Российская электронная торговля входит в следующий этап развития. После каталогов, маркетплейсов, рекомендаций и персонализации следующим большим изменением может стать агентная коммерция — модель, где часть функций покупателя берет на себя искусственный интеллект.
Покупатель больше не ищет товар самостоятельно: он формулирует задачу, а ИИ-агент анализирует рынок, сравнивает предложения, проверяет характеристики, формирует корзину и помогает совершить покупку.
👉 📈 Рынок ИИ-продаж может вырасти до триллионов рублей
По оценке Data Insight, агентная коммерция пока находится на ранней стадии, но в ближайшие годы может стать полноценным каналом продаж.
Прогноз:
— 2026–2027 годы: 0,4–1% eCommerce, или 65–160 млрд рублей;
— 2028–2029 годы: 2–4%, или 400–850 млрд рублей;
— 2030–2032 годы: 7–11%, или 2–3 трлн рублей.
То есть через несколько лет ИИ-агенты могут стать сопоставимым каналом привлечения покупателей наряду с поиском, маркетплейсами и мобильными приложениями.
👉 🔎 Сейчас ИИ уже влияет на покупку, но еще не заменяет оформление заказа
Исследование Data Insight показывает: сегодня пользователи чаще всего используют ИИ на этапе выбора.
Из 38 пользовательских сценариев:
— во всех случаях ИИ помогал с консультацией, поиском и выбором;
— в 13 случаях пользователь доходил до корзины или оформления;
— только в 2 случаях покупка завершалась через ИИ-помощника.
Главная роль ИИ сейчас — цифровой консультант.
Он помогает разобраться в сложных категориях, сравнить модели, подобрать альтернативы и понять, какой товар подходит под конкретную задачу.
👉 🛒 Покупатель будет ставить задачу, а не искать товар
Меняется сама логика e-commerce.
Сегодня пользователь вводит запрос в поиск маркетплейса и выбирает из десятков карточек.
В будущем сценарий может выглядеть иначе:
«Подбери ноутбук для работы и игр до 100 тысяч рублей».
«Найди оборудование для небольшого производства».
«Собери комплект товаров для ремонта».
ИИ будет не искать отдельные позиции, а формировать готовое решение.
👉 🏪 Четыре модели агентной коммерции
Data Insight выделяет четыре направления развития:
— GenAI Commerce — универсальный ИИ-агент, который работает с разными продавцами и выбирает лучшие предложения;
— Marketplace AI Commerce — ИИ-интерфейс внутри маркетплейса, где пользователь взаимодействует не с каталогом, а с агентом;
— Ecosystem AI Commerce — агент внутри экосистемы, объединяющий покупки, платежи, логистику и другие сервисы;
— Retail AI Commerce — собственный ИИ-продавец конкретного ритейлера.
Все четыре модели могут развиваться одновременно и конкурировать за пользователя.
👉 🔐 Главный барьер — доверие к ИИ
Пользователи готовы передавать искусственному интеллекту поиск, сравнение и консультации.
Но автоматическая покупка и особенно оплата остаются чувствительной зоной.
Основные условия доверия:
— подтверждение заказа перед списанием денег;
— виртуальные карты и ограниченные кошельки;
— автоматизация повторных и понятных покупок.
По данным исследования, психологический барьер для автоматической оплаты находится примерно около 5 тысяч рублей.
👉 ⚔️ Конкуренция в e-commerce переместится от поиска к ИИ-рекомендациям
Для бизнеса это означает появление нового канала продаж.
Если раньше компании боролись за:
— позиции в поиске;
— рекламу на маркетплейсах;
— место в выдаче;
то в будущем им придется бороться за попадание в рекомендации ИИ-агентов.
Для этого потребуется качественная работа с данными:
— характеристики товаров;
— цены;
— остатки;
— логистика;
— персональные предложения.
Побеждать будут компании, чьи товары ИИ сможет правильно понять, сравнить и рекомендовать покупателю.

Агентная коммерция в России: как ИИ станет новым каналом продаж и изменит eCommerce

Российский рынок электронной торговли входит в новый этап развития. После эпохи каталогов, маркетплейсов, рекомендательных систем и персонализации следующим большим изменением становится агентная коммерция — модель, в которой искусственный интеллект берет на себя часть функций покупателя.

Если сегодня пользователь самостоятельно ищет товар, изучает характеристики, сравнивает предложения и оформляет заказ, то в будущем сценарий будет другим: человек формулирует задачу, а ИИ-агент самостоятельно анализирует рынок, подбирает варианты, проверяет условия, формирует корзину и помогает совершить покупку.

Именно этому переходу посвящено исследование Data Insight «Перспективы агентной коммерции в России, 2026». Авторы рассматривают не только развитие ИИ-технологий, но и изменение самой модели коммерции — переход от взаимодействия человека с каталогом к взаимодействию человека с цифровым агентом.

Сегодня агентная коммерция находится на ранней стадии развития. Большинство российских компаний только начинают экспериментировать с ИИ-инструментами, а объем продаж через ИИ-агентов пока находится ниже уровня статистической погрешности рынка.

При этом прогноз Data Insight показывает быстрый рост нового направления.

В период 2026–2027 годов доля продаж через ИИ-агентов может составить 0,4–1% российского eCommerce, а объем рынка — 65–160 млрд рублей.

В 2028–2029 годах агентная коммерция может вырасти до 2–4% eCommerce, что соответствует объему 400–850 млрд рублей.

К 2030–2032 годам доля продаж под управлением ИИ-агентов может достигнуть 7–11%, а объем рынка — 2–3 трлн рублей.

Таким образом, в перспективе ближайших пяти–шести лет ИИ-агенты могут стать полноценным каналом продаж, сопоставимым по значимости с поиском, маркетплейсами и мобильными приложениями.

Исследование Data Insight основано на анализе реального поведения пользователей и компаний. В рамках работы были проведены 30 глубинных интервью с Early Adopters — пользователями, которые активно применяют ИИ при выборе товаров и услуг, 6 экспертных интервью с представителями крупных ритейл-компаний, а также анализ существующих сценариев использования ИИ в коммерции.

Главный вывод исследования: сегодня ИИ уже вошел в процесс покупки, но в основном на этапе выбора товара.

Из 38 пользовательских кейсов, рассмотренных Data Insight, во всех случаях ИИ применялся для консультаций, поиска и выбора предложений. В 13 случаях использование ИИ дошло до добавления товара в корзину или оформления услуги. Только 2 кейса завершились оплатой через ИИ-помощника.

Фактически ИИ начинает выполнять роль нового консультанта. Пользователи обращаются к нему, чтобы разобраться в сложных категориях товаров, понять характеристики, сравнить модели, найти альтернативы и выбрать оптимальный вариант.

ИИ постепенно начинает конкурировать с традиционными источниками рекомендаций: друзьями, обзорами, социальными сетями и продавцами-консультантами.

Основные сценарии использования ИИ сегодня связаны с несколькими задачами.

Первое направление — изучение товарной категории. ИИ помогает объяснить сложные технологии, разобраться в характеристиках и понять разницу между моделями. Например, пользователь может изучать особенности техники, автомобилей или профессионального оборудования перед покупкой.

Второе направление — формирование критериев выбора. ИИ помогает определить, какие характеристики действительно важны, на чем можно сэкономить и какие параметры критичны для качества товара. Например, выбрать параметры автомобиля, определить требования к инструменту или подобрать оборудование под конкретные задачи.

Третье направление — подбор товаров под конкретную задачу. Вместо поиска конкретной модели пользователь описывает проблему, а ИИ формирует решение. Среди кейсов исследования: поиск запчастей по серийному номеру, подбор совместимых комплектующих, поиск аналогов ушедших брендов и подбор лекарств по действующему веществу.
Четвертое направление — сравнение предложений и оптимизация покупки. ИИ создает сравнительные таблицы, анализирует характеристики, ищет выгодные варианты и помогает принять решение. Среди примеров — сравнение автомобилей Geely и Haval, анализ составов косметики, сравнение моделей смартфонов и поиск наиболее выгодных предложений.

Data Insight выделяет четыре основные модели развития агентной коммерции.

Первая модель — GenAI Commerce. В этом сценарии универсальный ИИ-агент работает с множеством продавцов, выбирает лучшие предложения и помогает оформить покупку. Такая модель может стать новым открытым каналом продаж для большого количества компаний.

Вторая модель — Marketplace AI Commerce. Здесь ИИ становится новым интерфейсом маркетплейса. Пользователь перестает самостоятельно искать товары в каталоге и формулирует задачу, а агент подбирает подходящие предложения. Преимущество маркетплейсов — наличие каталога, платежной инфраструктуры, логистики и данных о покупателях.

Третья модель — Ecosystem AI Commerce. В этом случае ИИ работает внутри экосистемы, объединяя покупки, платежи, логистику и другие сервисы. Агент становится помощником не только в отдельных покупках, а в решении комплексных жизненных задач пользователя.

Четвертая модель — Retail AI Commerce. Это собственный ИИ-агент ритейлера, который работает внутри сайта или приложения магазина, использует внутренний каталог и помогает увеличить конверсию существующего трафика. Такая модель позволяет компании сохранить контроль над данными, клиентским опытом и предложением.

Все четыре модели могут развиваться одновременно и конкурировать за пользователя.

При этом главный вопрос развития агентной коммерции — доверие пользователей.

Покупатели уже готовы передавать ИИ задачи, связанные с консультациями, объяснением характеристик, формированием критериев выбора и сравнением товаров.

Более осторожное отношение сохраняется к автоматическому оформлению заказа и оплате. Пользователи хотят сохранять контроль и иметь возможность проверить решение ИИ перед совершением покупки.

Наиболее чувствительной зоной остается оплата. По данным исследования, большинство респондентов устанавливали психологический барьер примерно на уровне 5 000 рублей, считая такую сумму допустимым риском в случае ошибки системы.

Основные условия доверия к оплате через ИИ:

• подтверждение заказа перед списанием средств;
• использование виртуальных карт и ограниченных кошельков;
• автоматизация преимущественно повторяющихся и понятных покупок.

Для бизнеса появление агентной коммерции означает создание нового канала взаимодействия с покупателем.

Сегодня компании конкурируют за позиции в поиске, рекламу и место в выдаче маркетплейсов. В будущем борьба будет идти за попадание в рекомендации ИИ-агентов.

Ритейлу потребуется готовить данные для работы с ИИ-системами: предоставлять информацию о товарах, ценах, остатках, персональных предложениях и логистике.

Компании уже начинают адаптироваться к новой реальности. Ритейлеры тестируют интеграции с ИИ-системами, работают над повышением видимости своих товаров и создают инфраструктуру для взаимодействия с агентами.

Главный вывод исследования: агентная коммерция станет следующим этапом развития электронной торговли.

В будущем покупатель будет все реже самостоятельно искать отдельные товары и все чаще ставить ИИ задачу: подобрать решение, собрать комплект, найти оптимальный вариант или организовать покупку.

Конкуренция в eCommerce будет идти уже не только за внимание человека, но и за внимание его цифрового агента.