Тренды ритейла будущего: на стыке ИИ и человеческого опыта

Агентство VML выпустило 9-е издание отчёта "Торговля завтрашнего дня". Авторы выделяют два взаимосвязанных, но порой противоположных направления: автоматизацию и ИИ как инструменты повышения эффективности, с одной стороны, и аутентичный опыт, персонализацию и живое человеческое общение – с другой. Именно на пересечении этих двух направлений сегодня и меняется ритейл.

В этом материале — тренды, которые уже подтверждаются текущими рыночными практиками и примерами.

Первая группа трендов показывает, как ИИ переходит от роли простого помощника к самостоятельному участнику процессов: он ищет товары, сравнивает цены, совершает покупки и управляет складами.

Общий вектор здесь — в сторону "незаметного удобства", когда цифровые системы заранее понимают потребности пользователя, помогают находить оптимальный вариант и выполняют все больше действий без участия человека. Для бизнеса это означает новые требования к данным, каталогам и этике использования ИИ.

Согласно нашему опросу представителей торговых компаний в 2026 году: в ТОП-3 стратегических приоритетов торговых компаний вошла ИИ-трансформация – об этом сказали 45% опрошенных. Основными направлениями для внедрения ИИ стали генерация контента и маркетинг (71%), персонализация предложений и промо (45%) и прогнозирование спроса (40%).

Подробнее о том как использовать нейросети для автоматизации и роста продаж рассказали в прошлом материале.

Покупательский путь начинает смещаться от традиционного поиска к диалогу с ИИ-помощником.

Согласно исследованию McKinsey в 2026 году — более 50% потребителей в мире уже используют ИИ для покупок. В США доля пользователей ИИ, совершивших покупку с его помощью, выросла на 70% за год. Для пользователей ИИ-поиск в три раза влиятельнее традиционного поиска. При это собственные ИИ-помощники ритейлеров пока уступают независимым инструментам на отдельных этапах покупательского пути — разрыв достигает двух раз.

У тех, кто уже пробовал такие инструменты, как ChatGPT, формируется привычка: "спросил помощника — получил ответ". Вместо того чтобы переходить между маркетплейсами, сайтами брендов и карточками товаров, пользователь может получить краткую сводку: характеристики, отзывы, наличие и цену — в одном окне.

Для ритейла это означает, что выигрывают не только те, у кого хороший сайт или сильная выдача, но и те, чьи товарные данные структурированы, проверяемы и понятны для машинной обработки.

Российский пример: Алиса (ИИ от Яндекс) интегрирована в Яндекс.Маркет: пользователь может спросить: "Алиса, найди мне стиральную машину с сушкой до 40 тысяч" — и получить подборку с ценами, рейтингами, доставкой. Сервис использует структурные данные о товарах, оценки пользователей, наличие на складе.

Зарубежный пример: Google использует Shopping Graph — базу из более чем 35 млрд товаров, чтобы ИИ понимал запросы вроде "Найди такие же кроссовки, но дешевле". Кроме того, пользователь может сфотографировать товар — ИИ найдёт аналоги.

Следующий шаг — не просто помощь в выборе, а выполнение части покупательских задач: поиск лучшей цены, повтор заказа, подписка на регулярные поставки, автоматизация пополнения часто покупаемых товаров.

48% мировых покупателей с энтузиазмом относятся к тому, чтобы ИИ-агент действовал от их имени, а 52% хотят, чтобы их собственный ИИ искал лучшие цены.

По результатам опроса BCG крупнейших мировых ритейлеров в 2026 году: 68% компаний ожидают значительного или трансформационного влияния agentic commerce в ближайшие два года.

По мере того как ИИ превращается из помощника в агента, процесс покупки сжимается: вдохновение, размышление и заказ сливаются в одно автономное действие. Логическая конечная цель — предиктивное выполнение. Ваш агент знает, что у вас заканчивается молоко, что ваши беговые кроссовки износились, что вы можете попасть под дождь.

Полностью автономная покупка пока не стала массовой нормой, но сама логика уже понятна: в ряде категорий решение все чаще строится вокруг удобства, скорости и минимального числа действий со стороны человека.

Российский пример: В СберМаркете (Купер) ИИ анализирует частоту покупок и предлагает повторить заказ. Кроме того, система отправляет персонализированные напоминания и показывает количество сэкономленных денег на скидках.

Зарубежный пример: Amazon Dash Replenishment автоматически пополняет расходники через Amazon. Устройство — например, принтер, фильтр или кормушка для животных — отслеживает остаток нужного материала и при снижении запаса отправляет сигнал в систему. После этого Amazon, с учетом пользовательских настроек и данных производителя, оформляет заказ.

При этом Amazon не выпускает сами расходники, а работает как платформа-партнёр. Производитель встраивает сервис в устройство, а Amazon обеспечивает весь процесс: подтверждение, оплату, обработку и доставку. Перед отправкой заказа пользователь обычно получает уведомление и может отменить покупку в течение 30 минут.

Еще один тренд связан с ростом технологий, которые анализируют сон и помогают управлять качеством отдыха. Суть подхода в том, чтобы использовать точно подобранные стимулы — звук, аромат, мягкие тактильные сигналы — в нужной фазе сна. Такие воздействия могут поддерживать эмоциональное состояние, обучение, запоминание и формирование привычек.

Исследования Targeted Memory Reactivation показывают, что сигналы, повторяемые в фазе медленного сна, могут усиливать запоминание и в отдельных случаях снижать нежелательные поведенческие реакции.

На потребительском рынке это направление поддерживают Calm, Headspace, Endel, Kokoon, а также устройства Oura, WHOOP и Apple Watch, которые отслеживают фазы сна.

Для коммерции это означает появление новых форматов — от персонализированных "протоколов сна" по подписке до кураторских ночных аудиосценариев. Это пока чувствительная и спорная зона, но она постепенно превращается в отдельное направление цифрового опыта.

Российский пример: Endel — приложение для звуковых сценариев сна использует ИИ для адаптации звуков с учетом фазы сна, погоды и ритма дыхания. Интегрировано с Apple Watch, Oura и Alexa.

Зарубежный пример: система NightWare, одобренная FDA для работы с кошмарами, связанными с ПТСР, показывает, что воздействие на состояние спящего человека может использоваться и в клиническом контексте.

Отдельный тренд связан с использованием ИИ для раннего выявления признаков эмоционального кризиса. Сценарий предполагает, что с согласия пользователя система анализирует цифровое поведение, сон и сигналы с устройств, чтобы вовремя заметить ухудшение состояния и предложить помощь.

Возможные форматы включают ИИ-помощника для кризисных ситуаций, который ведет диалог и при необходимости соединяет человека со специалистом, а также сценарии умного дома, где свет, звук и температура автоматически подстраиваются под более спокойное состояние. В исследовании также упоминаются короткие VR-решения для быстрого переключения внимания и снижения напряжения.

Этот тренд отражает рост спроса на более доступную и быструю поддержку в сфере ментального здоровья. При этом его развитие напрямую зависит от качества алгоритмов, этики и понятных границ вмешательства.

Российский пример: MindGPT — российский стартап в сфере поддержки ментального здоровья, разработавший ИИ-чат-бота для помощи при тревожности и выгорании. Сервис работает в Telegram, ведет диалог с пользователем, предлагает дыхательные техники, а при необходимости помогает подключить специалиста. Проект также участвовал в акселераторе "Сколково".

Зарубежный пример: Woebot Health — ИИ-ассистент, основанный на принципах когнитивно-поведенческой терапии. Woebot интегрирован с Apple Watch и другими носимыми устройствами, отслеживает сон, физическую активность и настроение, чтобы предлагать персонализированные упражнения.

Персонализированные подсказки по углеродному следу делают более "зелёный" выбор стандартным вариантом, а ИИ-сгенерированные симуляции показывают последствия, которым можно верить. Данные по влиянию на уровне SKU и логика доставки с учётом корзины позволяют кассам автоматически выбирать наиболее энергоэффективный продукт для любой потребности, слоты доставки с низким уровнем выбросов, а также объединять отправления и цены по углеродному следу и времени.

Это не просто хороший PR. Углеродно-осведомлённая торговля снижает затраты и отходы и укрепляет лояльность через практичные, проверенные варианты. По мере ужесточения правил бренды, которые могут показать свои расчёты, основанные на реальных данных и сторонних подтверждениях, завоюют доверие и долю рынка.

Российский пример: X5 активно работает над сокращением пищевых отходов: с помощью ИИ-алгоритмов прогнозирует спрос, корректирует заказы и перенаправляет излишки в благотворительные организации.

Кроме того, X5 передаёт товары, которые потеряли товарный вид (помятые фрукты, овощи, бакалея), фермерам — на корм скоту или для компостирования.

Зарубежный пример: H&M и финтех-компанией Klarna запустили проект, в рамках которого покупатели видят углеродный след каждого товара — например, "12 кг CO₂". Платформа предлагает более экологичные альтернативы и начисляет бонусы за выбор "зелёного" варианта.

Развитие интеллектуальной роботизации в логистике — это уже рабочий инструмент для складов и фулфилмента: сортировки, комплектации, перемещения товаров и управления запасами.

ИИ сделал роботов не только умнее, но и коммерчески рентабельными. В ближайшие 5 лет робототехника перейдет от экспериментальной технологии к важной инфраструктуре, трансформируя бэкэнд-операции и открывая совершенно новый потребительский рынок.

Роботы на складах становятся привычной нормой, так как ИИ позволяет им собирать, упаковывать, сортировать и управлять инвентарем с такой скоростью и точностью, которые превосходят человека.

Роботы используют и в доме. Крупные компании продают персональных ассистентов, доставщиков, системы уборки и роботов для ухода за пожилыми людьми. Интеграция с ИИ делает их не просто игрушками, а действительно полезными инструментами для решения повседневных задач.

С точки зрения операций, робототехника даёт преимущества в стоимости и скорости, которые конкуренты не могут игнорировать. Как рыночная возможность, робототехника открывает новые продуктовые линейки, подписочные сервисы и платформы интеграции. Стратегически, роботы выполняют то, что решает агентный ИИ. Брендам нужно проектировать всё для двух вещей: для машинно-читаемых данных для ИИ-агентов и для выполнения задач роботами в физическом мире.

Российский пример: Ozon активно внедряет роботов на своих фулфилмент-центрах, включая крупный комплекс в Новосибирске. Роботы перемещают тележки с товарами, а ИИ строит оптимальные маршруты для комплектации заказов.

Зарубежный пример: В мире лидером в этой области остаётся Amazon, который использует более 750 000 роботов на своих складах под брендом Amazon Robotics. Роботы приносят полки с товарами сотрудникам, что сокращает время на перемещение и повышает точность.

Эти тенденции снова подтверждают центральную роль человека в эпоху торговли с элементами ИИ. Они отвечают на усталость от гипероптимизированных лент, напоминая о ценности человеческого опыта, заботы и ощущения причастности. Бренды, которые ставят человека на первое место — сочетая тепло с пользой — получат лояльность и поддержку.

Физический магазин снова начинает играть роль среды для взаимодействия: консультаций, встреч, мастер-классов и тестирования товаров. На фоне цифровой перегрузки это выглядит не как возврат в прошлое, а как новая функция офлайна.

Такой формат отвечает на усталость от перегруженного цифрового взаимодействия. Покупателю нужен не только ассортимент, но и более понятный, спокойный и осязаемый сценарий выбора.

Российский пример: сеть М.Видео развивает формат "умного магазина" с зонами тестирования техники, консультациями экспертов и бесплатными мастер-классами по фотографии, видеосъёмке и настройке гаджетов. Также доступны услуги по ремонту и настройке смартфонов.

Зарубежный пример: аналогичный подход реализован в Apple Store через программу Today at Apple. В магазинах регулярно проходят бесплатные занятия по творчеству, музыке, программированию и дизайну.

Когда ИИ слишком хорошо понимает пользователя, возникает парадокс: чем точнее рекомендации, тем сильнее желание их проигнорировать. Это реакция, которую психологи называют реактивностью. Когда человек чувствует, что его пытаются контролировать, он инстинктивно сопротивляется, чтобы вернуть контроль себе.

Не стоит забывать и о тяге к неожиданному — так проявляется феномен, который называют "перехватом агентности" (agency override): покупки, которые делают не потому, что они нужны, а чтобы сказать: "Я сам решаю, что хочу".

Такие действия — попытка восстановить ощущение свободы — и это становится всё более массовым явлением. Если раньше главной целью рекомендательных систем была максимальная точность, то сейчас добавляются новые метрики: серендипность и разнообразие. Это подтверждение, что идеальная персонализация может ощущаться как давление.

Спонтанность вернётся в коммерцию. Персонализированные ленты будут соседствовать с зонами, где царит хаос, неожиданность и свобода:

• Режим перемешивания — как в старом iPod, но для магазинов.
• Слепые дропы — товары, которые появляются внезапно, без рекламы.
• Поп-апы без трекинга — сессии, где система не следит, не анализирует, не запоминает.
• AI-стилисты с ползунком неожиданности — человек сам решает, насколько "предсказуемым" должен быть выбор.

Российский пример: Золотое Яблоко регулярно проводит эксклюзивные запуски брендов и лимитированных коллекций. Покупатели приходят не потому, что алгоритм "угадал" их интерес, а потому что появился новый продукт. Ценность создаётся эффектом неожиданности и ограниченной доступности.

Зарубежный пример: продажи мистик-боксов и японских фукубукуро ("счастливых мешков") продолжают расти — ключевая ценность заключается в эмоции неизвестности.

Согласно данным исследования Future Shopper, инфлюенсеры уже стали вторым по силе источником влияния на покупки — обогнав друзей и уступая только семье. Но эпоха, когда создатели продвигали продукт только ради кликов и гонораров, постепенно уходит. Пользователи больше не принимают рекомендации на веру — теперь они фильтруют их через призму ценностей.

Сейчас люди ищут того, кто стоит за чем-то настоящим, кто говорит о том, во что верит. В ближайшее время покупки через контент будут сопровождаться "чеками влияния" — цифровыми подтверждениями:

• сколько денег перечислено на благотворительность
• откуда материал, каков его путь
• сколько CO₂ сэкономлено благодаря выбору
• какой проект поддерживается — с регулярными обновлениями

Такие данные будут понятны и людям, и ИИ-помощникам, которые начнут учитывать не только цену и размер, но и социальный след.

Российский пример: ВкусВилл регулярно сотрудничает с экологичными и food-блогерами, нутрициологами, локальными авторами, которые рассказывают про осознанное потребление, переработку и благотворительные проекты.

Зарубежный пример: Во Всемирный день психического здоровья Sephora перечисляла 100% продаж продукции Rare Beauty в фонд Rare Impact Fund, финансирующий программы поддержки психического здоровья молодёжи. Совместная кампания с Селеной Гомес строилась вокруг общественной миссии, а не только продвижения косметики.

Проектирование магазинов и торговых пространств сразу для семей с детьми, подростков и пожилых людей становится заметным отличием формата. На это влияют старение населения, рост одиночества, нехватка времени у родителей и запрос на пространства, которые поддерживают повседневную жизнь, а не только покупку.

Такой подход проявляется в планировке, сервисах и сценариях посещения: игровые зоны и детские активности сочетаются с зонами отдыха, понятной навигацией, широкими проходами, местами для колясок и элементами доступности для людей старшего возраста. Дополняют это партнерства с библиотеками, школами и локальными организациями — за счет них в торговых пространствах могут появляться читательские зоны и клубы по интересам.

Практический смысл тренда в том, что магазин начинает работать как общественное пространство. Это может увеличивать время пребывания, частоту визитов и лояльность, а также делать среду более комфортной и для посетителей, и для персонала.

Российский пример: ТЦ МЕГА в Санкт-Петербурге давно развивает торговые центры не только как место для покупок, но и как пространство для повседневной жизни. Помимо магазинов здесь предусмотрены игровые зоны для детей, комнаты матери и ребенка, рестораны, зоны отдыха, коворкинги, общественные пространства, где регулярно проводят мероприятия — от спортивных активностей до мастер-классов.

Зарубежный пример: в IKEA игровые комнаты Småland, рестораны, комнаты матери и ребенка, зоны отдыха и семейные мероприятия уже много лет являются неотъемлемой частью покупательского опыта. Компания изначально проектировала магазины как пространство, где комфортно провести несколько часов всей семьей.

На фоне усталости от культуры одноразового потребления усиливается интерес к долговечным товарам, ремонту и повторному использованию. В этой логике бренды могут расти за счет качества и ограниченных выпусков.

Этот сдвиг описывается как переход к "курируемому дефициту": спрос поддерживается не бесконечным числом новых версий, а редкостью, происхождением, качеством исполнения и историей продукта.

Ценность смещается от постоянной замены к жизненному циклу продукта. Это усиливает роль сервисов ремонта, перепродажи, цифровых паспортов товара и систем, которые подтверждают происхождение и состояние продукта.

Российский пример: бренд 12 STOREEZ сознательно делает ставку не на быструю смену коллекций, а на качественные материалы, лаконичный дизайн и вещи, рассчитанные на несколько сезонов.

Зарубежный пример: Patagonia производит долговечную одежду и развивает сервис ремонта Worn Wear, позволяя покупателям ремонтировать и перепродавать вещи вместо покупки новых.

Когда товаров становится слишком много, сама перегруженность вещами начинает мешать новым покупкам. Ограниченное пространство, лишние предметы и сложность утилизации становятся барьерами. На этом фоне усиливается спрос на сервисы, которые помогают продать, сдать, переработать или отремонтировать уже имеющиеся вещи.

Такой подход описывается как de-commerce — модель, в которой компания помогает не только купить, но и "разобрать" накопленное потребление.

На практике это может выглядеть как мгновенная оценка вещи по фотографии, предоплаченная доставка, а также автоматическая сортировка техники на ремонт, разборку на детали или утилизацию. ИИ в такой модели помогает сформировать каталог, определить состояние и подобрать лучший сценарий обращения с вещью.

Российский пример: С 2019 года Lamoda совместно с фондом "Второе дыхание" устанавливает контейнеры для сбора одежды и домашнего текстиля, в том числе в пунктах выдачи. Собранные вещи сортируются: часть передаётся новым владельцам, часть отправляется на переработку. Благодаря проекту от полигонов было отведено сотни тонн одежды и домашнего текстиля.

Зарубежный пример: IKEA запустила программу Buy Back & Resell, в рамках которой покупатели могут сдать обратно мебель, которую IKEA оценит, отремонтирует и перепродаст.

Если ИИ может генерировать практически любой контент и рекомендацию, главным отличием становится не количество вариантов, а наличие человеческого фильтра.

На этом фоне могут усиливаться гибридные модели, где ИИ-консьержи работают вместе с людьми. Машина сравнивает характеристики и цены, а человек помогает соотнести выбор с образом жизни, культурным контекстом, ограничениями по здоровью и личными ценностями.

Для бизнеса такой подход может повышать конверсию и средний чек, снижать возвраты и уменьшать риски, связанные с предвзятостью алгоритмов, неудачным тоном или регуляторными требованиями.

Российский пример: выбор матраса или подушки в Askona редко ограничивается техническими характеристиками: консультанты помогают учитывать особенности здоровья, привычки сна и индивидуальные предпочтения, превращая продажу в персональную консультацию.

Зарубежный пример: американская сеть Nordstrom давно известна сервисом персональных стилистов. Покупатель получает не просто подбор одежды, а рекомендации, основанные на образе жизни, предпочтениях и конкретных жизненных ситуациях.

Социальная коммерция хорошо работает на уровне удобства, но часто упирается в проблему доверия. На этом фоне покупки могут все чаще смещаться из открытых лент в небольшие сообщества, объединенные общими ценностями и более понятными правилами взаимодействия.

Такая модель предполагает, что магазином в некотором смысле становится сам доверительный круг: сообщества в соцсетях, творческие клубы и другие микроформаты, где рекомендации воспринимаются не как реклама, а как совет внутри знакомой среды.

ИИ здесь играет вспомогательную роль: помогает понять, что думает сообщество, проверить происхождение товара, отследить справедливость цены и снизить риск спама или мошенничества. Но саму конверсию обеспечивает не алгоритм, а доверие между участниками.

Российский пример: помимо торговли Спортмастер организует тренировки, выпускает обучающие материалы, поддерживает начинающих спортсменов и вдохновляет людей на активный образ жизни. Благодаря этому взаимодействие с клиентами продолжается далеко за пределами магазина.

Зарубежный пример: через платформу LEGO Ideas и многочисленные клубы поклонников компания вовлекает пользователей в создание новых наборов, а отдельные идеи сообщества впоследствии становятся серийными продуктами. Сообщество здесь напрямую влияет на ассортимент.

Ритейл меняется в точке пересечения двух направлений: автоматизации и "возврата к человеческому". С одной стороны, ИИ берет на себя все больше задач — от поиска и сравнения товаров до предиктивных сценариев покупки, управления логистикой и сопровождения клиента. С другой — именно на фоне этой автоматизации растет ценность доверия, человеческой рекомендации, физического опыта и понятных, не обезличенных сценариев взаимодействия.

Это означает, что конкурентоспособность ритейла все чаще будет определяться качеством сочетания разных моделей. Бизнесу уже недостаточно просто внедрить ИИ или автоматизировать цепочку операций. Важно сделать так, чтобы цифровые инструменты действительно снижали трение, а не усиливали усталость, недоверие и ощущение навязчивого контроля.

Будущее ритейла — в более точной настройке баланса между машинной эффективностью и человеческим опытом. Именно этот баланс, судя по текущим трендам, и станет главным критерием зрелости рынка в ближайшие годы.