После завершения февральских праздничных дней компания «Карамбола Лабс» проанализировала влияние генеративных нейросетей на развитие бизнес-сфер. Специалисты изучили ответы искусственного интеллекта, предоставленные жителям Москвы, Казани, Нижнего Новгорода и Краснодара. В результате были выявлены ключевые сигналы, побуждающие алгоритмы включать прямые ссылки на интернет-магазины, а также определены категории товаров, которые чат-боты наиболее часто предлагали в качестве презентов. Данная информация была предоставлена CNews представителями «Карамбола Лабс».
В рамках исследования эксперты обработали свыше десяти миллионов пользовательских обращений к основным языковым моделям: ChatGPT, Gemini, GigaChat, Алиса AI, Perplexity и Grok. Анализ показал, что алгоритмы не ограничиваются предоставлением справочных данных, а формируют коммерческие предложения, содержащие ссылки на сайты торговых площадок. Логика ответа системы меняется, как только в запросе обнаруживаются определенные ключевые слова. Основными сигналами служат побудительные фразы («приобрести», «оформить заказ», «подобрать», «найти»), а также любые упоминания бюджета, ценового диапазона или конкретного населенного пункта. Алгоритмы активируются на такие конструкции, как: «Приобрести [подарок]» или «Подобрать [подарок] стоимостью до 1000 рублей»; «Внеси в список для покупок [товар]»; «Активируй навык [магазин]» или «Покажи товары из категории [категория]».
Нейронные сети также понимают развернутые формулировки в разговорном стиле — к примеру, «Требуются запчасти для велосипеда в зимний период» или «Подарок для сына на восьмилетие, увлекается конструкторами». В подобных ситуациях чат-боты уточняют детали запроса, а затем демонстрируют готовые карточки товаров с характеристиками и ценами, собранными с сайтов и торговых платформ. Распознавая эти сигналы, искусственный интеллект фактически преобразует обычную беседу в интеллектуальную персонализированную витрину. Такой подход избавляет покупателей от продолжительного поиска в интернете и открывает брендам новый канал для привлечения заинтересованной аудитории.
Анализ запросов из Москвы выявил явную ориентацию алгоритмов на статусные и технологичные подарки. В столичном регионе нейросети чаще всего формируют подборки товаров, посвященные одежде и фирменным аксессуарам — данная категория лидирует с результатом 72%. Второе место уверенно занимает «Техника и электронные устройства»: интеллектуальные помощники включают гаджеты в 68% рекомендаций. Уходовая косметика и изысканная парфюмерия также сохраняют устойчивые позиции и фигурируют в 53% ответов искусственного интеллекта.
В Казани потребительские предпочтения имеют иную картину: здесь цифровые системы ставят во главу угла технологичные подарки и товары для личного ухода. Безусловным лидером рекомендаций в столице Татарстана стала категория «Техника и гаджеты» — алгоритмы предлагают электронику в 72% случаев. Следующую позицию занимают мужская косметика и парфюмерные наборы: боты интегрируют подобные товары в витрины для 61% запросов. Категория одежды и модных аксессуаров существенно отстает от столичных показателей, но остается востребованной, присутствуя в 48% рекламных блоков.
Рекомендации нейросетей для жителей Нижнего Новгорода демонстрируют равный интерес к электронике, одежде и косметике. Технические устройства и предметы гардероба делят лидерство — обе категории появляются в 53% случаев при формировании витрин. Наборы для ухода и парфюмерия следуют сразу за ними, достигая показателя в 51%.
Жителям южных регионов алгоритмы также предлагали классические варианты подарков. В Краснодаре нейросети чаще всего рекомендовали косметику и парфюмерию — в 43% ответов. Электронику и гаджеты они включали в 40% случаев, а одежду и аксессуары — в 39%.
«Внедрение товарных рекомендаций прямо в диалоги с искусственным интеллектом создаёт новую среду для онлайн-торговли. Нейросети находятся в начале этого пути, но уже стремятся стать значимым каналом продаж, постепенно привлекая часть трафика от обычных интернет-магазинов и торговых площадок.
«Мы изучили эту тенденцию и обнаружили, что алгоритмы зачастую используют данные напрямую из карточек товаров на маркетплейсах. Это даёт брендам возможность выхода на новую аудиторию. Сейчас компаниям важно адаптировать описания товаров не только под алгоритмы самих площадок, но и применять методы GEO/AEO-оптимизации. Если искусственный интеллект точно распознаёт свойства, преимущества и контекст продукта, он сможет органично включить его в рекомендации именно тогда, когда пользователь задаёт соответствующий запрос», — Станислав Щербаков, генеральный директор «Карамбола Лабс».
