AI для ритейла, который запускает кат-менеджер. Не разработчик.
Выше конверсия, выше средний чек, ниже списания и OOS. Готовые AI-сценарии для ритейла запускаются за 2–4 недели: динамические цены по 12+ тыс. SKU, AI-мерчандайзинг по камерам, персональные офферы и next-best-offer, прогноз списаний, AI-консультант на сайте и в Telegram, оптимизация ассортимента под локацию. Подключаемся к вашей 1С, кассам, маркетплейсам (Wildberries, Ozon) и CRM — ПДн покупателей не покидают контур. Категорийный, директор магазина, e-com и маркетинг сами настраивают цены, рекомендации и ботов — без ИТ-проектов и ML-команды на своей стороне.
- ▤ Динамические цены
- ◉ AI-мерчандайзинг по камерам
- ⛯ 1С · WB · Ozon · кассы
- ⛨ 152-ФЗ · on-prem · SSO
AI в ритейле обещают давно. На кассе и на полке его нет.
Презентации с «рекомендательным движком» от вендора, ценообразование в Excel «как вчера + 5%», списания фруктов в конце дня, дыры на полке по ходовому SKU. Маркетплейсы съедают маржу, а собственный e-com тащат вручную.
Цены меняются вручную и поздно
Конкуренты переоценили вчера — узнаем сегодня. Маркетплейсы переписывают цены каждые 15 минут — мы раз в неделю. Маржа течёт, акции не выстреливают.
OOS на ходовом — никто не замечает
Покупатель пришёл за йогуртом, не нашёл — ушёл. Камеры есть, но никто их не смотрит. Линейный персонал занят кассой и выкладкой.
Каждый клиент — как первый раз
Программа лояльности знает имя и телефон, но не понимает корзину. Рассылки идут «всем всё», конверсия в возврат 1.5%. CRM-команда тонет в ручных сегментах.
Не «внедрили AI». А цифры в P&L сети.
Каждый сценарий — с понятной экономикой по магазину и по SKU. Не «увеличили вовлечённость» — а конкретные конверсия, чек, маржа, OOS и списания.
Маржинальность сети
Динамическое ценообразование по матрице эластичности и рынку. Без потери трафика и имиджа.
Отсутствие товара (OOS)
Видеоаналитика и прогноз спроса. Дефицит ловится на полке и на складе раньше, чем потеряется чек.
Списания на скоропорте
Прогноз спроса по SKU и точке, динамические скидки на уценку, оптимизация заказа поставщику.
Возвратная выручка от CRM
Персональные офферы и AI-консультант. Канал, момент, продукт — под каждого. Без ручных сегментов.
AI живёт в контуре сети. От кассы до маркетплейса.
Подключаем кассы, ERP, CRM, e-com и маркетплейсы, ставим AI-агентов в конкретные процессы, отдаём управление коммерческой команде. Никаких «утекающих в облако» данных о клиентах.
-
01
Подключаем кассы, ERP, e-com и маркетплейсы 1С:Розница, АТОЛ, Эвотор, СБИС, Set Retail, 1С-Битрикс, InSales, WB, Ozon, Яндекс Маркет — коннекторами из каталога.
-
02
Берём шаблон агента из ритейл-каталога Динамические цены, OOS-детектор, прогноз спроса, AI-консультант, антифрод кассы. 25+ готовых сценариев.
-
03
Кат-менеджер настраивает правила сам Целевая маржа, конкуренты в матрице, минимальная цена, акции, ограничения. Без кода. Тестирует на истории, выкатывает на часть сети.
-
04
Сотрудники и клиенты видят результат там, где привыкли Цена — на ценнике и кассе, задание — в мобайле мерча, оффер — в ЛК и Telegram, рекомендация — на карточке товара.
Что ускоряет запуск AI в ритейле в 5–10 раз.
Не продаём «движок рекомендаций». Даём конструктор, шаблоны и коннекторы, чтобы коммерческая команда собрала решение под свою сеть сама — а не ждала интегратора год.
No-code конструктор агентов
Сценарий — мышкой: правила цены, триггер OOS, шаблон оффера. Без кода.
Шаблоны под ритейл
25+ сценариев: pricing, мерчандайзинг, fresh, прогноз, CRM, маркетплейсы, антифрод.
Коннекторы к кассам и ERP
1С:Розница, АТОЛ, Эвотор, СБИС, Set Retail, Frontol, Пилот, ПОС-Сервис.
Computer Vision на полке
OOS-детектор, контроль планограммы, очередь на кассе, поведение посетителя.
Динамические цены
Эластичность по SKU, мониторинг конкурентов, маржинальные коридоры, акции.
Прогноз спроса и заказа
Прогноз по SKU × точке × дню. Автозаказ поставщику и ребалансировка между ТЗ.
Маркетплейс-ассистент
WB, Ozon, Я.Маркет, СберМегаМаркет: цены, остатки, ответы на отзывы, аналитика.
AI-консультант на сайте
Подбор по потребности, ответы по характеристикам, поиск по каталогу естественным языком.
База знаний продавца
Прайсы, регламенты, регламент возвратов, описания товаров. AI ищет с цитатой.
A/B и rollback на часть сети
Тестируем цены и офферы на 5% магазинов, откатываемся одним кликом.
152-ФЗ и контур
On-prem развёртывание. ПДн клиентов не уходят вовне. Аудит каждого запроса.
Иерархия сети
Сеть → кластер → магазин → полка. Каждому уровню — свои данные и права.
Подключаемся к тому, что у вас уже стоит.
Никаких «снесите 1С и поставьте SAP». Берём вашу ERP, кассы, e-com, маркетплейсы и CRM — и даём AI поверх. Стандартный REST/SOAP, нестандартный — SQL-адаптер за день.
// кассы & POS
// ERP & учёт
// e-com & CMS
// маркетплейсы
// CRM & маркетинг
AI управляет ценой, выкладкой и офферами — через ваши же системы.
Кат-менеджер задаёт правила, AI ставит новые цены в кассу, корректирует ценники, переписывает остатки на маркетплейсе, отправляет задание мерчу в мобайл, шлёт оффер клиенту в Telegram. Решение принимает человек — рекомендацию готовит AI.
Чеки, остатки, цены конкурентов, видео с полки, поведение на сайте, история CRM. AI видит сеть целиком.
Новая цена в кассу, остатки в 1С и на WB / Ozon, задание мерчу, оффер клиенту, ответ на отзыв.
Сайт, мобайл клиента, Telegram-бот, голосовой ассистент в ЛК, мобайл сотрудника, Telegram / VK Teams директора.
25+ AI-агентов под типовые задачи ритейла.
Шаблон + ваши данные = работающий агент в коммерции. Без многомесячного R&D. Каждый сценарий — с ROI и понятным сроком окупаемости.
Динамические цены по матрице
Эластичность по SKU, мониторинг конкурентов, маржинальные коридоры, акции в один клик. +3.4% маржи.
Контроль выкладки по камерам
OOS-детектор по ходовым SKU, контроль планограммы, задание мерчу в мобайле за 30 секунд.
Прогноз списаний и уценок
Скоропорт по SKU × точке. Динамические скидки на уценку, оптимизация заказа поставщику. −41% списаний.
Персональные офферы и каналы
Канал × момент × продукт под каждого клиента. Без ручных сегментов. +22% возвратной выручки.
AI-консультант на сайте
Подбор по потребности на живом языке, ответы по характеристикам, расчёт совместимости. Конверсия +18%.
Управление WB / Ozon / Я.Маркет
Цены и остатки в реальном времени, ответы на отзывы и вопросы, аналитика по нишам, демпинг-алёрт.
AI-контроль кассы и возвратов
Подозрительные чеки, повторные сторнирования, аномалии возврата, фейковые карты лояльности. −60% потерь от недобросовестных операций.
AI-помощник категорийщика
Анализ ассортимента, ABC-XYZ автоматически, поиск дыр в матрице, идеи для промо. Аналитик уже не нужен на каждую сводку.
Сводка магазина «в кармане»
Спросите голосом: «Что с планом по ТЗ-12?» — получите цифры, причины и виновных. Без планёрок.
AI в ритейле должен управлять тот, кто отвечает за P&L. Не ИТ.
Категорийный знает свою матрицу. Директор магазина — свою полку. E-com — свои маркетплейсы. Они и настраивают AI под себя — в кабинете, а не через тикет.
AI = ИТ-проект на год
- ✕Поменялась матрица — заявка в ИТ, ожидание квартал.
- ✕Каждое обновление сценария — тендер, договор, доплата.
- ✕«Универсальная модель рекомендаций» — и всем советует одно и то же.
- ✕Кат-менеджер не знает, как AI ставит цену — и не доверяет.
- ✕Не работает — виноват «другой контекст».
AI = инструмент в руках коммерции
- ✓Кат-менеджер сам меняет правила цены, маржинальные коридоры, акции — без кода.
- ✓Директор магазина правит триггеры OOS и планограмму — за минуты.
- ✓E-com настраивает ответы на отзывы и демпинг-алёрты по маркетплейсу.
- ✓Дообучение на ваших чеках и истории CRM — из коробки.
- ✓Версии, A/B, rollback — как в DevOps, но для коммерции.
Решение, которое нравится коммерции, ИБ и CFO одновременно.
Ритейл — компромисс между маржой, лояльностью клиента и защитой ПДн. AiST спроектирован так, чтобы все три стороны сказали «да».
Цифры в P&L сети
- Маржа +2–4 п.п. по управляемым SKU
- OOS −40–70%
- Списания fresh −25–45%
- Конверсия e-com +12–22%
- Возвратная выручка CRM +15–25%
- ROI 3–7 месяцев
Защита персональных данных
- On-prem или AiST BOX в ЦОД сети
- ПДн клиентов не покидают периметр
- Соответствие 152-ФЗ и правилам PCI DSS
- Деперсонификация для обучения моделей
- Полный аудит запросов AI и действий
- Экспорт в SIEM (Kaspersky, MaxPatrol)
Управляемость и экономика
- Бюджеты по сценариям и форматам
- Лимиты с автоблокировкой
- Оплата в рублях, без валютных рисков
- A/B и rollback на часть сети
- Прогнозируемая окупаемость до старта
- Подписка по числу ТЗ или выкуп лицензии
Вопросы, которые задают перед пилотом в сети.
За сколько запустится первый сценарий?
AI-консультант на сайте и ответы на маркетплейсе — 2 недели. Динамические цены — 3–4 недели, нужно собрать матрицу эластичности. Видеоаналитика полки — 4–6 недель на пилот в 5–10 ТЗ.
Кат-менеджер реально настроит цены без ИТ?
Да. Берёт шаблон, выставляет целевую маржу, минимальную цену, реакцию на конкурентов и коридоры по матрице. Тестирует на 10 магазинах, выкатывает на всю сеть. ИТ нужен один раз — на подключение 1С и касс.
А ПДн клиентов и 152-ФЗ?
Платформа разворачивается в вашем ЦОД или в виде AiST BOX. ПДн клиентов не уходят вовне. Никаких внешних API для истории покупок. Деперсонификация для обучения моделей — штатно.
Что если AI поставит «не ту» цену?
Кат-менеджер задаёт жёсткие коридоры (мин/макс), стоп-слова, исключения по брендам и категориям. Любое ценовое решение можно поставить на аппрув человеком. A/B и rollback — одним кликом.
Как считается ROI?
До старта собираем baseline по вашим данным за квартал, прогнозируем эффект по сценариям. На пилоте считаем фактический эффект на тестовых ТЗ против контрольных. Защищаете перед CFO заранее.
Сколько это стоит?
Подписка по числу торговых точек, e-com и маркетплейс-аккаунтов или выкуп бессрочной лицензии для on-prem. Пилот — фикс с понятной экономикой на старте. Бюджет защищаете перед CFO заранее.
Покажем за 30 минут — какой сценарий принесёт деньги вашей сети первым.
Заберём формат, ассортимент и стек систем — вернёмся с 3 кейсами под вас, оценкой ROI и планом пилота на 4 недели.