В розничной торговле региона APAC искусственный интеллект выходит за рамки аналитики и тестовых проектов, проникая в рабочие процессы и повседневные операции.
Плотная застройка городских магазинов, сильная текучесть персонала и жесткая конкуренция в сфере быстрой коммерции ускоряют это внедрение. Опрос GlobalData за IV квартал 2025 года выявил: 45 процентов покупателей в Азии и Австралазии вполне или очень вероятно совершат покупку на основе рекомендаций или подтверждений от ИИ.
Джаия Дандеи, аналитик по потребителям в GlobalData, отметила: даже если клиенты этого не замечают, системы машинного обучения давно определяют момент для стимулирования покупок, ассортимент товаров на экране и доступные скидки.
Сегодня агентные системы способны доводить задачи, связанные с шопингом, до полного завершения.
Компьютерное зрение и автоматизация магазинов
Бизнесы, присматривающиеся к компьютерному зрению и машинному обучению, уже наблюдают за первыми реализациями в этом регионе.
Ретейлер Lawson в 2022 году запустил в Японии магазины с ИИ под названием ‘Lawson Go’. В 2025-м компания объединилась с поставщиком технологий CloudPick, внедрив ИИ, машинное обучение и компьютерное зрение. Это позволило обойтись без очередей на кассах и кассиров, улучшив сервис для покупателей.
В Южной Корее фирма Fainders.AI в 2024 году открыла компактный магазин MicroStore без кассиров прямо в фитнес-зале. Такой подход расширил применение автономной розницы на разные типы бизнеса.
ИИ также упрощает прогнозирование и автоматизацию пополнения запасов — функция, которая особенно востребована в APAC, где магазины небольшие, а частота пополнения высока.
Японская сеть продуктовых магазинов Coop Sapporo применила систему на базе камер Sora-cam от Soracom. Она предотвращает переизбыток товаров на полках и минимизирует нераспроданный ассортимент. Команда аналитиков сети изучает снимки, чтобы подобрать идеальное соотношение товаров на полках. Sora-cam дополнительно уведомляет сотрудников о необходимости наклеек со скидками на продукты, близкие к истечению срока, — это снижает потери.
Модели ИИ отслеживают объемы отходов и оптимальное время для markdown, одновременно повышая отдачу от акций. В странах Юго-Восточной Азии (SEA), где покупатели остро реагируют на цены, даже небольшие улучшения в эффективности промо заметно увеличивают маржу.
Меры по оптимизации труда с помощью ИИ охватывают составление графиков, списки приоритетных задач и распределение нагрузки. Они помогают ретейлерам Японии и Южной Кореи бороться с хроническим дефицитом кадров, а в динамично растущих рынках SEA дают дополнительные преимущества в производительности.
Агентные системы ИИ улучшают общение с покупателями APAC
В продуктовой рознице агентный ИИ лучше всего представить как ‘оператора’, который разбирается в цели, разрабатывает план действий, соблюдает лимиты бюджета или ограничения по аллергенам, взаимодействует с разными системами, задает уточняющие вопросы и со временем запоминает предпочтения, — поясняет Дандеи.
Клиенты избегают поиска по отдельным товарам, описывая общую задачу. Например: ‘Придумай пять ужинов для семьи из четырех человек, преимущественно азиатские блюда, без моллюсков, готовка не дольше 45 минут’. Агент создаст рецепты, сформирует корзину, рассчитает порции и добавит недостающие базовые ингредиенты.
Такие возможности агентного ИИ в рознице идеально вписываются в местные традиции: в APAC семьи часто готовят дома и покупают свежие продукты. Системы, знакомые с региональными кухнями — корейскими банчан, японскими бенто или индийскими пряностями, — подходят лучше универсальных западных планов питания.
В большинстве рынков APAC покупки уже тесно связаны с электронными кошельками, мессенджерами, сервисами такси и доставкой, что позволяет агентному ИИ легко встроиться в ежедневный ритм, — добавляет Дандеи.
При этом остаются серьезные препятствия: получение согласия на обмен личными данными, сокращение ошибок в распознавании аллергенов и ингредиентов, а также тщательная адаптация систем под локальные языки с учетом нюансов.