Экономика Excel больше не масштабируется: почему ИИ — это новый операционный слой бизнеса, а не просто «генератор картинок»

Давно хотел структурировать мысли после нашего апрельского митапа. Пока индустрия спорит, «заменит ли нейронка человека», ребята из топ-ритейла уже экономят на этом миллиарды. Послушал Григория Черняева (нашего CEO CIS в 24TTL) и выписал главное о том, почему в e-com наступает эпоха Agentic Commerce.

Проблема, в которую уперлась индустрия

Рынок растет на 2–3% в год, а средняя маржинальность ритейлеров падает: с 7,2% до 6%. Парадокс? Нет. Операционка растет быстрее выручки. Мы заваливаем специалистов инструментами и данными, которые устаревают быстрее, чем их успевают собрать. Итог — «высокие технологии» в большинстве компаний всё еще держатся на костылях из Excel-таблиц.
ИИ как операционный слой
Григорий продвигает важную мысль: ИИ перестал быть точечным инструментом «задал вопрос — получил текст». Теперь это операционный слой.
- Human in the loop: Человек не уходит, он становится руководителем алгоритма.
- Стек сигналов: На вход системе подаются цены, остатки, отзывы и действия конкурентов.
- Агентный слой: Цифровые сотрудники сами обрабатывают данные, а человек только нажимает финальную кнопку одобрения.

Кто уже в игре (цифры и кейсы)
- Ozon: Сэкономили 9 млрд рублей за 2 года на автоматической модерации контента. Сейчас 96% отзывов и карточек проверяет ИИ, цель — 99,5%.

- Wildberries: Их внутренняя нейросеть «переваривает» 15 млн карточек в день. Плюс внедрили ИИ-примерку, которая учитывает позу и фактуру ткани.

- ВкусВилл: Сделали «цифровой двойник» даркстора. Это позволяет за часы просчитать логистику, которую вручную не осилить и за месяц.
- H&M: Оцифровали реальных моделей. Теперь копия модели может «сняться» в Токио и Нью-Йорке одновременно, без джетлагов и перелетов.

Один из важнейших мировых трендов — Universal Commerce Protocol. Крупные бренды уже настраивают PIM-платформы, которые автоматически выгружают контент на маркетплейсы через API и оптимизируют данные о товарах специально для ИИ-агентов.

Смысл: ИИ сам ищет продукт, добавляет в корзину, оформляет заказ и оплачивает. Общение «agent-to-agent» без участия человека.

Почему внедрения буксуют?
Мы часто видим, как компании «просто пробуют» ИИ, получают травматичный опыт и бросают. Основные проблемы:
1. Грязные данные: ИИ не работает с хаосом.
2. Юристы и комплаенс: Часто именно они становятся самым узким местом.
3. Отсутствие критериев качества: Непонятно, что считать хорошим результатом.
Рабочий подход: не пытаться охватить всё сразу. Выбрать один-два процесса с наибольшим объёмом рутины — и там показать измеримый результат. Встраивать ИИ не как отдельный инструмент для генерации промптов, а как единую операционную систему, которая связывает отделы между собой.

Что по деньгам

По прогнозу Yakov & Partners, ожидаемый экономический эффект от внедрения ИИ в российский ритейл и потребительский сектор к 2030 году составит до 160 млрд рублей. В сегменте FMCG и потребительских товаров — до 100 млрд рублей.

В ближайшие 4–5 лет у компаний, которые смогут встроить ИИ в свои процессы, появится финансовый рычаг в размере около 260 млрд рублей.

Это не абстрактные цифры из презентации. Это разница между теми, кто останется на рынке, и теми, кто будет вытеснен теми, у кого операционные косты ниже.
Мой вывод: К 2030 году продажи через ИИ-агентов составят $4–5 трлн. Победят не те, кто больше всех говорит про AI, а те, кто быстрее встроит его в «движок» бизнеса.