Как ИИ сокращает ФОТ на 30% в товарном бизнесе

Анализируя операционные показатели сотен торговых компаний в 2025 году, я вижу один и тот же тревожный сценарий. Я Дмитрий Ковпак, и за 20 лет в товарном бизнесе привык доверять только цифрам. А цифры говорят однозначно: выручка у селлеров растет, а чистая прибыль падает.

Основная причина кроется в фонде оплаты труда. Зарплаты в e-com секторе выросли на 28% за год. Найти квалифицированного сотрудника сложно, а удержать его еще дороже.

На фоне растущих комиссий маркетплейсов и инфляции закупочных цен, автоматизация становится единственным доступным рычагом для удержания EBITDA. Когда другие расходы резать уже некуда, приходится оптимизировать процессы. Мы проанализировали работу 300 торговых компаний и видим четкий тренд: нейросети вышли из IT-отделов и теперь заменяют дизайнеров, копирайтеров и ассистентов байеров.

Визуальный контент: сокращение бюджета в 5 раз

Классическая схема создания контента — аренда студии, найм фотографа, модели и ретушера для товаров с низким и средним чеком стала экономически бессмысленной. Создание визуального пака для одного артикула (SKU) в Москве обходится в 15–25 тысяч рублей, а весь процесс занимает около недели.

Генеративные сети (Flux, Midjourney, Stable Diffusion) меняют юнит-экономику этого процесса кардинально.

На практике это выглядит так: мы используем технологию LoRA для дообучения нейросети на конкретном товаре. Достаточно снять десяток фотографий предмета на телефон и загрузить их в систему, чтобы алгоритм зафиксировал геометрию и фактуру. После этого промпт-инженер может за пару часов сгенерировать сотни вариантов подачи: товар в руках модели, в интерьере лофта или на оживленной улице.

Юнит-экономика контента: традиционный метод vs ИИ. Традиционный метод (10 SKU) — 200 000 руб. / 10 дней. Генеративный метод (10 SKU) — 40 000 руб. (з/п специалиста) / 2 дня. Экономия бюджета — 80%)

Результат очевиден: вместо недели мы тратим два дня. Вместо 200 тысяч рублей платим зарплату одному специалисту. Виртуальной модели не нужны гонорары, она не болеет и всегда доступна для съемок.

Тексты и SEO: быстрее и дешевле

Штатные копирайтеры также становятся лишними расходами. Человек пишет медленно, устает и допускает ошибки. Он физически не способен за 15 минут проанализировать 5000 поисковых запросов и органично внедрить их в описание карточки. Языковые модели (LLM) справляются с этой задачей мгновенно.

Особенно ярко экономия проявляется в работе службы поддержки. Ответы на отзывы — рутинная и дорогая работа. Шаблоны снижают рейтинг карточки, а персональные ответы требуют раздутого штата операторов.

Если перевести этот процесс на ИИ, математика меняется. Человек обрабатывает в среднем 50 отзывов в час, и стоимость одного контакта составляет около 30 рублей. Связка «ИИ плюс модератор» выдает 500 ответов в час, снижая стоимость контакта до 50 копеек. Мы не исключаем человека из цепочки полностью: сотрудник утверждает предложенные нейросетью варианты, но это позволяет сократить отдел поддержки в три раза.

Закупки и аналитика: расчет вместо гадания

Ошибки в закупках остаются главной причиной кассовых разрывов. Менеджер, работающий в Excel, часто планирует поставки «на глаз», опираясь на показатели прошлого месяца. Он редко учитывает сложную сезонность, плавающие даты праздников или маркетинговую активность конкурентов. Ошибка человека здесь — норма, но она стоит миллионы.

Предиктивные модели анализируют огромный массив данных — от истории продаж до прогноза погоды — и строят прогноз спроса с математической точностью. Это подтверждает и мировая статистика: по данным отчета McKinsey, внедрение AI-прогнозирования в цепочки поставок снижает ошибку на 20–50%, поднимая точность до 85–95%.

Внедрение таких систем дает тройной эффект. Во-первых, снижается out-of-stock: товар всегда есть на полке, и карточка не теряет позиции в выдаче. Во-вторых, растет оборачиваемость капитала, так как деньги не замораживаются в неликвиде. И, наконец, включается динамическое ценообразование: робот меняет ценник каждые 15 минут вслед за спросом, максимизируя прибыль. Человек физически не успеет реагировать на рынок с такой скоростью.

Прогноз на 2026: приход агентов

Если в 2024–2025 годах мы использовали ИИ как умного помощника, то в 2026 году стандартом станут автономные ИИ-агенты.

Разница принципиальная. Сейчас ИИ только подсказывает: «Снизь цену на 5%». Агент будущего самостоятельно выполнит действие и пришлет отчет: «Я снизил цену на 5%, так как конкурент запустил акцию, и поднял ставку в рекламе, чтобы удержать позиции». Программы получат доступ к реальным действиям в кабинетах селлеров.

Изменится и сама выдача маркетплейсов. Контент карточки станет динамическим: нейросети будут на лету генерировать главное фото под профиль конкретного пользователя, зашедшего на сайт. Это повлечет за собой новые требования к персоналу. Сотрудники, не умеющие ставить задачи нейросетям, перейдут в категорию низкооплачиваемых. Ценность специалиста теперь будет измеряться умением управлять флотилией AI-агентов.

Правовой аспект

Внедряя технологии, нельзя забывать о законе. Согласно ГК РФ, автором произведения может быть только человек. Контент, созданный нейросетью без творческого участия человека, де-юре не имеет автора и может считаться общественным достоянием.

Чтобы защитить свои карточки от копирования конкурентами, необходимо сохраняйте историю создания: промпты, исходники, лог работы. Вы должны быть готовы доказать, что в финальном изображении есть существенный творческий вклад вашего сотрудника, а не только алгоритмическая работа машины.

Экономика (P&L)

Рассмотрим расходы торговой компании с оборотом 40–50 млн руб. в месяц. Переход на ИИ позволяет оптимизировать структуру затрат без потери качества процессов.

В сухом остатке мы получаем экономию 500 000 рублей в месяц только на зарплатном фонде. В годовом выражении это 6 млн рублей чистой прибыли, которую бизнес может реинвестировать в закупку товара.

Вывод

В 2026 году ИИ станет таким же базовым инструментом, как 1С или Excel десять лет назад. Конкурировать с компанией, у которой себестоимость производства контента 500 рублей, невозможно, если вы тратите на это 5000.

Главный ресурс трансформации даже не деньги, а скорость. Скорость вывода новинки, скорость реакции на отзыв, скорость переоценки товара. В товарном бизнесе выигрывает тот, кто быстрее оборачивает капитал. И алгоритмы справляются с этим объективно лучше людей.