Цифровизация ритейла вышла на новый уровень: генеративный ИИ и классическое машинное обучение стали неотъемлемой частью ценообразования, прогнозирования спроса и логистики. Внедрение AI‑ассистентов и платформ для создания персонализированных ИИ‑помощников позволяет автоматизировать рутинные задачи и фокусироваться на стратегических целях.

Михаил Неверов, директор по развитию искусственного интеллекта X5 Tech:

В 2025 году мы в Х5 перешли от экспериментов к промышленному применению ИИ. Научились строить агентов, встраивать их в бизнес-процессы и делать так, чтобы они приносили измеримую пользу. Сегодня у нас два главных инструмента: корпоративный AI-ассистент CoPilot X5 и платформа-конструктор, где любой сотрудник может собрать своего ИИ-помощника.

CoPilot X5: помощник для 30 тысяч человек

CoPilot X5 помогает генерировать тексты, анализировать материалы и писать код, освобождая время для решения более стратегических задач. Количество пользователей уже превысило 30 тысяч, а число запросов за 2025 год — более 3 миллионов. Инструмент доступен без VPN с компьютера и телефона. Внутри — передовые LLM-модели, а для работы с внешними сервисами мы настроили фильтры и маскировку чувствительных данных.

В CoPilot живут универсальные ассистенты, специализированные помощники для маркетинга и разработки, а ещё «цифровые персоны», которые помогают тестировать гипотезы: как лучше оформить товар, как сформулировать предложение, какой канал коммуникации сработает.

ML в основе ритейла: спрос, цены, логистика

Цифровизация ритейла опирается не только на генеративный ИИ, но и на классическое машинное обучение, которое лежит в основе ценообразования, прогнозирования спроса, управления запасами и логистики.

Модели учитывают спрос, поведение покупателей, сезонность и конкурентную среду, помогая точнее управлять ценами и поставками — снижать нехватку товаров и избыточные запасы, повышая эффективность всей цепочки поставок.

Классический ML обеспечивает стабильность процессов, а генеративный ИИ повышает эффективность сотрудников и расширяет возможности работы с клиентским опытом, формируя устойчивую операционную основу и точки роста.

Конструктор ИИ-агентов: когда сотрудники сами собирают помощников

У нас есть платформа, где любой сотрудник может собрать своего ИИ-агента. В конструктор уже зашиты системы проверок, классификаторы, логика работы — остаётся только настроить под свою задачу. Этот инструмент позволяет каждому сотруднику собрать для себя что-то персональное. Это весьма полезно, потому что сложно решить за компанию, в которой работают свыше 400 тысяч человек, каким образом лучше применять ИИ.

Кейсов уже много. Например, на складе ребята из ремонтной зоны собрали агента, который хранит всю историю поломок грузовиков. Теперь с телефона можно посмотреть, что сломалось и как чинить — не надо листать бумажные журналы. Юристы используют агентов для проверки договоров и подготовки документов.

Цель одна: убрать рутину, оставить человеку главное

Автоматизация рутины во многих подразделениях — офисных и не только — это то, где, на мой взгляд, находится больше всего бизнес-пользы. Мы проверили это, в том числе, за счёт CoPilot, который позволяет офисным пользователям сократить рутину.

По мере того как становится всё больше решений на основе ИИ, которые уже не являются чем-то необычным, мы рассчитываем органично встроить ИИ во всё большее количество рутинных операций.