Публикации и аналитика

AI-стратегия Ozon

Мы проанализировали анонсы Ozon об AI-запусках и AI-интеграциях с 2023 года. На первом этапе Ozon применял алгоритмы прежде всего в операционном ядре маркетплейса — для проверки карточек, прогнозирования спроса, управления остатками и т. п. На втором этапе компания стала переносить AI-инструменты в личные кабинеты продавцов, а на третьем этапе AI-интерфейсы получили покупатели.

В рамках исследования экосистем мы подготовили спецраздел «Анализ внедрения GenAI в пользовательские сервисы экосистем».

Внутри:
— обзор трендов внедрения GenAI в пользовательские сервисы;
— разбор функциональности GenAI-ассистентов в пользовательских сервисах;
— основные пользовательские сценарии с GenAI-функциями;
— эффект внедрения GenAI в экосистемные сервисы: кейсы.

Приобрести спецраздел можно отдельно от полного отчета.
Заказать и уточнить детали можно по почте weare@spektr.team

Первый слой: автоматизация операционного ядра

Модерация карточек товаров

В марте 2023 года Ozon сообщил о собственной системе ML-модерации карточек товаров, которая автоматизировала проверку новых позиций и сокращала время обработки карточки в 10 раз. Алгоритм обучали на накопленной базе решений модераторов Ozon и карточек с нарушениями. Систему использовали и в постмодерации карточек.

В апреле 2024 года Ozon открыл для внешнего рынка Ozon Profit — краудсорсинговую платформу для разметки данных, машинного обучения (ML) и модерации контента. До этого компания использовала Ozon Profit под собственные задачи, включая модерацию контента и карточек товаров. Теперь сторонние компании получили возможность размещать задания через платформу, оплачивая комиссию 10%.

Прогнозирование спроса и остатков товаров

В июле 2023 года Ozon запустил для продавцов отчет «Потребность в товарах», который прогнозировал потенциальный спрос на 10 недель вперед и показывал, в каких регионах товар может быть востребован и в каком объеме. ML учитывал спрос клиентов, сезонность, цену, скидки в рамках акций, складские остатки, товары в пути и планы поставок. Кроме того, новый отчет «Оборачиваемость товаров» показывал остатки по регионам, ежедневные продажи, срок исчерпания текущих запасов и средний прогноз по срокам продаж магазина. Связка этих двух отчетов позволяла сопоставлять прогнозный спрос с фактической скоростью продаж и складскими остатками.

Таким образом, в 2023 году Ozon применял ML сразу в двух базовых процессах маркетплейса: допуске товаров на витрину и распределении товарных запасов по регионам.

Второй слой: инструменты для продавцов

Генерация карточек товаров

В сентябре 2023 года Ozon запустил сервис автогенерации видеообложек. Он фактически перенес ML из внутренних процессов в повседневную работу продавца с карточкой товара. В мае 2024 года компания разработала AI-генератор фото одежды на виртуальной модели — благодаря ему селлер смог отказаться от услуг фотосъемки. В сентябре 2024 года Ozon начал тестировать AI-редактор изображений. Он позволял генерировать фон, удалять неудачный фон и повышать качество фото при низком разрешении. В феврале 2026 года генерация фона стала доступна для товаров всех категорий.

Ozon последовательно переводил создание товарных карточек на genAI. В мае 2025 года маркетплейс добавил встроенный OzonGenerator для генерации описаний товаров без подключения сторонних сервисов. В сентябре 2025 года Ozon доработал его, повысив точность описаний с 76% до 96%. В декабре 2025 года генератор получил возможность учитывать особенности товара, для которых нет отдельных атрибутов в карточке, а лимит генераций увеличили с 50 до 200 в месяц. В апреле 2026 года генератор добавили в онлайн-таблицы, чтобы адаптировать инструмент к массовому редактированию карточек.

Коммуникация селлеров с покупателями

В июне 2025 года маркетплейс запустил функцию обзора отзывов на товары в личном кабинете селлера — AI, обученный на отзывах покупателей Ozon, выделяет ключевые позитивные, нейтральные и негативные характеристики товара. Обзор учитывает отзывы за последний год, обновляется раз в неделю и группирует упоминания по смыслу и тональности. В октябре 2025 года Ozon добавил генерацию ответов на отзывы — AI предлагает текст на основе оценки, содержания и тональности отзыва.

В сентябре 2025 года Ozon открыл продавцам рассылки push-уведомлений — для этого ML-алгоритмы подбирают группы потенциальных клиентов. После рассылки продавец может посмотреть показатели покупок.

Сочетание собственных AI-функций Ozon и сторонних сервисов

Ozon предложил селлерам магазин подключаемых сервисов и AI-функций, которые можно использовать прямо в личном кабинете: 24AI для редактирования фона и изображений, Top Seller и CopyMonkey для генерации описания товаров, Supa для редактирования изображений и создания рекламных баннеров и инфографики, Blaber.AI для ответов на вопросы клиентов. Сочетание собственных функций и подключаемых приложений показывает смешанную модель — Ozon развивает встроенные AI-инструменты и одновременно включает сторонние решения в личный кабинет селлера.

Ассистент для продавцов

В апреле 2026 года Ozon запустил «Умного ассистента» для продавцов в личном кабинете на базе LLM Qwen 3.5. Он анализирует данные магазина, отвечает на вопросы о работе с платформой и формирует персональные рекомендации на основе показателей продавца. Система учитывает контекст диалога, уточняет запросы и предлагает действия. По оценке Ozon, инструмент может закрыть до 20% вопросов продавцов. Ассистент работает не как AI-агент, который управляет магазином, а как интерфейс для предварительного анализа, справочной навигации и интерпретации метрик.

Третий слой: сервисы для покупателей

Расширение интерфейсов за пределы сайта и приложения

Впервые Ozon попытался использовать AI в B2C-сегменте через интеграцию собственной ОС Ozon TV для умных ТВ — это было в конце 2023 года. Особенность такого ТВ — встроенное приложение для покупок с персонализированными подборками товаров и QR-кодом для перехода к заказу через мобильное приложение или сайт. В Ozon TV встроили сервисы VK, в том числе голосовое управление с помощью Маруси. Сейчас проект существует как приложение для Смарт Т В на ОС Android TV.

Добавление мультимодального и диалогового слоя в поиск

В сентябре 2025 года Ozon начал тестировать поиск товаров по фото — к текстовому запросу можно добавлять изображение. Поиск по фото указывает на переход к мультимодальной навигации по каталогу — входными данными для подбора товара становится визуальный объект.

В феврале 2026 года Ozon рассказал, что разрабатывает AI-ассистента для покупателей и пилотирует его на сотрудниках. Он обрабатывает сложные поисковые сценарии вроде сбора товаров для похода или выбора подарка, а также помогает сравнивать товары. Он меняет модель поиска с подбора по ключевым словам на диалоговое уточнение задачи — пользователь описывает потребность, а система формирует варианты выбора.

На февраль 2026 года конкуренты Ozon уже запустили или анонсировали собственных genAI-ассистентов для поиска и выбора товаров. Поэтому эксперты рассматривали ассистента Ozon как реакцию на изменение интерфейсов других маркетплейсов, где конкуренция смещается к качеству диалогового поиска и рекомендаций.

Выводы

В последние годы Ozon реализовывал AI-инициативы поэтапно, продвигая алгоритмы от внутренних процессов к конечному пользователю. Сначала компания внедряла AI в операционное ядро: ускорили модерацию миллионов карточек, научились точнее предсказывать региональный спрос и оптимизировали логистику. Затем технологии стали повседневным рабочим инструментом для продавцов. AI взял на себя рутину селлеров — от автоматического написания описаний и генерации фонов на фото до умного анализа покупательских отзывов. За последний год алгоритмы вышли напрямую к покупателям, меняя сам привычный формат онлайн-шопинга.

AI постепенно становится рабочим слоем платформы, который помогает обрабатывать большие объемы данных и превращать их в конкретные действия для продавцов, покупателей и внутренних команд Ozon. Для компании такая стратегия дает возможность управлять масштабом: чем больше товаров, продавцов, отзывов, складских операций и пользовательских запросов проходит через платформу, тем выше потребность в алгоритмах, которые берут на себя первичную обработку, сортировку и интерпретацию данных.