ИИ на службе продавца: тест-драйв «Ави Pro», архитектура агентов и кейсы из практики
Интеграция искусственного интеллекта в e-commerce коммерцию и недвижимость переходит от простых чат-ботов к комплексным интеллектуавым системам. Современный продавец или риелтор уже не просто общается с нейросетью, а делегирует рутину автономным помощникам. В этом материале мы разберем, как устроен новый встроенный ассистент «Ави Pro» на Авито, в чем отличие ИИ-агентов от обычных чатов, как разработчики платформы создают собственную инфраструктуру больших языковых моделей (LLM) и какие прикладные кейсы автоматизации контента уже сегодня приносят бизнесу реальную экономию времени и рост продаж.
Встроенный помощник «Ави Pro»: возможности и скрытые интересы платформы
Новый ИИ-ассистент «Ави Pro», тестирование которого Авито проводит среди продавцов, позиционируется как инструмент для оптимизации личного кабинета. Его задача — помочь повысить привлекательность предложений. Ассистент анализирует текущую статистику аккаунта, изучает тексты объявлений, выявляет слабые места и дает рекомендации: указать на отсутствие качественных фотографий, улучшить описания или скорректировать цену.
Однако практический тест-драйв инструмента показывает, что к его советам следует относиться со скепсисом. Большинство рекомендаций «Ави Pro» сводятся к стандартным действиям: добавить медиафайлы или, что бывает чаще всего, активнее использовать платные услуги продвижения платформы и повышать ставки.
Здесь кроется конфликт интересов: встроенный ассистент является частью экосистемы самого маркетплейса, который напрямую заинтересован в росте выручки от рекламы. Поэтому рекомендации ИИ-помощника по бюджетам не стоит воспринимать как независимую аналитику рынка. Для принятия решений продавцам лучше использовать внешние инструменты:
- avMetrics — независимый сервис для глубокой внутренней аналитики объявлений, позволяющий видеть реальную динамику переходов без давления со стороны платформы;
- avBids — система автоматического управления ставками (биддер), оптимизирующая стоимость целевого действия на основе рыночных данных;
- Специализированные внешние парсеры, помогающие собрать полную картину в выбранной нише и оценить реальную активность конкурентов.
В перспективе разработчики обещают расширить функционал встроенного помощника, добавив автоматическую генерацию продающих описаний под ключ. Но пока его стоит рассматривать скорее как полезный базовый чек-лист для проверки объявлений на очевидные ошибки.
Архитектура ИИ-агентов: чем умный помощник отличается от чат-бота
Чтобы понимать вектор развития подобных сервисов, важно разграничивать понятия простого текстового бота и ИИ-агента (AI Agent). Анастасия Рысьмятова, руководитель LLM-разработки в Авито, выделяет три ключевых признака, превращающие языковую модель в полноценного агента:
- Наличие инструментов (Tools): агент взаимодействует с внешним миром — вызывает API-интерфейсы программного взаимодействия, делает поисковые запросы, обращается к базам данных и запускает скрипты.
- Память (Memory): система сохраняет контекст прошлых взаимодействий, помнит историю изменений и предпочтения пользователя.
- Планирование и автономность (Planning): на основе входящей задачи агент способен самостоятельно разбить ее на подзадачи, выстроить оптимальную цепочку шагов, оценить промежуточный результат и скорректировать свои действия в процессе.
Внутри Авито эти принципы уже внедряются. Например, ассистент может проанализировать просадку просмотров объявления, вспомнить историю его редактирования, сформулировать гипотезу о неудачном заголовке и предложить готовый вариант для публикации.
Главным вызовом при проектировании таких систем становится управление правами доступа ИИ. Поскольку агент обладает возможностью выполнять действия в программной среде, ошибка в его логике может привести к критическим последствиям — например, к случайному удалению рабочих тикетов поддержки или повреждению кода продукта. Инженеры подчеркивают: ИИ-агент должен обладать строго ограниченными правами доступа, а ключевые бизнес-решения всегда должны проходить этап подтверждения человеком.
Модельный фундамент: как устроена LLM-инфраструктура Авито
За интерфейсами встроенных ассистентов стоит серьезная инженерная база. В Авито за это направление отвечает выделенный LLM-юнит (Large Language Model, большая языковая модель), состоящий из 25 специалистов. За последние два года эта команда создала более 60 продуктовых сервисов на базе искусственного интеллекта, провела свыше 50 масштабных A/B-тестов и запустила в промышленную эксплуатацию более 12 продуктов в различных вертикалях платформы.
Важным событием стал выпуск в открытый доступ семейства собственных моделей A-Vibe и A-Vision. Разработчики адаптировали архитектуру под специфику e-commerce контента, проведя тонкую настройку моделей. В инженерной практике использовались передовые методы оптимизации:
- SFT (Supervised Fine-Tuning) — дообучение модели на качественных, вручную размеченных примерах диалогов;
- DPO (Direct Preference Optimization) и GRPO (Group Relative Policy Optimization) — алгоритмы настройки модели на основе оценок и предпочтений пользователей, повышающие точность выбора инструментов.
В бенчмарке (стандартизированном тесте качества) BFCL V3, оценивающем способность модели корректно вызывать API, продвинутая версия avibe_grpo достигла точности 59,55%, вплотную приблизившись к результатам популярной международной модели Qwen3-8B (60,2%).
AI-Driven менеджмент: переизобретение управления на форуме СберУниверситета
Вопросы интеграции искусственного интеллекта в бизнес обсуждаются и на самом высоком управленческом уровне. 19 июня 2026 года на форуме «Больше чем менеджмент», организованном СберУниверситетом, ключевой темой стало переосмысление классических подходов к руководству компаниями в эпоху нейросетей. В рамках мероприятия состоялось открытое интервью с управляющим партнером технологической платформы Авито Сергеем Пивнем на тему «Команда будущего: роли и компетенции в эпоху AI».
Основной тезис дискуссии — появление концепции «руководителя, дополненного ИИ». В современных реалиях менеджер не должен пытаться конкурировать с алгоритмами в скорости обработки данных. Его задача — научиться использовать ИИ как личного операционного помощника. Это требует развития новых навыков: умения четко формулировать задачи для ИИ (промптинг), понимания архитектуры команд, где часть рутинных функций делегирована агентам, и сохранения человеческого лидерства, которое остается недоступно машинам.
Прикладные кейсы: от автоматизации рекламы до экономии двух рабочих дней в неделю
Пока крупные корпорации строят сложные архитектуры, малый и средний бизнес успешно внедряет ИИ на прикладном уровне. Андрей Рогозин, эксперт по практическому применению нейросетей, выделяет 5 сценариев использования ИИ в работе риелторов:
- Очистка изображений: автоматическое удаление бытового шума и личных вещей с фотографий объектов.
- Виртуальный ремонт (Virtual Staging): генерация качественной отделки поверх серых стен в черновых квартирах новостроек.
- Сценарии планировки: демонстрация вариантов расстановки мебели и различных стилей оформления для пустых помещений.
- Динамический контент: превращение статичных фотографий объекта в короткие видеоролики, 3D-модели или таймлапсы.
- Профессиональное позиционирование: создание стильных бизнес-аватарок и оформление постов в единой визуальной стилистике.
Ежедневную пользу подтверждают реальные результаты. Алексей Игошин, основатель Homeapp, поделился кейсом автоматизации создания видеорекламы объектов недвижимости. Решением стала генерация коротких промо-роликов на основе фотографий с помощью ИИ. Внедрение технологии в октябре 2025 года привело к росту обращений от покупателей на 60%.
Другой прикладной пример демонстрирует Роман Кассихин, управляющий агентством недвижимости, глэмпингом и IT-студией. Он создал кастомного персонального ИИ-помощника для автоматизации маркетинга. Ассистент ежедневно сканирует профильные источники, собирает главные инфоповоды рынка, адаптирует тексты под формат конкретной площадки (Telegram, профильные форумы, личный блог), сохраняя уникальный авторский стиль владельца. Это позволило экономить 15–20 часов рабочего времени в неделю — эквивалент двух рабочих дней.
Резюме для бизнеса
Сегодня любой продавец на Авито или риелтор может получить измеримый бизнес-эффект, начав с простых шагов: использовать встроенный «Ави Pro» для первичного аудита текстов, внедрить нейросети для улучшения фотоконтента и делегировать рутинный сбор информации кастомным помощникам. Главное — помнить о безопасности, четко разграничивать права доступа ИИ-агентов и всегда оставлять финальное решение за человеком.