«А кто будет вообще отвечать, если искусственный интеллект допустит ошибку и магазин потеряет деньги?» — этот вопрос Денис Ветренников, руководитель агентства SellerDen и создатель сервиса SellerDen AI, поставил в самом начале пятого выпуска своего подкаста.
Позиция у него двойная и честная: агентство каждый день видит, за какие решения селлеры платят людям, а собственная разработка переводит часть рутины на алгоритмы. Споры вокруг нейросетей в товарном бизнесе быстро скатываются в две крайности: либо страх скорых увольнений, либо скепсис после первых кривых тестов. Чтобы отделить экономику магазина от домыслов, разберём весь круг задач менеджера — карточки, отзывы, аналитику, цены и рекламный кабинет.
Почему страх замены и старый негатив тормозят команду
Профессия менеджера маркетплейсов устроена размыто. В одном магазине человек сидит на карточках, в другом ведёт рекламу, в третьем тянет почти весь бизнес. Типовой недельный список знаком каждому практику: оформление карточек, цены и акции, реклама, контроль остатков и поставок, анализ продаж с конкурентами, ответы на отзывы и вопросы.
Отсюда и разброс доходов — по оценке Ветренникова, от 10–15 тысяч до сотен тысяч рублей в месяц. Зарплата привязана к зоне ответственности и влиянию на чистую прибыль, хотя значительную долю рабочего дня съедают однотипные мелкие действия.
Сбросить монотонную рутину на софт мешают два барьера. Первый — страх остаться без работы. В агентстве SellerDen был менеджер, который опасался замены нейросетью и принципиально делал всё руками. Руководство подсказывало, где быстрее подключить ChatGPT или профильный сервис, но сотрудник уходил в отказ. В итоге с ним расстались: Ветренников оговаривает, что накопились и другие причины, однако отказ от инструментов заметно просадил личную скорость человека.
Второй барьер — память о старых провалах. Пару лет назад селлеры и менеджеры пробовали ранние версии ChatGPT 4.0 или YandexGPT и получали «пластиковые» фото, людей с шестью пальцами и нечитаемую инфографику, которую переделывали по десять раз. После такого человек закрывал вкладку и возвращал ручной труд. За последние полгода-год качество генерации резко выросло, так что мерить сегодняшние сервисы по старым ошибкам уже невыгодно.
Карточки, отзывы и отчёты: что уходит на автомат за минуты
Разрыв между прежними тратами и текущей практикой лучше всего виден на четырёх ежедневных задачах. На одних участках сразу падает чек, на других экономится время, а приёмка человеком всё равно остаётся.
Фото, инфографика и видео. Раньше запуск линейки требовал длинной цепочки: найти фотографа, дизайнера и копирайтера, подписать договор, отгрузить образцы на съёмку, дождаться ретуши, согласовать правки и закрыть акты. При большом ассортименте пересъёмка под каждый сезон и праздник вылетала в копеечку. Сейчас нейросеть собирает визуал по исходным фото за минуты. По устной прикидке Ветренникова, генерация одного варианта стоит меньше 10 рублей — это личный ориентир автора, а не единый тариф, но контраст с модельной съёмкой очевиден. Правда, алгоритм всё ещё способен исказить форму товара, дорисовать лишние детали или завалить композицию, так что финальная приёмка человеком обязательна.
SEO-описания. С русским языком текстовые модели сдружились раньше всего, так что эта задача созрела быстрее остальных. Грузишь характеристики и сырое описание производителя, а на выходе получаешь текст с ключами, пересобранный под разные сегменты аудитории, сезоны и распродажи. Менеджер в этой связке ставит задачу и проверяет факты о товаре.
Ответы на отзывы. Очевидная зона экономии, особенно когда поток заказов растёт и владелец магазина прикидывает, не брать ли сотрудника на полставки или в штат. Впрочем, и при небольшом числе отзывов сервис снимает лишнюю нагрузку. Ветренников напоминает базовый принцип: продавец отвечает в ветке в первую очередь для будущих покупателей, которые листают карточки и оценивают адекватность магазина. На оценки в 4–5 звёзд алгоритмы отвечают с ходу. С негативом на 1–3 звезды сложнее — модель приходится обучать тону бренда и контролировать, чтобы случайный шаблон не распугал следующих заказчиков.
Аудит карточек и базовая аналитика. Сервисы уже проверяют обложки с текстами, находят слабые места, разбирают продажи, расходы и остатки. Но отчёты упираются в полноту исходников: без реальной себестоимости, комиссий площадки, логистики и точной статистики нейросеть нарисует гладкий разбор без достоверной чистой прибыли.
Советник или рулевой: где проходит красная линия
В спорах вокруг автоматизации постоянно смешивают две сущности: ИИ-помощника и автономного ИИ-агента. Помощник читает цифры, видит просадки и предлагает шаги, но сам кнопки в личном кабинете не жмёт. Автономный агент сам формулирует задачи и меняет настройки магазина.
Живой ориентир на рынке — «Умный ассистент», который Ozon в конце апреля 2026 года начал поэтапно включать в тестовом режиме для ролей «Администратор» и «Управляющий». В основе работает языковая модель Qwen 3.5, удерживающая контекст диалога и уточняющих вопросов. Инструмент собирает сводку по вчерашним метрикам, поясняет расчёт показателей вроде «Заказано на сумму», подкидывает советы по поставкам и карточкам и ищет ответы в Базе знаний Ozon. По оценке площадки, ассистент способен закрывать до 20% типовых обращений селлеров в поддержку. Менять цены или рекламные ставки сам он не умеет — это цифровой советник без доступа к ручному управлению.
Сценарий автономного ИИ-менеджера идёт дальше: у программы есть доступ к продажам, остаткам, себестоимости и рекламе. Она видит спад заказов, вычисляет причину, корректирует цену или ставку и замеряет эффект. Отдавать программе прямую кнопку от прайс-листа и рекламного бюджета селлеры не готовы — финансовый риск слишком велик.
Кто платит за сбой и как выстроить коридор ограничений
Причина осторожности простая: программа не отвечает деньгами. Если алгоритм уронит цену ниже себестоимости или за ночь сольёт бюджет на мусорные запросы, убыток закроет собственник или ответственный менеджер. Сводной статистики по доле таких потерь нет, но сам риск понятен любому продавцу, разгребавшему последствия случайной скидки.
Нейросеть, которая сносно пишет описания и отвечает на пятёрки, может проваливаться в юнит-экономике. Без учёта комиссий, логистики возвратов и маржи алгоритм легко предложит разогнать заказы убыточной ценой. Расплачиваться за эксперимент придётся с расчётного счёта магазина.
Подпускать автоматизацию к деньгам допустимо только через коридор ограничений и апрув — жёсткие рамки, за которые система не шагнёт без твоего подтверждения. Ветренников выделяет четыре условия:
- Выставить предельные лимиты: нижний порог цены с учётом удержаний площадки и потолок дневного бюджета на рекламу.
- Включить ручной апрув на любые правки за пределами коридора, а на этапе запуска — на каждое критичное действие.
- Выбирать модель под задачу: для цифр, финансов и аналитики нужны продвинутые или профильные решения вместо дешёвых базовых версий.
- На старте проверять итоговую рекомендацию вместе с логикой шагов модели, пока система учится на правилах магазина.
Четыре зоны остаются за человеком целиком. Программа не выберет бизнес-модель и стратегию — она соберёт данные по нише, но решение принимает предприниматель. Она не проведёт переговоры с поставщиком, хотя подготовит письмо и сравнит прайсы. Она не управляет финансовыми рисками без страховки, ведь способна ошибиться в формуле или потерять статью расходов. Наконец, нейросеть теряется в форс-мажорах: утерянная поставка, спор с площадкой, острый конфликт с покупателем или внезапная смена оферты требуют живой реакции.
| Участок работы | Что закрывает ИИ | Что остаётся за человеком |
|---|---|---|
| Фото, инфографика, видео | Варианты карточки по исходникам | Проверка товара и композиции |
| SEO-описания и аудит | Ключи, сезонная адаптация, поиск слабых мест | Постановка задачи и проверка фактов |
| Отзывы и вопросы | Ответы на 4–5 звёзд и черновики | Тон бренда и негатив на 1–3 звезды |
| Аналитика магазина | Разбор продаж, остатков и расходов | Полная себестоимость и проверка выводов |
| Цены и реклама | Поиск просадок и правки в лимитах | Коридор, апрув и выбор модели |
| Стратегия, поставщики, сбои | Сбор вводных и черновики писем | Переговоры, риски, споры, форс-мажоры |
Оператор ИИ-агентов: как меняется профессия и кого нанимать
Ручная штамповка описаний, обложек и типовых ответов уходит сервисам, зато растёт вес аналитики экономики, управления бюджетом, ассортимента, поставок и решений в нестандартных сбоях. Ветренников прогнозирует появление роли условного «оператора ИИ-агентов для маркетплейсов» — один специалист с набором сервисов потянет объём, под который раньше держали нескольких сотрудников. Так что прятаться от автоматизации бессмысленно: выигрывает менеджер, который осваивает сервисы, следит за обновлениями и увеличивает чистую прибыль магазина.
Если ты только выходишь на маркетплейсы, часть операционки проще закрывать самому с помощью ИИ — карточки и ответы на отзывы отнимают в разы меньше времени и не вынуждают сразу нанимать штат. Если у тебя уже средний или крупный бизнес, при найме отбирай менеджеров с реальным опытом в нейросетях и привычкой регулярно обновлять свой арсенал, потому что возможности сервисов сдвигаются за считаные месяцы.



