Видеораспознавание определяет весовые товары
В магазине проведён пилот видеораспознавания весовых товаров при обслуживании покупателей.
Обслуживание ускорилось более чем на 30%, списания снизились на 0,71%.
Кейсов внедрения: 261. Как компании применяют искусственный интеллект, какие задачи решают и какие результаты публикуют.
В магазине проведён пилот видеораспознавания весовых товаров при обслуживании покупателей.
Обслуживание ускорилось более чем на 30%, списания снизились на 0,71%.
После авторизации ИИ-агент может искать доступные по адресу товары в реальном времени и обращаться к истории заказов, любимому продукту и персональным скидкам пользователя.
С января по сентябрь 2026 года среднее ежедневное число заказов, связанных с использованием MCP-сервера, выросло более чем в пять раз.
ML-модели применяются для прогнозирования спроса и планирования запасов.
Повысилась точность планирования и сократились избыточные остатки; значения не раскрыты.
Машинное зрение оценивает овощи и фрукты при удалённой приёмке распределительного центра.
Оценки системы совпадают с оценкой инспекторов более чем в 90% случаев.
Алгоритмы анализируют ассортимент и доступность товаров, направляют в терминалы сбора данных приоритетные сигналы о недоступных товарах и помогают сотрудникам быстро устранять проблемы.
Сокращение трудозатрат сотрудников при устранении проблем с доступностью товаров.
ИИ-рекомендации персонализируют подбор товаров покупателям.
Конверсия увеличилась на 28%.
Собственная модель встроена в личный кабинет продавца и строит тепловую карту, доли внимания и предполагаемую траекторию взгляда по изображению товара.
Продавцы получают рекомендации по расположению, размеру и удалению элементов изображения.
Компания использует ИИ-рекомендации для подбора персональных предложений покупателям.
Рекомендации включены в клиентские сервисы. Отдельное изменение продаж не раскрыто.
Компьютерное зрение выполняет более 60 типов автоматических проверок десяти миллионов фотографий тайных покупателей.
Заявлено снижение операционных затрат на 50%.
X5 внедряет ИИ-инструменты для подготовки требований, разработки и тестирования программного обеспечения.
Количественный эффект не раскрыт.
В торговом предприятии АЛРОСА машины с искусственным интеллектом сортируют ценные кристаллы по форме, цвету и качеству; в текущем году применяется новая экспериментальная технология.
Автоматизация увеличила производительность рабочих процессов; применение ИИ направлено на улучшение качества продуктов сортировки. Отдельный количественный эффект ИИ не раскрыт.
Рекомендательные подборки строятся на сходстве книг, которое определяет модель.
Конверсия в покупку в мобильных приложениях выросла на 6,1–7,7%.
Модель формирует резюме последних десяти отзывов и теги.
Конверсия в покупку выросла на 1,87%, в добавление в корзину — на 2,04%.
Помощник ищет книги в каталоге, предлагает пять вариантов и объясняет выбор.
23% пользователей помощника взаимодействуют с предложенными книгами.
Продавцы могут включать автоматические ответы ИИ на отзывы по выбранным оценкам.
Количественный эффект не раскрыт.
Система «Умный пекарь» с помощью камер считает выпечку и пустые места на витрине, а ИИ прогнозирует спрос.
За год количество магазинов с системой выросло в десять раз.
Scanderm анализирует параметры кожи по фото и предлагает средства из ассортимента сети. Покупатель использует интерактивное зеркало в магазине или делает селфи в приложении.
Анализ занимает до двух минут. Сервис работает во флагманском магазине в Москве и в мобильном приложении.
Ассистент в кабинете продавца отвечает на вопросы и даёт рекомендации по данным магазина.
По оценке Ozon, ассистент способен закрывать до 20% обращений в поддержку; тест доступен части продавцов.
ML-калькулятор рассчитывает необходимую численность персонала каждого магазина более чем по 20 параметрам.
В высокий сезон прогноз был в шесть раз точнее статической модели.
Система оцифровала нормирование операций магазинов и планирование перестановки стеллажей.
Затраты на планирование снизились на 13%, трудозатраты — с 1235 до 1072 часов, срок перестановки стеллажей — с 39 до 34 дней.
В онлайн-дискаунтере ИИ используется для управления ценами, ассортиментом и списаниями.
Управляющая команда насчитывает 25 человек вместо не менее 150 по оценке основателя; цены заявлены на 20–30% ниже рынка.
В пилотном подразделении ИИ-рекрутер ведёт подбор на офисные вакансии.
ИИ-рекрутер закрывает более 20% офисных вакансий; воронка найма выросла вдвое.
Языковые модели предлагают классификацию исторических сервисных операций, а профильные эксперты проверяют привязку работ к узлам автомобиля.
Из 474712 исходных записей получено 247600 уникальных работ. Для 238000 работ подтверждена привязка к узлам автомобиля.
Система генерирует карточки товаров для сайта.
Стоимость написания карточки снизилась на 95%, скорость публикации выросла в десятки раз.
Покупатель описывает запрос, а ИИ-ассистент находит безрецептурные препараты и помогает перейти к онлайн-заказу.
На тесте заявлен рост конверсии в заказ на 77% у пользователей ассистента.
Система прогнозирует спрос и оптимизирует запасы сети супермаркетов.
Товарные запасы снижены более чем на 20% без потери продаж.
После жалобы одного клиента система опрашивает других покупателей того же товара.
Заявлен рост повторных покупок на 9%.
ML прогнозирует спрос и формирует автозаказ для 161 магазина.
95% заказов формируются автоматически, наличие ассортимента составляет 97–98%, списания снизились на 10–15%.
Ритейлер встроил генерацию изображений в покупку электронной подарочной карты на сайте и в приложении. Клиент описывает желаемый дизайн и использует созданное изображение для оформления.
Конверсия в заказ электронной карты выросла на пять процентных пунктов. Средний чек карт с дизайном от нейросети на 8% выше обычных.
Алгоритмы Ozon анализируют обезличенные данные об аудитории продавца и автоматически определяют пользователей, наиболее вероятно заинтересованных в его товарах.
Количественный эффект не раскрыт.