Радио 
Российский e-commerce подходит к одной из самых серьезных смен правил в своей истории: меняется точка принятия решения о покупке. Раньше выбор делал человек, теперь часть покупок может перейти к ИИ-агенту, которому доступны бюджет, пожелания и история заказов пользователя. Это похоже на таргетированную рекламу, только применительно к товарам и еще более персонально. IT-эксперт и основатель GIZU Ventures Юрий Гизатуллин рассказал Sostav, кто получит власть в новой модели, что станет с рекламой и во что продавцам стоит вкладываться уже сейчас.
Сдвиг уже заметен в цифрах, хотя пока он небольшой. По прогнозу Data Insight и «Яндекса», к 2032 году через ИИ-агентов будет проходить 7−11% продаж российского e-commerce, или 2−3 трлн рублей. Исследование «Перспективы агентной коммерции в России» опубликовано в августе 2026 года, в его основе 30 глубинных интервью с ранними пользователями ИИ и 6 интервью с представителями крупного ретейла. Его авторы сами отмечают, что агентная коммерция находится на стадии пилотов и заказы через ИИ-системы пока единичны, а в 2026−2027 годах доля таких продаж составит 0,4−1%. В мире оценки выше: по расчетам McKinsey, к 2030 году объем розничных покупок с участием ИИ-агентов может достичь 1 трлн долларов в США и 3−5 трлн долларов по всему миру.
Доля кажется скромной, но вопрос в том, кто будет распоряжаться этими деньгами. Процесс уже идет: по данным «Яндекса», покупательские задачи составляют 12% запросов к «Алисе AI», а за консультацией по товарам к ней обращаются около 11 млн человек в неделю. В США картина похожая: по данным Adobe, в июле 2026 года трафик из ИИ-источников на сайты ретейлеров вырос на 62% за год, а конверсия таких визитов оказалась на 60% выше, чем у остального трафика.
Кто получит власть
В цепочке продаж больше влияния обычно у того, кто контролирует точку принятия решения. В новой агентной модели это может быть владелец ИИ-сервиса. McKinsey в своем отчете предупреждает, что компании, которые промедлят с этим переходом, рискуют потерять позиции: ИИ-агенты становятся новыми привратниками коммерции. Для витрин, поставщиков и складов это означает риск превратиться в звенья чужой системы: если агент не находит товар или не доверяет данным о нем, покупатель до продавца не дойдет. По сути, идет борьба за главный актив — внимание клиента, и оно все больше перетекает к ИИ-ассистентам.
Значит ли это, что каждому ретейлеру нужен собственный агент? Скорее нет. Это дорогое вложение с высоким риском: для обучения агента нужно много данных, которых у небольших игроков обычно нет, поэтому позволить его себе смогут в основном лидеры рынка с большой аудиторией. Остальным, вероятно, выгоднее попасть в рекомендации существующих ИИ-сервисов, где уже накоплены трафик и доверие пользователей. Так и происходит: по словам «Яндекса», продавцы, на которых приходится 17% российского e-commerce, уже интегрированы в транзакционную инфраструктуру компании и доступны для покупок через «Алису AI».
С каких категорий ИИ начнет решать за нас
Вероятно, первыми под управление алгоритма уйдут товары повседневного спроса: бытовая химия, продукты, расходники. Они предсказуемые, а цена ошибки низкая, поэтому такую покупку проще доверить. Агенту достаточно знать бюджет, предпочтения по брендам и наличие товара. Пока доверие ограничено суммой: по данным Data Insight, ключевой порог для пользователей составляет около 5 тыс. рублей. Готовность отдать ИИ сам выбор тоже невысока: в опросе Gartner среди американских потребителей даже в категориях с низкой ценой ошибки, таких как товары личной гигиены и бытовые принадлежности, доверить ИИ решение о покупке были готовы не более 11% респондентов.
Во вторую волну, по моей оценке, войдут товары, где важны вкус и статус: базовая одежда, электроника, подарки. Здесь решают нюансы, а чтобы учесть их, агентам нужно больше данных о человеке. К тому же выбор моделей пока нестабилен: в эксперименте Wharton агенты выбирали разные товары из одного и того же набора, когда исследователи меняли состав или порядок источников.
При этом большинство агентных сценариев сегодня — это разговорный подбор вариантов, а не автономная покупка. Исследование Data Insight это подтверждает: пользователи в основном доверяют ИИ на этапе выбора товара и намного реже — при добавлении в корзину и оформлении заказа. Логичный следующий шаг — автоматические покупки. Умный холодильник, подключенный к домашнему ИИ, сможет оформить заказ с учетом расписания хозяина, его предпочтений и даже того, что вечером ждут гостей. Лично я жду этого с нетерпением: поход по магазинам кажется мне одной из самых рутинных задач.
Карточка вместо баннера
Там, где покупку совершает агент, привычные инструменты продаж работают иначе. Классическая реклама рассчитана на глаза и эмоции, а агент в первую очередь читает данные: характеристики, цену, рейтинг, наличие. Но это не значит, что внешние сигналы перестают действовать. Исследователи в 2025 году показали на симуляторе маркетплейса, что на выбор агентов влияют позиция товара на странице и значки вроде «Спонсорский» и «Выбор редакции», причем разные модели реагируют на них по-разному. А в уже упомянутом эксперименте Wharton один авторитетный обзор заметно смещал выбор агента. Поэтому, по моей оценке, влияние на агента сместится с картинки и слогана на данные, отзывы и независимые оценки.
Вероятно, вырастет ценность полной и точной карточки товара. Чем подробнее описаны характеристики, состав, отзывы и наличие, тем выше шанс попасть в рекомендацию. Часть бюджетов может перетечь из визуала в качество и структуру данных о товаре. Допускаю, что в итоге привлечение клиента подешевеет для производителей качественных товаров и подорожает для тех, кто делает ставку только на упаковку. В этом случае покупатели выиграют.
Оптимизация под ИИ становится новым SEO. На Западе для нее уже появились термины AEO (answer engine optimization — оптимизация под ответы ИИ-ассистентов) и ACO (agentic commerce optimization — оптимизация карточек под восприятие ИИ-агентом). От SEO ее отличает акцент на фактической точности, и точность действительно важна: по данным опроса Gartner, 54% американцев, которые использовали ИИ при недавней покупке, перепроверяли всю информацию, полученную от ИИ-инструментов. Но гарантией выбора точная карточка не служит: исследования показывают, что на решение агента влияют и внешние обзоры, и порядок источников, и коммерческие условия. Одной оптимизации данных мало.
Как агент выбирает товар
Попадание в рекомендации описал бы как многослойную систему оценки.
- Технический слой: полнота и точность данных о товаре, актуальная цена, наличие на складе в реальном времени.
- Репутационный слой: рейтинги, отзывы, независимые обзоры и подтвержденные сертификаты. Исследования показывают, что агенты чувствительны к отзывам и обзорам: в эксперименте Wharton один независимый обзор сильно смещал выбор.
- Слой удобства: скорость доставки, расположение пунктов выдачи заказов, оплата при получении.
- Коммерческий слой: договоренность между продавцом и владельцем агента. Это самая спорная зона: если комиссия становится фактором ранжирования, конкуренция может перестать быть честной для покупателя. Риск подтверждают эксперименты, в рамках которых большинство из 23 протестированных моделей в задаче бронирования авиабилетов в более чем половине случаев выбирали более дорогой спонсорский вариант.
На первые три слоя продавец может влиять сам.
Что делать продавцу уже сейчас
- Провести аудит карточек. У каждого товара должны быть заполнены характеристики, состав, размеры и совместимость, а цена и остатки — обновляться в реальном времени. Расхождение между карточкой и реальностью подрывает доверие и, вероятно, снижает шансы попасть в рекомендацию.
- Работать с отзывами и подтверждениями. Собирать отзывы после покупки, отвечать на негатив, выкладывать сертификаты. Это сырье для репутационного слоя.
- Подтянуть логистику и условия: сроки доставки, сеть пунктов выдачи, оплату при получении.
- Следить за цифровой видимостью компании. Агент собирает информацию с доступных источников, поэтому стоит убедиться, что рейтинг цифровой видимости у вашей компании не ниже 70 по методологии iMetod.
- Проверять, как бренд видят ИИ-ассистенты. Регулярно задавать им типовые запросы покупателей в своей категории и фиксировать, попадает ли товар в ответ и как его описывают.
Измерять результат можно по трем показателям: доля трафика из ИИ-ассистентов в веб-аналитике, частота упоминаний бренда в ответах по ключевым запросам и конверсия этого трафика в сравнении с поисковым.
Доверие, которое будет продавать
Может ли нейросеть, получив право выбора, незаметно подменять привычные товары более дорогими «от партнеров»? Эксперименты показывают, что риск есть. Один из возможных сценариев: сначала мы привыкаем к интерфейсу и начинаем ему доверять, затем это доверие монетизируют. ИИ, который знает привычки и характер пользователя, может оказаться убедительнее обычной рекламы. Аналогия из офлайна: консультант в магазине тоже работает с планом продаж и иногда предлагает товар с наибольшей маржой, а не самый дешевый аналог. ИИ-агент может делать то же самое, но в большем масштабе.
С регулированием пока неясно. С 1 сентября 2026 года частично действует рамочный закон о развитии технологий ИИ. По разбору юристов на ppc.world, он задает терминологию и правила для больших фундаментальных моделей, а нормы о возможности маркировать ИИ-контент вступают в силу с 1 марта 2027 года. О партнерских рекомендациях ИИ-агентов покупателям в этом разборе не говорится, и я не уверен, что действующих норм хватит, чтобы защитить покупателя. Возможно, владельцев агентов обяжут маркировать партнерские рекомендации, но к таким пометкам у пользователей быстро вырабатывается баннерная слепота. Похожий эффект знаком по поисковой выдаче с рекламными блоками.
Человек, конечно, сможет не передавать выбор агенту. Но я ожидаю, что в базовой версии ИИ-агент станет частью маркетплейсов и будет бесплатным: Wildberries объявил о запуске ИИ-ассистента в поисковой выдаче, он работает на модели, разработанной внутри компании. Сейчас готовность делегировать покупки невысока, но привычка и желание сэкономить силы могут это изменить, и люди будут отдавать агенту все больше решений. По моим наблюдениям, это происходит и в бизнесе: многие внедряют ИИ-агентов в работу и не задумываются, насколько безопасно открывать им доступ к компьютеру и рабочим системам.
Будущее, к которому стоит подготовиться
Один из самых тревожных сценариев — постепенное обнуление индивидуальности. Если агенты будут решать, что нам есть, как одеваться и чем заниматься, человеку останется удовлетворять базовые потребности с минимальными усилиями. Почти как в мультфильме «ВАЛЛ-И», где люди так привыкли к заботе роботов, что разучились ходить. До этого пока далеко, но направление понятно: решение о покупке постепенно смещается от человека к алгоритму, а темп этого сдвига зависит от доверия. Сегодня доля продаж через ИИ-агентов в российском e-commerce невелика, а полный выбор готовы отдавать алгоритму немногие. Но привычки меняются быстро, и 7−11% к 2032 году — это уже 2−3 трлн рублей, за которые будут конкурировать платформы, бренды и владельцы агентов.
Выигрывать в этой конкуренции, скорее всего, будут не те, кто громче рекламируется, а те, чьи данные агент находит, понимает и считает надежными. Для большинства продавцов это означает работу с карточками, отзывами, условиями доставки и цифровой видимостью, а не создание собственного агента. При этом полагаться на один рецепт нельзя: исследования показывают, что агенты ведут себя по-разному и могут менять выбор из-за мелочей, поэтому результат стоит регулярно проверять на практике. Не менее важно следить за правилами игры, прежде всего за тем, как будут регулироваться и маркироваться коммерческие рекомендации ИИ.
Для бизнеса вывод прагматичный: агентная коммерция может прийти быстрее, чем кажется по сегодняшней доле в 0,4−1%, и готовиться к ней нужно сейчас, начиная с карточек, данных и репутации. По прогнозу Gartner, к 2028 году 60% брендов будут использовать агентный ИИ для персональных взаимодействий с клиентами. По моей оценке, это значит, что ИИ-агенты появятся и у покупателей, и у брендов с платформами, и продавцам придется выстраивать общение уже с ними. Чем раньше компания к этому приспособится, тем меньше риск, что решение о покупке будет принято без нее.