Автоматизация классифайдов: ИИ на Авито создаёт объявления по одной фотографии
Новый этап в упрощении публикаций для пользователей
Современные цифровые классифайды активно внедряют искусственный интеллект для упрощения взаимодействия пользователей с сервисами. Одним из ключевых барьеров для частных продавцов в категории одежды и обуви (Lifestyle) является заполнение объявления: нужно сделать фото, составить описание, указать бренд, размер, цвет, материал, состояние вещи и определить цену. Этот процесс требует времени, особенно для недорогих вещей. В результате многие откладывают публикацию или заполняют карточки небрежно, что затрудняет поиск товаров и снижает ликвидность площадки.
Авито решает эту проблему запуском сценария «Разберем гардероб» — новой технологии заполнения карточки с нуля по фотографии. Масштаб Авито (более 72 млн пользователей в месяц и свыше 240 млн объявлений) делает даже небольшое сокращение шагов при публикации источником огромного продуктового эффекта. Облегчение подачи объявлений позволяет привлечь новых продавцов и увеличить объем качественного контента на платформе.
Технология мультимодального анализа на базе модели A-Vision
В основе сценария «Разберем гардероб» лежит конвергенция компьютерного зрения и автоматического синтеза текста. Для анализа снимков используется мультимодальная нейросеть A-Vision, разработанная специалистами AI R&D центра компании. Модель обрабатывает визуальную информацию с изображения и соотносит её со структурированными параметрами, извлекая ключевые атрибуты товара: тип одежды, бренд, преобладающий цвет, материал, размер и состояние вещи.
Особое значение имело использование LoRA-адаптеров (Low-Rank Adaptation). Стандартные модели распознавания обучаются на профессиональных каталожных снимках с идеальным освещением. Однако реальные фотографии пользователей отличаются от студийных: вещи сфотографированы на диване, на полу, вешалке, имеют складки, тени, а свет бывает тусклым. Полное переобучение базовой модели под бытовые фото потребовало бы огромных вычислительных мощностей. Применение LoRA-адаптеров позволило донастроить нейросеть A-Vision под реальные снимки продавцов эффективным способом, обеспечив точность распознавания в сложных домашних условиях.
Результаты тестирования и продуктовые метрики
Новый ИИ-сценарий прошел этап масштабного предварительного тестирования, результаты которого подтвердили эффективность решения. Во время ранних тестов пользователи опубликовали более 100 тысяч объявлений с использованием функции автоматического создания по фотографии. Аналитики платформы зафиксировали, что примерно в половине случаев (около 50%) продавцы согласились со всеми предложенными ИИ параметрами и не изменили ни одной характеристики в сгенерированной карточке товара перед ее публикацией.
Для пользователей мобильного приложения Авито на смартфонах внедрение сценария «Разберем гардероб» привело к сокращению количества обязательных экранов ввода параметров на 40%. Вместо последовательного заполнения многочисленных форм пользователь видит единый экран с сформированным черновиком карточки товара, где ему остается лишь подтвердить корректность данных. Директор бизнес-направления Lifestyle Авито Алексей Гевлич выразил уверенность, что данная технология определит стандарты развития отрасли на ближайшие годы. По его прогнозам, к 2030 году более половины всех объявлений в категории одежды и обуви на платформе будут публиковаться именно таким бесшовным способом — через анализ фотографии.
Интеграция с ценообразованием и оценка ликвидности
Автоматическое заполнение характеристик товара — это лишь часть нового сценария. Функция «Разберем гардероб» тесно интегрирована с внутренней ML-системой оценки стоимости товаров на Авито. Как только нейросеть A-Vision определяет тип вещи, бренд и состояние, алгоритмы ценообразования мгновенно анализируют массив данных по аналогичным активным и завершенным объявлениям на платформе. На основе этого анализа система формирует для продавца рекомендованный диапазон цен.
Рекомендация оптимальной цены решает задачи для всех участников сделки. Для продавца это ориентир, который помогает не завысить цену (что привело бы к отсутствию просмотров и долгой продаже) и не занизить её. Для покупателя это означает появление в выдаче объявлений с более адекватными рыночными ценами. Для самой платформы это эффективный способ поддерживать ликвидность категории Lifestyle: товары с реалистичной ценой продаются быстрее, повышая удовлетворенность пользователей и стимулируя их возвращаться на площадку снова.
Реальный интерфейс и сценарии использования
Процесс взаимодействия с функцией выглядит для пользователя простым и интуитивным. При попытке опубликовать объявление в категории одежды приложение предлагает сфотографировать вещь или загрузить снимок из галереи. На экране появляется подсказка, рекомендующая делать снимок в развернутом виде и при хорошем освещении — это необходимо для того, чтобы модель точнее определила цвет, текстуру материала и состояние.
После загрузки снимка ИИ обрабатывает изображение. Например, при распознавании белой футболки Nike система автоматически заполняет следующие поля:
- Категория: «Мужская одежда / Кофты и футболки»;
- Бренд: Nike;
- Состояние: «Отличное»;
- Рекомендованная цена: 2000 рублей;
- Автоматически сгенерированное текстовое описание, содержащее ключевые характеристики вещи в читаемом виде.
Кроме того, интерфейс может показывать контекстные подсказки, например, плашку «Самое время продавать», если алгоритмы фиксируют сезонный всплеск спроса на подобные вещи. Пользователю остается лишь пролистать готовый черновик на одном экране и нажать кнопку публикации.
Риски автоматического распознавания и ограничения
Несмотря на технологическую зрелость решения, автоматическая генерация объявлений несет определенные риски и ограничения. Нейросети могут ошибаться при распознавании мелких деталей, текстуры ткани, маркировок размера или логотипов брендов. Ошибки в определении бренда особенно критичны в сегменте дорогой брендовой одежды, где некорректное указание марки может привести к отклонению объявления модерацией или вызвать претензии со стороны покупателя после получения товара.
Поскольку около половины пользователей в ходе тестирования не меняли предложенные системой параметры, существует риск избыточного доверия к алгоритмам. Продавцы могут публиковать объявления без проверки, пропуская ошибки ИИ. Поэтому Авито подчеркивает, что функция автоматического заполнения является вспомогательным инструментом, создающим черновик, а финальная ответственность за достоверность описания, указание правильного размера и бренда полностью лежит на самом продавце. Кроме того, на текущем этапе запуск сценария ограничен только взрослой и детской одеждой и обувью, так как эти категории обладают наибольшей массовостью.
Перспективы развития бесшовного клиентского пути
Запуск функции «Разберем гардероб» — это первый шаг компании в рамках долгосрочной стратегии по созданию полностью бесшовного клиентского пути на базе генеративного искусственного интеллекта. Lifestyle-вертикаль выбрана в качестве площадки неслучайно: одежда и обувь характеризуются огромным количеством мелких параметров, заполнение которых вручную утомляет пользователей больше всего.
В дальнейшем накопленный опыт и доработанные модели мультимодального анализа планируется масштабировать и на другие товарные категории классифайда. По мере развития технологий распознавания изображений интерфейсы подачи объявлений будут становиться все более лаконичными. Традиционные длинные формы с десятками полей ввода будут постепенно уступать место интеллектуальным ассистентам, способным собрать карточку товара по фотографии, видеоролику или короткому описанию, что сделает продажи на Авито доступными и быстрыми для каждого пользователя.
Практические рекомендации для продавцов
Чтобы максимально эффективно использовать возможности нового ИИ-сценария, продавцам рекомендуется придерживаться нескольких простых правил при создании фотографий:
- Делайте снимки при хорошем освещении, желательно напротив окна или под яркой лампой, чтобы избежать искажения цветов и текстуры материала.
- Раскладывайте вещь на ровной поверхности в расправленном виде или вешайте на вешалку, чтобы модель могла корректно определить фасон и пропорции.
- Всегда внимательно проверяйте автоматически заполненные поля (особенно бренд, размер и состояние) перед финальной публикацией объявления.
- Оценивайте предложенную ИИ рекомендованную цену как ориентир текущего рынка, но корректируйте ее с учетом индивидуальных особенностей вашей вещи.
- Помните, что с упрощением подачи объявлений конкуренция на платформе смещается в сторону качества визуального контента и честности описания.