Всем привет!
Меня зовут Александр, я COO в SaaS-платформе аналитики данных. Делюсь полезными материалами, которые считаю стоят внимания. В основном про AI, изменение процессов, тренды и продуктовое видение.
У себя в телеграм-канале делюсь сжатыми и структурированными саммери статей.
Аналитика от Andreessen Horowitz о том, как искусственный интеллект меняет процесс совершения покупок от импульсивных до жизненно важных решений.
ИИ трансформирует онлайн-коммерцию, сначала поглощая низкочастотные поисковые запросы, но вскоре изменит то, как потребители принимают решения о покупках во всех категориях. Разные типы покупок потребуют различных AI-ассистентов: от простых рекомендателей до полноценных консультантов, которые исследуют товары, отслеживают цены и даже совершают транзакции от нашего имени.
Google находится в особенно уязвимом положении — компания может потерять не только объем поисковых запросов, но и доходы, поскольку находится дальше от процесса и данных по продажам, чем Amazon и Shopify, при этом зарабатывая именно на перепродаже коммерческих запросов.
Интересно, что будет, если Amazon купит Perplexity и перестроит привычку обращаться к Google по всем информационным вопросам в том же месте, где и ищешь товар? И думают ли о создании своего GPT-поисковика WB и OZON?
Google в беде? Возможно. Но не так, как вы думаете.
Самая прибыльная бизнес-модель интернета всегда была проста: размещение поисковой рекламы на запросах, которые можно монетизировать. Когда вы ищете "сколько протонов в атоме цезия", Google не зарабатывает ничего. Когда вы ищете "лучшая теннисная ракетка", он печатает деньги.
Эта асимметрия определяет всю поисковую экономику – некоторые запросы являются чистым любопытством, а другие имеют прямое намерение покупки. Отчасти поэтому Google (где люди часто ищут товары) – это компания стоимостью $2 трлн, а Wikipedia (где люди ищут знания или интересные факты) – некоммерческая организация.
Google мог бы потерять 95% объема поиска и все равно увеличивать выручку – если бы сохранил ценные запросы, которые в основном связаны с коммерцией. Удалось ли Google удержать эти поисковые запросы от перехода на платформы AI, такие как ChatGPT и Perplexity?
Возможно. В мае 2025 года старший вице-президент Apple Эдди Кью в ходе антимонопольного судебного разбирательства Министерства юстиции заявил, что объем поиска в Safari снизился впервые за более чем два десятилетия. Результат? Акции Alphabet упали почти на 8% за день, что привело к потере более $150 миллиардов рыночной капитализации — все из-за намека на то, что запросы могут утекать в AI. Но взглянув на растущую выручку Google (в том числе от поиска!), становится ясно (сопоставив комментарии Эдди Кью с финансовыми результатами Google за второй квартал), что Google, вероятно, теряет только запросы с низкой монетизацией, по крайней мере, пока.
AI сначала поглощает запросы с низкой ценностью (по крайней мере, с точки зрения "стоимости за клик"), те, которые не имеют коммерческого намерения и носят более информационный характер. Если языковые модели отвечают на ваш вопрос о цезии, Google теряет запрос, но не теряет ни копейки. Доход сохраняется до тех пор, пока AI не начнет заменять такие запросы, как "лучший X для Y" — те, в которых есть реальное намерение покупки. Нет сомнений, что это вот-вот произойдет, но не вся коммерция одинакова. Какую-то коммерцию поглотит AI, какая-то будет невосприимчива к ее влиянию, а за что-то будут конкурировать новые стартапы.
Определение "коммерции" и связанных с ней возможностей AI
Мы можем разделить покупки на пять основных категорий, упорядоченных по уровню обдуманности:
Импульсивная покупка – представьте шоколадный батончик на кассе в продуктовом магазине или забавную футболку, которую вы видите в TikTok Shop. Вы заранее не знаете, что вам нужны эти товары, и не проводите никаких исследований.
Повседневные товары первой необходимости – представьте продукты, корм для собак, чистящие средства, подгузники. Вы можете немного исследовать при первой покупке, но, скорее всего, вы возьмете то, что удобно и разумно по цене.
Образ жизни – представьте хороший уход за кожей, модную сумку или предметы декора для дома. Это вещи, которые вам не нужны, но вы хотите их иметь. Скорее всего, вы проведете некоторое исследование перед покупкой, но это, вероятно, будет поиск в интернете и чтение отзывов.
Функциональные покупки – представьте велосипед для поездок на работу или горный велосипед, мебель или новый ноутбук или телефон. Эти товары дороги для большинства потребителей и требуют немало исследований – часто включая посещение одного (или нескольких) магазинов и консультации с экспертами.
Жизненные покупки – представьте дом, свадьбу или высшее образование. Это очень обдуманные покупки, которые обычно требуют месяцев исследований и серьезной оценки нескольких возможных вариантов.
Здесь есть шестая категория, которую мы не будем подробно рассматривать в этой статье, потому что покупательское поведение в ней своеобразно. Это покупки мечты – вещи, о покупке которых вы мечтаете, когда получите повышение, или на которые вы копите месяцы (или годы). В зависимости от вашего уровня дохода, такими покупками могут быть разные вещи: роскошная сумочка, спортивный автомобиль, дом для отпуска. Каждый из этих путей, вероятно, отличается. Но возможно, что AI-агенты помогут потребителю выбрать конкретный товар, который они хотят купить, или отслеживать цены/доступность.
Какую роль будет играть AI?
Мы ожидаем, что AI повлияет на каждый тип покупки – но совершенно по-разному. Для начала разберемся, как на покупательское поведение повлиял Интернет, а затем предположим, как оно может выглядеть в эпоху AI.
До Интернета | Интернет | AI | |
|---|---|---|---|
Импульсивная покупка | Выбор товаров на торговых стойках и в кассовых зонах | Просмотр предложений на таких сайтах, как Amazon или Groupon | Гипероптимизированные алгоритмы TikTok и Instagram направляют покупки |
Повседневные товары первой необходимости | Посещение продуктовых магазинов или ритейлеров, таких как Costco или Walmart | Использование приложений для самовывоза или доставки, таких как Insacart или DoorDash | AI-агент отслеживает цены и покупает за вас, когда наступает подходящий момент |
Покупки для образа жизни | Посещение отдельных брендов или специализированных магазинов, таких как Toys R Us | Исследование на Reddit/блогах, заказы онлайн | AI-исследователь находит и предлагает товары для ваших потребностей |
Функциональные покупки | Разговор с экспертом(ами) в таких магазинах, как Radio Shack, Best Buy или Specialized Bikes | Онлайн или офлайн покупки в тех же специализированных магазинах (но теперь с некоторыми D2C, как Casper) | AI-консультант "встречается" с вами и рекомендует что и где купить |
Жизненные покупки | Встреча с экспертами и посещение вариантов для полной оценки | Начальное исследование переходит в онлайн (например, Zillow), но процесс остается в значительной степени консультативным + личным | AI-тренер помогает начать исследование и проводит вас через процесс принятия решения |
Немного подробнее о том, как AI может повлиять на каждую категорию, и ранние примеры продуктов, которые мы здесь видели:
1. Импульсивные покупки – сама природа импульсивной покупки означает, что вы не будете проводить предварительные исследования или консультироваться с экспертом, поэтому возможности для AI-агентов играть роль ограничены. Однако алгоритмы, которые направляют ваше внимание, будут продолжать улучшаться, позволяя рекламодателям таргетировать вас с нужным продуктом в нужное время.
И брендам будет проще создавать гиперперсонализированные маркетинговые материалы, которые привлекают вас. Например, представьте, что вы смотрите ролик в Instagram о подарках ко Дню матери, а затем сразу получаете рекламу свечи, гравированной ее именем. Такой тип кастомизации изображений теперь прост (и относительно дешев) в массовом масштабе.
2. Повседневные товары первой необходимости – у вас, вероятно, уже есть бренды и товары, которые вы знаете и любите, когда дело касается предметов повседневного обихода, поэтому AI-агент-исследователь не будет особенно полезен, если вы не добавляете новый продукт в свой список (например, если вы заводите собаку и нужно выбрать корм для нее).
Но AI должен играть роль в поиске и покупке товаров. Например, если вы регулярно покупаете один и тот же стиральный порошок, ваш AI-агент может отслеживать и покупать от вашего имени, если цена опускается ниже определенного уровня (особенно если он знает, что, судя по вашим прошлым покупкам, вам понадобится новый стиральный порошок в ближайшие недели). Инструменты, подобные camelcamelcamel, позволяют устанавливать отслеживание цен на продукты Amazon и уведомляют вас, если появляется выгодное предложение. Следующим шагом может быть автоматическая покупка от вашего имени, особенно в разных магазинах.
3. Покупки для образа жизни – когда вы покупаете товары, которые не приобретаете регулярно (особенно если они немного дороже, например, роскошная сумочка), вы, вероятно, захотите оценить различные варианты, чтобы убедиться, что выбираете лучший. Но исследование и объединение вариантов, а также их ранжирование по различным критериям требует времени.
Представьте, что вы поручаете AI-агенту выполнить черновую работу и вернуться с рекомендацией, которая объясняет, почему конкретный товар идеально подходит для вас, основываясь на ваших прошлых покупках, на том, что он знает о ваших предпочтениях, и даже на таких вещах, как ваш тип телосложения и какие цвета лучше всего подходят к вашим глазам. Мы начинаем видеть первые примеры этого с такими продуктами, как Plush, который позволяет искать предметы женской моды, но мы ожидаем увидеть инструменты, которые проводят более глубокие исследования по большему количеству вариантов.
4. Функциональные покупки – эти товары важны, потому что они обычно (1) представляют собой существенные финансовые вложения, и (2) это продукт, который вы будете использовать каждый день, вероятно, в течение нескольких лет. Это означает, что вы хотите быть абсолютно уверены, что продукт соответствует вашим потребностям и будет служить долго.
Вы можете быть уверены в покупке продукта, который рекомендует ваш AI-агент-исследователь. Но, вероятно, вы захотите провести более глубокую беседу с экспертом в предметной области (AI "консультантом") о различных вариантах, с телефонным или видеозвонком, который позволит вам подробно объяснить свои потребности и ответить на дополнительные вопросы.
Некоторые ритейлеры/бренды уже предлагают это на своих сайтах, но это ограничено их товарами. Мы видим возможность для AI-консультантов, которые обладают глубокими знаниями в определенной категории продуктов разных брендов и со временем узнают больше о контексте каждого пользователя и его предпочтениях (например, если он помогает вам купить диван, он может потом подбирать рекомендации для кресел, которые сочетаются с ним).
5. Жизненные покупки – есть только несколько "жизненных покупок", которые вы сделаете (например, дом, автомобиль, свадьба или высшее образование). Они дорогие и значимые, поэтому вы, вероятно, потратите месяцы, если не годы, на оценку вариантов. Вы будете проводить самостоятельные исследования в Интернете, но, скорее всего, вы также будете общаться с экспертами и пробовать варианты (например, осматривать места для свадьбы или дома, тестировать автомобиль, посещать колледж).
Трудно представить, что люди полностью доверят эти решения AI. Но вполне вероятно, что AI-тренер будет направлять вас через процесс выбора – от исследования первоначального набора вариантов до оценки плюсов и минусов и согласования условий или проверки контрактов (мы уже видим, как основатели отправляют нам термшиты, размеченные Claude).
Вы могли заметить несколько категорий расходов, которые мы в основном не включили в наши примеры: еда, путешествия и здравоохранение. Еда и путешествия различаются в зависимости от человека, поэтому их трудно отнести к одной категории. Для одного человека хороший ужин в ресторане или поездка на выходные – это обычная покупка, не требующая значительных исследований. Для другого – это трата, на которую нужно потратиться (и возможность для AI-агента-исследователя сыграть свою роль).
Поскольку большинство расходов на здравоохранение в значительной степени находятся вне контроля человека, их сложнее категоризировать. Мы оставим это для другой статьи, но достаточно сказать, что существует множество возможностей направить пациентов к лучшим методам лечения/врачам/процедурам с помощью AI.
Почему Amazon (и Shopify) находятся в выгодном положении
Google – не единственная крупная коммерческая платформа, которая может быть разрушена с помощью AI. Amazon и Shopify также подвергаются риску – но они находятся гораздо ближе к точке покупки, чем Google. Они монетизируют не только намерение, но и действие, и все чаще – повторяющееся поведение.
Amazon владеет поиском, доставкой, данными о повторных заказах и (что весьма важно) отзывами. Это интегрированный коммерческий стек. Хотя поиск может эффективно устранить Amazon, сам Amazon служит поисковой системой для коммерции со встроенной программой лояльности (Amazon Prime), насчитывающей сотни миллионов подписчиков.
Shopify обеспечивает сторону продавцов: размещение товаров, обеспечение оформления заказа и поддержку брендов, работающих напрямую с потребителями. Через Shop Pay и приложение Shop он теперь также создает потребительский доступ.
По мере того как агенты становятся новым интерфейсом для покупок, обе платформы хорошо позиционируются — Amazon с комплексным контролем. Shopify возможно даже в более выгодном положении благодаря распределённому владению среди миллионов магазинов и растущему количеству точек контакта с потребителями. Неважно, начинается ли поиск потребителя с Google или ChatGPT, если магазин назначения размещён на Shopify.
Google, конечно, может использовать свое значительное распространение и техническую мощь (не говоря уже о преимуществах "платежных учетных данных" с GooglePay) для перехода в наступление, целенаправленно направляя больше коммерческих поисков в формате AI, или даже создав новое приложение для покупок в духе "CamelCamelCamel x AI".
Что еще должно произойти
AI-агенты не смогут реализовать свой потенциал в коммерции без значительных изменений в основе, на которой они работают. В частности:
1. Лучшие данные:потенциал AI в первую очередь ограничен контентом, а не вычислительными мощностями. Большинство отзывов о продуктах зашумлены, манипулированы или чрезмерно поляризованы. Агентам нужен доступ к структурированным, надежным отзывам в режиме реального времени. Допустим, вы ищете "лучший" блендер. В идеальном мире ваш AI заказал бы каждый блендер, тестировал бы их все в течение недели на вашей кухне (с вашим домашним роботом!), решил, какой из них вам нравится больше всего, а затем отправил бы остальные обратно. Но сегодня AI просто обобщает информацию из интернета и не может превратить проплаченный мусор в честный анализ.
2. Унифицированные API: Чтобы перейти от рекомендаций к транзакциям, агенты должны иметь возможность четко взаимодействовать с розничными платформами. Это начинается с того, что агенты могут извлекать точные данные о продуктах (например, самую актуальную цену и наличие товара) и расширяется до возможности добавлять товары в корзину и в конечном итоге оформлять заказ от имени пользователя.
3. Идентификация и память: Агенты, которые понимают ваши предпочтения, прошлые покупки и пороговые значения цен (как CamelCamelCamel) могут автоматизировать рутинные покупки и курировать решения по образу жизни. Это интересная задача, потому что предпочтения меняются со временем и также различаются по типам покупок – например, вы можете любить тратиться на авиабилеты, но предпочитаете покупать товары повседневного спроса по более низкой цене. Или вы можете часто возвращать хлопковые свитера, но никогда – шерстяные. Так что эта память должна быть динамичной и многогранной.
4. Встроенный сбор данных: Лучший AI-нативный опыт будет собирать данные непосредственно в процессе взаимодействия с пользователем, которые способствуют улучшению рекомендаций. Представьте себе AI-агента, который делает выводы о том, что рекомендовать вам (или другим) на основе данных, которые обычно отсутствуют на страницах описания продукта или в отзывах. Это может быть прямой подход (например, в следующий раз, когда вы откроете приложение, оно задаст вам несколько конкретных вопросов о вашей последней покупке) или более пассивный (например, оно наблюдает, как долго вы задерживаетесь на определенном товаре или функции, и, возможно, задает дополнительные вопросы, если вы колеблетесь).
Пока эти основы не будут созданы, LLM останутся умными обобщителями, а не настоящими коммерческими агентами. Но это происходит быстро, и ожидайте, что с 2 по 4 области коммерции («Повседневные товары первой необходимости», «Образ жизни» и «Функциональные покупки») начнут поглощаться AI – и скоро.