ИИ отправили за покупками. Он потратил деньги, но купил ли он то, что просили: эксперимент Visa

Представьте, что вы просите умного помощника купить телевизор. Объясняете, что он нужен для игр, просмотра фильмов и семейных видео. Называете бюджет. Просите учесть совместимость с приставкой и возможность вернуть товар, если он не подойдёт.

Помощник внимательно выслушивает, изучает предложения, выбирает модель и оформляет покупку. Есть только одна проблема: телевизор не соответствует вашим требованиям. Это не фантастический сюжет и не очередная шутка про искусственный интеллект. Именно с такими ситуациями столкнулась Visa, когда решила проверить, насколько хорошо ИИ-агенты справляются с ролью самостоятельных покупателей.

5 ноября 2026 года компания представила Visa Agentic Commerce Benchmark. В эксперименте участвовали 22 модели искусственного интеллекта из 12 лабораторий. Им предложили выполнить 15 сценариев покупок, включая выбор телевизора, ноутбука и бытовых приборов. Результаты оказались интереснее, чем очередная демонстрация возможностей нейросетей: почти половина попыток закончилась неудачей. А в большинстве проблемных случаев искусственный интеллект всё равно пытался что-нибудь купить.

Для бизнеса это уже не просто забавная история. Речь идёт о том, насколько скоро ИИ сможет самостоятельно выбирать товары, взаимодействовать с магазинами и распоряжаться деньгами покупателей.

Visa проверяла не способность нейросети найти товар по названию. Задача была значительно сложнее.

Покупатель далеко не всегда может сразу сформулировать все требования. Он знает, что ему нужен телевизор, но не обязательно разбирается в форматах изображения, стандартах HDR, игровых характеристиках и совместимости с другими устройствами.

Поэтому ИИ должен был не просто искать товары, а разговаривать с человеком, задавать уточняющие вопросы, выявлять скрытые требования и принимать решение. Если подходящего товара нет, правильным ответом считался отказ от покупки. Именно здесь обнаружилась главная проблема.

По данным Visa, общий процент успешного прохождения тестов составил 57,2%. Лучшие модели справились с 82,2% попыток, худшие показали результат всего 28,9%. Но есть ещё одна цифра, которая выглядит особенно любопытно: в 54% неудачных попыток ИИ всё равно совершал покупку.

То есть система могла не выяснить все требования клиента или выбрать неподходящий товар, но остановиться и переспросить человека считала необязательным. Получается своеобразный цифровой консультант, который не до конца понял заказ, но уже пробил чек. Для обычного покупателя это неприятность. Для интернет-магазина, маркетплейса или платёжного сервиса подобная ошибка может обернуться возвратами, спорами, дополнительными расходами и потерей доверия.

В эксперименте обнаружилась ещё одна интересная закономерность: более дорогие модели в среднем справлялись лучше, но разница не означала, что высокая стоимость гарантирует качество.

Пять самых дорогих по стоимости одного запуска моделей показали средний результат 67,1%. У пяти наиболее дешёвых этот показатель составил 50,2%. Разница заметная, но даже более дорогие решения не обеспечивали безошибочную работу.

Ещё показательнее оказался тест на повторяемость результатов. Каждой модели давали три попытки пройти один и тот же сценарий. И только в 34,2% случаев все три попытки завершались успешно.

Иными словами, если ИИ однажды правильно выбрал телевизор, это ещё не означало, что при повторном обращении он снова примет такое же правильное решение.

Для бизнеса это принципиальный вопрос. Интернет-магазину недостаточно, чтобы цифровой консультант хорошо сработал в одной демонстрации. Он должен стабильно выполнять задачи при тысячах обращений, разных бюджетах и самых неожиданных запросах покупателей. Иначе автоматизация вместо экономии создаёт новую статью расходов.

История с экспериментом Visa важна не только для производителей нейросетей. На рынке формируется новое направление, которое называют агентной коммерцией (agentic commerce). Это модель торговли, при которой искусственный интеллект не ограничивается рекомендациями, а самостоятельно выполняет часть покупательского процесса.

Сегодня привычный сценарий выглядит так: человек открывает поисковик или маркетплейс, сравнивает товары, читает отзывы, выбирает продавца и оплачивает заказ.

В будущем часть этой работы сможет выполнять ИИ-агент. Например, человек поручает ему найти ноутбук для работы с графикой стоимостью до определённой суммы. Агент изучает характеристики, сравнивает предложения разных магазинов, уточняет недостающие условия и выбирает подходящий вариант. В более развитой модели он сможет оформить заказ и провести оплату с разрешения покупателя.

Для потребителя это экономия времени. Для бизнеса — изменение привычной модели продаж. Если покупатель поручает выбор алгоритму, конкурировать придётся не только за внимание человека, но и за то, чтобы товар оказался в списке рекомендаций ИИ.

Причём привычные инструменты продвижения могут работать иначе. Красивые рекламные обещания и эмоциональные описания товара не обязательно помогут, если алгоритм прежде всего оценивает характеристики, цену, наличие, условия доставки и возврата.

В этой ситуации выигрывать могут магазины с понятными каталогами, точными характеристиками товаров, прозрачными ценами и качественными данными о наличии.

На первый взгляд может показаться, что эксперимент Visa касается исключительно разработчиков искусственного интеллекта. Но у платёжных компаний есть собственный интерес к развитию этого рынка. Если ИИ начинает выбирать товары и оформлять заказы, ему необходимо безопасно взаимодействовать с платёжной инфраструктурой.

Возникают вопросы, которые в обычной интернет-торговле уже давно решены привычными механизмами:

Visa развивает направление Visa Intelligent Commerce, связанное с платежами и коммерческими операциями с участием ИИ-агентов. Новый тест Visa Agentic Commerce Benchmark дополняет эту работу: компания пытается определить, насколько надёжно искусственный интеллект справляется с выбором товара ещё до перехода к оплате.

Здесь есть важный нюанс: Visa не является нейтральным наблюдателем. Компания заинтересована в развитии агентной коммерции, поскольку новые способы покупок означают новые сценарии использования платёжной инфраструктуры.

Поэтому результаты эксперимента стоит рассматривать одновременно как исследование возможностей ИИ и как часть стратегии крупного игрока финансового рынка.

Для электронной торговли появление ИИ-покупателей может оказаться более серьёзным изменением, чем очередное обновление поисковых алгоритмов.

Пока магазин продаёт человеку, он может использовать фотографии, рекламу, акции, отзывы и рекомендации, чтобы привлечь внимание. Но если товар выбирает алгоритм, значение приобретают другие параметры.

Прежде всего качество информации о продукции. Если в карточке товара нет точных характеристик, сведений о совместимости или условий возврата, ИИ может просто исключить его из рассмотрения.

Второй фактор — доверие. Агент должен понимать, кому можно поручить покупку, какие магазины надёжны, как подтверждается наличие товара и насколько прозрачны условия сделки.

Третий фактор — возвраты и ответственность. Если искусственный интеллект регулярно ошибается, магазины получают дополнительные обращения, а платёжные компании — потенциальные споры по операциям.

Для российских интернет-магазинов, маркетплейсов, банков и финтех-компаний это тоже повод задуматься о подготовке к новому формату торговли. Даже если массовые покупки через автономных ИИ-агентов пока не стали привычкой, требования к качеству товарных данных, безопасности платежей и автоматизации обслуживания уже имеют практическое значение.

Эксперимент Visa показывает довольно любопытную ситуацию.Технологии уже позволяют поручать искусственному интеллекту сложные задачи, связанные с выбором товаров. Но между способностью найти подходящую модель ноутбука и готовностью самостоятельно потратить чужие деньги остаётся существенная дистанция.

Пока ИИ может не выяснить важное условие, ошибиться в выборе и всё равно довести покупку до конца. Для пользователя это означает необходимость контролировать помощника. Для бизнеса — необходимость создавать механизмы проверки, ограничения полномочий и подтверждения операций.

В ближайшие годы конкуренция на рынке электронной торговли может развернуться не только за покупателя-человека, но и за его цифрового представителя.

И тогда у интернет-магазинов появится необычная задача: научиться продавать не только людям, но и алгоритмам, которые принимают решения за них. Правда, прежде чем доверять нейросети банковскую карту, неплохо бы убедиться, что она хотя бы умеет отличать нужный телевизор от просто похожего.

На фоне развития цифровых платежей и новых способов управления деньгами всё большую роль играют сервисы, которые упрощают финансовые операции: например, ex24.pro, специализирующийся на обмене валют и денежных переводах по всему миру.