Когда покупатель открывает витрину, а селлер правит цену или догружает фото, снаружи всё выглядит как обычно. Но за кулисами крупного e-commerce эту работу уже разбирают встроенные нейросети: одна рисует фон для карточки, вторая готовит черновики скидок в кабинете, а третья решает, какой товар показать в ответ на вопрос в чате. В России эти западные инструменты напрямую не работают, но чётко показывают, куда движется рынок и какие правила уже действуют на зарубежных витринах.
Google Product Studio в Merchant Center: генерация сцен, лимит в 70 фото и неудаляемая метка IPTC
Начнём с витрины. Google Merchant Center — это кабинет продавца в Google, куда загружают товарный фид с ценами, остатками и фото для поиска и «Google Покупок». Раньше за красивым фоном ехали в фотостудию или крутили картинки в сторонних генераторах, подгоняя размеры руками. В Google Product Studio этот шаг встроили прямо в кабинет: заливаешь исходник, убираешь фон, поднимаешь разрешение или ставишь товар в новую сцену. Описываешь сам предмет, положение, окружение и фон — получаешь четыре варианта, проверяешь глазами и сохраняешь удачный в карточку.
На практике у инструмента жёсткие рамки. В России Product Studio недоступна и работает только в других поддерживаемых странах. У товара стоит лимит в 70 изображений: если слоты забиты, новое фото не сохранится, пока не удалишь старые. Регулируемые категории — алкоголь, табак, лекарства и медизделия, оружие, пиротехника и азартные игры — под запретом. Не поддерживаются и сложные визуальные детали вроде человеческих рук, настенного искусства и светильников.
Отдельный нюанс спрятан внутри файла. В каждую сгенерированную картинку Google вшивает IPTC-метку происхождения (DigitalSourceType со значением TrainedAlgorithmicMedia) — скрытый цифровой паспорт в метаданных, который фиксирует, что кадр создан ИИ.
Google прямо запрещает удалять IPTC-метку из сгенерированных файлов. Если сжимать фото агрессивным оптимизатором или отдавать через CDN, который вырезает метаданные, картинка нарушит правила. Перед загрузкой фида проверь, что твой пайплайн сохраняет служебные поля.
Square Squaremates: операционный ИИ-помощник продавца с обязательным подтверждением действий
Пока Google закрывает визуал, американская платформа Square взялась за бэк-офис. Многие ждут от ИИ «волшебную кнопку», когда бот сам пересчитал цены и запустил акцию. В Square сделали наоборот: помощник готовит рутину, но не может нажать «Применить» без твоего клика.
Сервис называется Squaremates. Раньше его обкатывали в открытой бете под именем Managerbot, а теперь вывели главной точкой входа в Square Dashboard. Он отвечает на вопросы по продажам, заказам, товарам и клиентам на основе данных аккаунта и собирает черновики: правки в карточках, скидки, письма покупателям и графики смен.
Каждое действие применяется только после ручного подтверждения продавца. В самой Square честно предупреждают, что ответы могут быть неточными — одна ошибка бота в скидке легко съест маржу за пару часов, так что ручной аппрув бережёт оборотку.
По доступу тоже есть границы. Squaremates работает на английском языке для продавцов из США с одним аккаунтом Square — в Multi-Account Suite поддержки пока нет. Сам ассистент (вместе с инструментами разработчиков Square MCP и Square CLI) предоставляется без доплаты, но для отдельных действий вроде расширенного маркетинга или расписаний всё равно нужен платный тариф Square.
Walmart Sparky вырос на 129% год к году: почему точность атрибутов карточки становится критичной
Третий контур — сам покупатель. Внутри Walmart работает ИИ-помощник Sparky, который помогает искать и сравнивать товары в диалоге вместо ручного перебора фильтров. 19 ноября 2026 года на звонке по итогам третьего квартала 2027 финансового года (Q3 FY27) президент и CEO Walmart Джон Фёрнер назвал свежие цифры: общая выручка сети выросла на 5,2% до $188,8 млрд, глобальный e-commerce — на 17%, а использование Sparky в США подскочило на 129% год к году.
В отчёте есть ещё одна заметная цифра: клиенты, собирающие заказ со Sparky, формируют корзину в среднем на 40% больше обычной. Правда, тут нужен трезвый взгляд. Walmart не раскрыл ни абсолютное число пользователей ассистента, ни долю покупок, закрытых после диалога. Сам по себе рост обращений и более крупная корзина не доказывают, что у каждой отдельной карточки автоматически вырастет конверсия.
Зато требования к качеству данных становятся жёстче. Когда человек выбирает товар через вопрос ИИ, ассистент берёт факты из атрибутов карточки — структурированных полей с характеристиками: размер, материал, совместимость, варианты и назначение. Если эти поля заполнены небрежно или забиты мусором под старый поиск, помощник просто не поймёт, кому подходит товар, и отдаст покупателю карточку конкурента. На зарубежных витринах это уже рабочая реальность, так что порядок в характеристиках напрямую влияет на попадание в ответы алгоритмов.



