ИИ в ритейле и торговле: автоматизация от склада до кассы

В рознице ИИ часто подают как что-то большое и абстрактное - «автоматизируем магазин», хотя на практике он закрывает три конкретных и узких участка. Склад расходится с учётной системой, клиент в мессенджере спрашивает про наличие, а сотрудник вручную лезет проверять остатки, вернувшийся товар нужно разобрать по правилам и не ошибиться с решением. Каждый участок по отдельности выглядит мелко. Вместе они съедают часы каждую неделю у тех же двух-трёх человек.

Не путайте это с заменой продавца или кладовщика. ИИ здесь не принимает решения за вас - он снимает ту часть работы, где ответ и так известен заранее, просто на него уходит время.

Расхождение между тем, что показывает 1С, и тем, что реально лежит на полке, - самая частая головная боль в рознице, и обычно её ищут вручную под конец дня. Кладовщик или менеджер открывает две таблицы, сверяет позицию за позицией, находит разницу и разбирается, где ошибка: недосчитали при приёмке, забыли списать брак, продали мимо кассы.

ИИ здесь не заменяет саму сверку - он делает первый проход. Сравнивает выгрузку из 1С с данными склада, находит расхождения и готовит список: какая позиция, на сколько разошлась, когда в последний раз двигалась. Дальше список смотрит сотрудник и вносит финальную корректировку сам. Агент находит, где искать, человек решает, что с этим делать.

Если сверка сейчас занимает у вас пару минут на глаз раз в неделю, автоматизировать особо нечего. Если это ежедневная рутина по всей номенклатуре и расхождения находят к вечеру, когда уже поздно что-то поправить, - вот здесь есть о чём считать.

Проще всего в рознице начинать именно с ответов о наличии товара - заявка не теряется, пока сотрудник занят на кассе или на складе. Клиент пишет в WhatsApp, Telegram, Avito или в сообщения на сайте: есть ли размер, цвет, конкретная модель. Пока продавец на смене один и обслуживает очередь, сообщение может провисеть без ответа час, а то и до завтра.

Агент отвечает сразу: сверяется с остатками, называет, что есть в наличии и где, уточняет размер или модификацию, если нужно. Простой вопрос закрывается без участия человека. Как только клиент спрашивает что-то нестандартное - брак, спор по гарантии, просьба о скидке, - разговор с историей переписки уходит к живому сотруднику. Заявка при этом попадает карточкой в Битрикс24 или amoCRM вместо голого номера телефона в чате.

Разбор возврата - это почти всегда работа по одному и тому же регламенту, просто каждый раз заново пересказанному клиентом своими словами. Испортился товар, не подошёл размер, пришло не то, что заказывали. У большинства магазинов правила на такие случаи уже прописаны: что подлежит возврату, в какой срок, какие документы нужны.

Агент разбирает обращение клиента по этому регламенту и готовит черновик решения: подходит случай под возврат или нет, что нужно от клиента для оформления. Дальше решение подтверждает сотрудник, не бот. На спорных случаях - товар без чека, истёкший срок, конфликтная ситуация - агент передаёт разговор человеку сразу, без попытки решить самостоятельно.

До запуска нужны три коротких правила: что считать браком и какой срок на возврат, что отвечать клиенту при нехватке товара, кто и когда сверяет остатки. Если возвраты сейчас решают по ситуации, агент будет решать так же непредсказуемо. Когда правила записаны, он работает по ним с первого дня, а спорные случаи передаёт продавцу.

Не всякому магазину имеет смысл стартовать с этих трёх участков - если поток обращений и объём номенклатуры небольшие, эффект будет скромным. Одна точка, где вопросы о наличии приходят пару раз в день, а сверка остатков занимает пять минут, - это не та задача, ради которой стоит городить интеграцию. Здесь дешевле оставить как есть.

Интеграция с кассовым ПО - отдельная история: зависит от того, есть ли у вашей системы API для обмена данными. У 1С такой интерфейс есть: стандартный REST-интерфейс OData, который нужно опубликовать. Где API нет, подключение растягивается в долгую и дорогую доработку, и это стоит понимать заранее, до того как деньги на пилот уже потрачены.

Модель у нас в SkoreHood простая: фикс за запуск - аудит вашего процесса, настройка, интеграция с 1С и CRM, - дальше оплата за результат, без ежемесячной абонентки за то, что «ИИ отвечает клиентам». Точная сумма и срок зависят от того, сколько систем нужно соединить и есть ли у кассового ПО открытый API.

Начните с одного участка - того, где рутина заметнее всего именно у вас: остатки, сообщения в мессенджерах или возвраты. Финальное слово в любом случае остаётся за сотрудником: корректировку остатков, спорный возврат и нестандартный вопрос клиента решает человек, не агент. Дальше по теме - разбор автоматизации отделов и ИИ-агентов для первой линии.