуальность цены, корректность остатков, подключение к системам бронирования, скорость подтверждения.

Быть в базе или не быть вообще

Самое жёсткое следствие агентной модели касается самой возможности попасть в рассмотрение. Советчик мог упомянуть ресторан, о котором прочитал в подборке, даже если у того нет онлайн-брони: человек позвонит сам. Агент так не работает: он бронирует через подключённые системы, и заведение вне этих систем для него не вариант с недостатком, а вариант, которого нет. Те же 30 тысяч ресторанов и 40 тысяч салонов в базе агента это не просто цифра охвата, это новая граница рынка: внутри неё конкуренция за клиента-агента, снаружи её отсутствие.

С товарами логика та же. Агент «Найти дешевле» сравнивает предложения, которые смог прочитать и проверить. Магазин со скрытыми ценами, неактуальными остатками или карточкой без характеристик проигрывает не в момент сравнения, а до него: его предложение просто не попадает в выборку. Цена и данные превращаются в интерфейс, через который бренд разговаривает с алгоритмом, и других каналов убеждения у него в этом диалоге нет.

Отдельно стоит проговорить и то, что происходит с ценовой конкуренцией. Человек сравнивает лениво - пару вкладок, знакомый магазин, привычный маркетплейс. Агент сравнивает всё, до чего дотянется, за секунды и без усталости. Для брендов с завышенной ценой при слабом отличии от конкурентов агентная коммерция это стресс-тест, который они будут проходить при каждом запросе.

Что делать брендам уже сейчас

Агентный режим называют одним из главных ИИ-трендов второй половины 2026 года, и Алиса здесь не исключение, а российское проявление глобального сдвига. Пока агентные сценарии только набирают массовость, у брендов есть время подготовиться.

Первое: проверить читаемость текста для машин. Открытые актуальные цены, полные характеристики, живые остатки, подключение к системам бронирования и заказа. Вопрос для проверки простой: может ли алгоритм, не звоня и не догадываясь, найти ваше предложение, проверить его и совершить действие. Каждое «нет» в этой цепочке означает выпадение из агентских сценариев.

Второе: продолжать работать с видимостью в ответах нейросетей. Агент не берётся из ниоткуда, он опирается на те же данные, карточки, рейтинги и источники, из которых нейросеть собирает обычные рекомендации. Бренд, которого модель не упоминает в ответах сегодня, вряд ли окажется в шорт-листе агента завтра. Отслеживать эту базу можно GEO-сервисами мониторинга: например, GEO-сервис brandfound показывает, в каких ответах девяти нейросетей бренд присутствует, с какой тональностью и через какие источники.

Третье: пересмотреть, где заканчивается маркетинг и начинается продукт. В агентной модели скорость подтверждения брони, честность остатков и предсказуемость цены влияют на продажи сильнее слогана. Это не отменяет брендинг для людей, но добавляет второй контур, параллельно с покупателем-человеком у компании появляется покупатель-алгоритм, и у него свои представления о прекрасном.