Искусственный интеллект всё заметнее влияет на то, как покупатели находят товары в ритейле, и модная индустрия уже сталкивается с новыми требованиями к цифровой витрине. По данным Adobe, в июле AI-реферальный трафик на сайты розничной торговли в США вырос на 62% в годовом выражении. При этом такие переходы показывали конверсию на 60% выше, чем трафик из источников без AI.
Для Adobe это уже 11-й месяц подряд, когда AI-трафик опережает другие каналы по показателю конверсии. Компания также отмечает, что речь идёт не только о поиске новых посетителей, но и о более «намеренной» аудитории: пользователи, пришедшие через AI, чаще совершают действия, приближающие их к покупке.
Согласно данным Adobe, основанным более чем на 1 трлн визитов на сайты розничной торговли в США, посетители, пришедшие через AI, проводили на сайтах на 59% больше времени, на 33% реже покидали страницу сразу и добавляли товары в корзину на 28% чаще. Это усиливает интерес к AI как к каналу не только обнаружения товаров, но и вовлечения покупателя в брендовую экосистему. 
Кимберли Карни, основательница конференций Impakt, посвящённых AI, commerce и retail, а также CEO The Wires, считает, что меняется сама модель потребительского поведения. По её словам, рынок движется «от search-driven world к discovery-driven world» — от мира поиска к миру обнаружения. Вместо того чтобы листать и фильтровать сотни товаров, потребитель всё чаще описывает задачу, бюджет, предпочтения или место использования и просит AI подобрать релевантные варианты.
Для fashion-брендов это означает новую конкуренцию: уже не только за внимание покупателя, но и за рекомендацию самой системы. Карни отмечает, что ключевым становится вопрос, как добиться того, чтобы LLM рекомендовала именно ваш бренд. Иными словами, брендам предстоит думать не только о том, как быть заметными человеку, но и о том, как быть «понятными» алгоритму.
Лони Старк, вице-президент по стратегии и продукту Adobe, говорит, что это требует адаптации сайтов и карточек товаров так, чтобы их могли читать и интерпретировать машины. По данным Adobe, средний homepage американского ритейлера получил лишь 61% по показателю AI readability, то есть почти 40% контента оказалось не полностью читаемым для больших языковых моделей.
Внутри категорий apparel показала лучший результат среди изученных сегментов — 76%, далее идут electronics с 70%. Для fashion-ритейла это важная отправная точка: индустрия уже давно работает с SEO, поэтому у неё есть база в виде продуктовых таксономий, подробных описаний и структурированной информации о цвете, посадке и материалах. Но теперь эти же данные нужно переводить в формат, который понятен AI-системам.
Смысл этой трансформации не только в технической оптимизации. Пользовательский запрос тоже становится более сложным. Если раньше можно было искать, например, «красное летнее платье», то AI-ассистент способен обработать куда более подробное описание: бюджет, материал, цель покупки, погоду, локацию и личные предпочтения. Это меняет ожидания от карточки товара и от структуры всего сайта.
По словам Старк, брендам нужно делать описания более развёрнутыми и структурированными. Платье можно характеризовать не только силуэтом и тканью, но и тем, подходит ли оно для вечеринки или свадьбы, как ведёт себя в повседневной носке и как за ним ухаживать. Для категорий fashion это особенно важно, потому что одна и та же вещь может решать разные задачи в зависимости от сценария использования.
Для люксовых домов задача ещё сложнее. По мере того как AI-системы становятся частью процесса рекомендаций, брендам нужно переводить наследие, craftsmanship и качество в конкретные, проверяемые данные. Происхождение ткани, страна производства или способ изготовления могут стать частью информации, которую LLM использует, отвечая на вопрос потребителя.
Важную роль играет и внешняя информация. В исследовании Adobe отмечается, что LLM обращаются к сторонним источникам, чтобы рассказывать о брендах, их репутации и продуктах. Это делает редакционные материалы и отзывы потенциально важной частью цифрового следа бренда. Для fashion-индустрии это означает, что репутация в медиа и качество описаний за пределами собственного сайта начинают иметь прямое значение для AI-поиска и рекомендаций.
При этом эксперты предостерегают от формального внедрения AI ради самого AI. Карни подчёркивает, что простое использование технологии не является стратегией. Главный вопрос, по её словам, в том, какую задачу технология должна решать для потребителя. Это особенно важно на фоне модной персонализации: если алгоритм будет предлагать только то, что человек уже покупал или искал, он может лишить fashion ту самую неожиданность, которая делает шопинг интересным.
Карни формулирует это так: цель не в том, чтобы предсказать человека идеально, а в том, чтобы понять его достаточно хорошо, чтобы помочь ему открыть для себя что-то новое. Для модного рынка это принципиально, потому что вместе с релевантностью остаётся ценность открытия нового дизайнера, силуэта или бренда, о котором покупатель сам бы не подумал искать.
Рост AI также может повысить роль офлайн-магазина. Поскольку покупатель всё чаще может совершить транзакцию прямо с телефона, физическое пространство должно дать ему причину прийти: через опыт, discovery, сообщество и человеческое общение. Карни, ранее 17 лет владевшая ритейл-магазином, считает, что по мере того как AI берёт на себя больше исследовательских и транзакционных функций, физическая и experiential-торговля снова приобретут особую ценность.
Adobe отмечает, что AI-реферальные покупатели по-прежнему переходят на собственные сайты ритейлеров, где могут увидеть более богатую визуальную подачу, видео, оценить товар и завершить покупку. При этом LLM-based purchasing остаётся на ранней стадии. Для fashion-брендов это создаёт двойную задачу: с одной стороны, нужно давать AI достаточно информации, чтобы он понимал и рекомендовал продукт, а с другой — сохранять визуальную, эмоциональную и физическую составляющие моды, которые нельзя свести только к данным.
В сегменте luxury это особенно заметно. Дома моды должны делать наследие, craftsmanship и качество более читаемыми для AI-систем. Данные о том, откуда происходит материал, как изготовлена вещь и какая история стоит за коллекцией, помогают AI отвечать на вопросы о бренде и корректнее рекомендовать его товары. Как отмечает Старк, в моде многое нельзя передать только словами: важны и детали конструкции, и посадка, и особенности самой вещи.
Итог для fashion-индустрии очевиден: AI уже не выглядит экспериментальной функцией для шопинга. Он становится каналом, который влияет на discovery, на поведение на сайте и на конверсию. А значит, брендам и ритейлерам нужно перестраивать не только маркетинг, но и саму структуру контента — так, чтобы его одинаково хорошо считывали и покупатели, и алгоритмы.
Источник: wwd
