Аналитики выяснили, что ИИ-чаты советуют покупать в Walmart чаще, чем в других магазинах.

Когда нейросети начинают выбирать магазины за нас Розничная торговля пережила за последние двадцать лет несколько революций. Сначала интернет-магазины отобрали у традиционных сетей часть покупателей. Потом мобильные приложения и доставка за час изменили ожидания от скорости. Сейчас на подходе следующий сдвиг: рекомендательные системы на базе генеративных моделей становятся посредником между покупателем и брендом. И этот посредник уже демонстрирует явные предпочтения.

Новое исследование UBS показало: ИИ-чаты чаще советуют обращаться в Walmart, чем в конкурирующие торговые сети. Это не случайность и не результат рекламного договора. Аналитики банка считают, что именно такие системы рекомендаций станут следующим полем битвы в рознице. Почему алгоритмы выбирают конкретного игрока Предпочтение Walmart со стороны ИИ-ассистентов связано с масштабом и узнаваемостью. Компания давно инвестирует в данные о покупателях, логистику и цифровую инфраструктуру.

Когда нейросеть обучается на публичных данных, она чаще встречает упоминания крупнейшего ритейлера США в контексте надёжности, доступности и широкого ассортимента. Меньшие сети оказываются в информационной тени. Для покупателя это выглядит невинно: спросил чат, купить ли товар в ближайшем магазине, получил совет. Но за этим скрывается формирование новой привычки. Если алгоритм систематически направляет в одну сеть, конкуренты теряют трафик не из-за цен или качества, а из-за невидимого фильтра.

Что меняется для бизнеса и покупателей Ритейлерам придётся осваивать новую дисциплину: оптимизацию под ИИ-рекомендации. Это похоже на поисковую оптимизацию для Google, но сложнее. Результат выдачи чата непрозрачен, его сложно измерить и влиять на него традиционными маркетинговыми инструментами. Компании, которые первыми поймут логику этих систем, получат преимущество. Для обычных потребителей ситуация двоякая. С одной стороны, удобно получать готовый совет без необходимости сравнивать десяток вариантов.

С другой — выбор уже сделан за вас, и неясно, чьи интересы при этом учтены. Пользователь может не знать, что рекомендация основана на статистической частоте упоминаний, а не на личном анализе его потребностей. Кто следующий окажется в фаворе алгоритмов UBS прямо указывает: борьба за рекомендации ИИ только начинается. Пока лидерство принадлежит тому, кто накопил больше данных и узнаваемости.

Но ситуация может измениться, если регуляторы обратят внимание на непрозрачность алгоритмов или если конкуренты найдут способ доказать чатам свою релевантность. В России эта тенденция проявится с задержкой, но неизбежно. Когда отечественные покупатели начнут активнее использовать ИИ-ассистенты для планирования покупок, те же механизмы заработают и здесь.

Вопрос — какие ритейлеры к этому моменту будут в лучшей позиции: те, кто инвестировал в данные и цифровую экосистему, или те, кто полагался на привычный трафик и низкие цены. Первые получат бесплатное усиление от алгоритмов, вторые рискуют стать невидимыми.