Как ИИ меняет ритейл в АТР: от аналитики к «агентам», которые покупают за вас

Что происходит: ИИ в ритейле АТР выходит в «боевой режим»

Ритейл в Азиатско-Тихоокеанском регионе (АТР) быстро проходит этап, когда ИИ был просто «умной аналитикой» или пилотом для презентаций. Теперь технологии встраиваются в ежедневные процессы магазинов — от пополнения полок до кассы без кассира.

Драйверы во многом региональные: плотная городская застройка и небольшие форматы магазинов, кадровая турбулентность и высокая конкуренция со стороны quick-commerce, где скорость и точность операций решают всё.

Покупатели готовы, а индустрия переходит к «агентным» системам

Открытость к рекомендациям ИИ

По данным опроса GlobalData за Q4 2025, 45% потребителей в Азии и Австралазии заявили, что они «весьма» или «довольно» вероятно совершат покупку на основе рекомендаций или “одобрений” ИИ. Это важно: доверие со стороны аудитории снижает барьер для внедрения персонализации и автоматизированного подбора корзины.

От рекомендаций — к действиям

Аналитик GlobalData Джая Дандей (Jaya Dandey) подчёркивает: машинное обучение давно влияет на то, что именно видит покупатель и какую скидку ему предложат. Но сейчас происходит следующий шаг — развитие agentic AI, то есть систем, которые способны выполнять цель целиком, а не только подсказывать.

Магазин без очереди: компьютерное зрение и автономные форматы

Япония: Lawson усиливает курс на stores-as-tech

Сеть Lawson в Японии развивает концепцию AI-магазинов Lawson Go (упоминается запуск в 2022 году). Также отмечается сотрудничество с CloudPick в 2025 году: интеграция ИИ/ML и computer vision помогает строить кассовые сценарии без кассира и убирать привычные очереди на оплату.

Южная Корея: MicroStore как «компактная» автономная розница

В Южной Корее компания Fainders.AI в 2024 году представила компактный формат автономного магазина MicroStore, установленный в спортзале. Логика проста: если автономная розница становится меньше, дешевле и проще в установке, она выходит за рамки супермаркетов — и начинает работать в «точках спроса» вроде фитнес-клубов и офисов.

Пополнение, списания и персонал: ИИ берёт на себя рутину

Прогнозирование и пополнение полок

Для АТР характерны небольшие торговые точки и частое пополнение товара. Поэтому ИИ в прогнозировании спроса и автоматизации replenishment даёт быстрый эффект: меньше пустых полок, меньше излишков, выше скорость оборота.

Япония: Coop Sapporo снижает потери с помощью камер

Coop Sapporo использует Sora-cam — камера-ориентированную AI-систему от Soracom. Механика завязана на визуальном контроле:

• изображения полок помогают командам оценивать выкладку и соотношение ассортимента;
• система поддерживает решения по снижению «лишних» закупок;
• при приближении срока годности товару можно быстрее назначать markdown — например, подсказывая персоналу, когда клеить скидочные стикеры.

Итог — меньше непроданного и меньше пищевых отходов.

Оптимизация труда: расписания, задачи, нагрузка

Отдельный контур — управление персоналом: планирование смен, листы задач, балансировка нагрузки. Это актуально и для рынков с дефицитом кадров (например, Япония и Корея), и для быстрорастущих стран Юго-Восточной Азии, где масштабирование операций часто упирается в людей.

Что такое agentic AI для продуктов — и почему это подходит АТР

«Оператор» вместо чат-бота

Agentic AI в трактовке Дандей — это система, которая:

• понимает цель (например, «спланируй ужины на неделю»);
• строит план действий и проверяет ограничения (бюджет, аллергены, предпочтения);
• выполняет задачи в разных сервисах (подбор, корзина, объёмы, “стандартные” покупки);
• уточняет недостающие детали вопросами;
• учится на привычках пользователя.

Региональная специфика: свежие покупки и локальная кухня

Для АТР подход особенно органичен: в ряде стран чаще готовят дома и чаще покупают свежие продукты. Но качество результата зависит от локализации — системе нужно «понимать» местные пищевые привычки и кухни (в материале упоминается, что это может быть критично для вещей уровня корейских banchan, японских bento или индийских основ специй).

Риски и барьеры: приватность, ошибки и языковая локализация

Вместе с ростом автономности растут и требования:

• согласие на использование данных и приватность;
• снижение галлюцинаций (особенно опасно в контексте аллергенов и состава);
• качественная локализация, включая нюансы языка и контекстов.

---

Источник: AI News