Macy's встроила ИИ в розницу от поиска до логистики: пошаговая модель для любого ритейлера
Розничная торговля переживает тихую, но глубокую перестройку: крупные сети вроде американской Macy's переходят от точечных экспериментов с нейросетями к тому, что старший директор по инженерии компании Мурали Муруган называет подходом «сначала ИИ», когда алгоритмы встроены в каждое звено бизнеса, от поиска товаров до логистики.

Macy's показала рабочую модель, где ИИ в рознице перестаёт быть надстройкой и становится операционной философией: решения принимаются быстрее, а покупатель получает персональный опыт, даже не замечая технологии за ним.
Опыт Macy's описан в материале MIT Technology Review, подготовленном совместно с Infosys. Компания прошла путь от отдельных пилотов (поисковые рекомендации, вовлечение клиентов) до интегрированных систем, которые, по словам Муругана, «сжимают разрыв между сигналом и действием». Для российских ритейлеров это не абстрактный кейс: логика внедрения, от быстрых побед к масштабированию, переносима на любой рынок. Ниже разбираю этот подход пошагово, чтобы вы могли примерить его на свой бизнес или контент.
Что понадобится
- Доступ к любой языковой модели с API: ChatGPT, YandexGPT, GigaChat или аналог, доступный в РФ.
- Данные о клиентах или товарах: хотя бы каталог, история покупок или поисковые запросы на сайте.
- Инструмент аналитики: «Яндекс Метрика», Google Analytics или встроенная аналитика CMS.
- Время: базовый пилот по модели Macy's можно запустить за 2-4 недели, масштабирование займёт месяцы.
Как внедрить ИИ в розницу по модели Macy's?
-
Определите узкую задачу с измеримым результатом. Macy's начинала с поисковых рекомендаций и вовлечения клиентов, потому что там быстро видна конверсия. Выберите одну точку: внутренний поиск по каталогу, подбор сопутствующих товаров или ответы на типовые вопросы покупателей.
-
Постройте промпт или сценарий для ИИ-агента. ИИ-агент (программа, которая сама выполняет цепочку действий по заданной цели) должен получать контекст: историю покупок, предпочтения, сезон. Пример промпта для консультанта:
Ты — консультант интернет-магазина одежды.
Покупатель описывает ситуацию (выпускной, отпуск, деловая встреча).
Предложи 3 образа из каталога, учитывая:
— бюджет покупателя (спроси, если не указан);
— его прошлые покупки (данные ниже);
— сезон и город доставки.
Отвечай по-русски, кратко, с конкретными артикулами.
-
Запустите пилот на ограниченной аудитории. Macy's сначала доказала эффект на узком сегменте, и только потом масштабировала. Муруган говорит прямо: «Как только мы получили быстрые победы, масштабирование стало бизнес-решением, а не технологическим спором». Покажите цифры руководству, прежде чем просить бюджет на интеграцию.
-
Встройте ИИ в процесс, а не поверх него. Ключевая мысль Муругана: «"Сначала ИИ" — это не про добавление интеллекта сверху, а про перепроектирование того, как принимаются решения, чтобы бизнес двигался быстрее, а каждый опыт по умолчанию становился релевантнее». Перенесите это на свою CRM или движок сайта: алгоритм не дополняет старую логику, он заменяет её.
-
Добавьте разговорный интерфейс. Macy's запустила «Ask Macy's» — ИИ-ассистент, который работает не как строка поиска, а как персональный стилист. Покупатель описывает ситуацию (выпускной, отпуск, срочное мероприятие), а система подбирает товары с учётом прошлых покупок и контекста. Для российского магазина аналогичный чат-бот на YandexGPT или GigaChat решает ту же задачу.
-
Настройте цикл улучшений. Муруган подчёркивает: «Настоящая трансформация идёт от непрерывного улучшения — учиться на ошибках, быстро адаптироваться к новым технологическим стандартам». Замеряйте конверсию до и после, правьте промпты, убирайте галлюцинации (когда модель уверенно выдумывает несуществующий товар или характеристику).
Покупатель пишет «Ask Macy's»: «Мне нужен образ для выпускного дочери, бюджет средний, доставка в Нью-Йорк». Ассистент учитывает прошлые покупки (мама ранее брала аксессуары определённого стиля), сезон, актуальный каталог и выдаёт три комплекта с конкретными позициями. Для российского аналога: покупатель пишет в чат «Нужно платье на корпоратив, до 15 тысяч рублей, доставка в Казань», а ИИ-агент отвечает подборкой из реального каталога магазина.
- Запуск сразу на всю аудиторию. Без пилота вы не увидите, где модель ошибается, а исправлять на лету дорого.
- ИИ как надстройка, а не часть процесса. Если алгоритм «приклеен» поверх старой поисковой логики, он конфликтует с ней и не даёт обещанного эффекта.
- Игнорирование галлюцинаций. Модель может предложить товар, которого нет на складе, или выдумать характеристику ткани. Без проверки по реальной базе данных такие ответы подрывают доверие.
- Отсутствие метрик до старта. Если вы не замерили конверсию, среднее время поиска и процент возвратов до внедрения, вы не докажете, что ИИ что-то улучшил.
Что это значит для вас?
Автору на Дзене. Тема «ИИ в рознице» набирает поисковый спрос. Разберите один конкретный приём (например, разговорный ассистент) на примере российского магазина, покажите промпт и результат. Такой материал полезнее общих обзоров «как нейросети меняют мир».
Маркетологу. Персонализация через ИИ-агента сокращает путь от запроса покупателя до покупки. Проверьте, есть ли у вашей CMS или платформы (Bitrix, InSales, Shopify) готовая интеграция с языковой моделью. Часто подключение занимает дни, а не месяцы.
Предпринимателю в РФ и СНГ. Прямого аналога «Ask Macy's» на российском рынке пока нет в таком масштабе. Но инфраструктура доступна: YandexGPT и GigaChat дают API для чат-ботов, «Яндекс Метрика» закрывает аналитику. Начните с одного канала (чат на сайте или Telegram-бот), замерьте конверсию, масштабируйте по результатам.
Главный урок Macy's не в технологии, а в последовательности. Они не пытались внедрить ИИ везде одновременно: взяли поисковые рекомендации, доказали эффект, получили бюджет на следующий шаг. Я проверял этот подход на небольших проектах и вижу ту же закономерность: одна «быстрая победа» убеждает команду лучше любой презентации.
Честная оговорка: материал MIT Technology Review подготовлен совместно с Infosys, то есть содержит спонсорский элемент. Это не отменяет фактов, но стоит учитывать, что акценты расставлены в пользу успешного внедрения, а не трудностей.
Macy's видит ИИ как «невидимый слой, который усиливает человеческое суждение, а не заменяет его». Для российского ритейла это ориентир: не гнаться за модными виртуальными примерочными, а встроить алгоритм туда, где он реально ускоряет решение, в поиск, логистику и диалог с покупателем.
Хотите научиться писать такие разборы для Дзена?
В dzen.guru мы показываем, как превращать мировой опыт в полезный контент для российской аудитории.
Попробовать dzen.guru
Основатель dzen.guru. Эксперт по монетизации и продвижению на Дзен. Автор курса «Старт на Дзен 2026».
Читайте также
Alibaba скопировала модель Claude
Alibaba, по данным Anthropic, провела крупнейшую атаку на Claude: 28,8 млн запросов через 25 000 поддельных аккаунтов за полтора месяца, чтобы скопировать…

Amazon вложит $13 млрд в инфраструктуру Индии: инвестиции в искусственный интеллект достигли $48 млрд
Amazon в четверг объявила о дополнительных инвестициях в размере 13 млрд долларов в расширение ИИ-инфраструктуры и облачных мощностей в Индии до 2030 года,…

Notion закрывает email клиент: больше половины пользователей уже ведут почту через ИИ-агентов
Notion 22 сентября закроет Notion Mail на всех платформах, заявив, что больше половины пользователей уже управляют почтой через ИИ-агентов, ни разу не открывая…
Комментарии