Между ритейлом и АПК — целая эпоха

Два дня на E-Retail Forum 2026 — и неожиданный вывод: разрыв между ритейлом и АПК не в наличии технологий. Он в способности собрать из них работающую систему управления бизнесом.

Я много лет работаю с российским АПК: с Ростсельмаш — с 2012 года. Моя зона ответственности там — внешний digital-контур, прежде всего сайты. Внутреннюю ИТ-архитектуру компании я не вижу и оценивать её цифровую зрелость не берусь. Всё услышанное на форуме я примерял на отрасль в целом.

Программа шла в пяти-шести залах одновременно, поэтому пришлось выбирать. В первый день я был на пленарке про новую экономику продаж, во второй — на двух сессиях подряд: про маркетинг на данных и ИИ и про переход от AI-пилотов к промышленным решениям.

Цена, скорость доставки, ПВЗ и удобное приложение постепенно становятся не преимуществом, а гигиеническим минимумом. Крупные игроки решают эту проблему по-разному:

• «Купер» расширяет экосистему и ищет новые сценарии потребления.

• «Азбука вкуса» говорит, что одной демографии мало: нужно видеть клиентский flow с первого касания и удерживать человека дальше.

• RWB строит сервисы вокруг клиента — от финтеха до здоровья и путешествий.

• «Петрович» делает ставку на человечность и живого консультанта.

• ВсеИнструменты.ру — на надёжность: сертификаты в карточке, гарантия, NPS.

• Яндекс Маркет — на глубокую персонализацию: семья, дети, размеры обуви, история взаимодействий.

Параллельно почти весь зал говорил об операционной эффективности. Lamoda — о возвратах и переупаковке в ПВЗ. «Петрович» — о запасах и последней миле. «Купер» — о стоимости персонала и частотности покупки. «Азбука вкуса» — об оцифровке процессов. Uzum — о прогнозировании спроса. ВсеИнструменты.ру — о производительности труда: если ею не заниматься, проигрываешь не только в экономике, но и теряешь людей.

Никто всерьёз уже не обсуждает ИИ в формате «давайте прикрутим чат-бот». Разговор идёт про конкретные участки экономики. Lamoda анализирует зону риска возврата. ВсеИнструменты.ру с помощью ИИ сократили ассортиментную матрицу на 27%, не потеряв маржу. «Петрович» пилотирует решения для контактных центров и возврата клиента с брошенной корзиной — и напоминает, что до промышленного ИИ нужны культура его использования и цифровая гигиена. От «Азбуки вкуса» запомнились две мысли: хорошие данные — фундамент, а мышление нельзя делегировать машине.

Андрей Воронин из Яндекс Маркета рассказал о товарных сценариях внутри Алисы: примерно каждый третий пользователь уже переходит к ним. У Яндекса есть Yandex Commerce Protocol (YCP) — он позволяет интернет-магазину встроиться в сценарии Алисы AI и других сервисов и провести пользователя от запроса до оформления заказа внутри нового интерфейса.

Сайт и цифровой след компании постепенно становятся не только интерфейсом для человека. Они становятся источником данных для машины, которая будет выбирать вместе с человеком или вместо него. К этой мысли я вернусь ниже.

Андрей Скачёк из М.Видео показал приземлённую механику. Посетитель авторизовался, посмотрел товар и не купил — например, не устроила цена. Дальше вместо массовой рассылки «1500 бонусов всем» включается модель склонности к покупке. Она изучает историю поведения и определяет, нужен ли именно этому человеку стимул.

Принцип простой: не «используем ИИ, потому что можем». Сначала понятный процесс, затем данные, потом модель и наконец измеримый финансовый результат.

Кристина Андреева из Альфа-Инсайта показала другой ракурс: банк видит огромный массив транзакций и позволяет бизнесу смотреть на рынок, конкурентов и структуру потребления аудитории. Здесь у меня остался вопрос, который я не смог задать из зала: где проходит техническая граница между обезличиванием и возможностью сопоставить поведение одной аудитории у нескольких продавцов? Проблемы я не утверждаю — публичного описания архитектуры не нашёл. Но чем полезнее массивы данных, тем важнее понимать устройство обмена.

Елена Махова из METRO, вспоминая запуск подобных систем в «Ленте», сравнила данные с разными страницами одной книги, которые держат разные подразделения. Её рецепт — не «объединим все данные компании», а возьмите один клиентский сценарий, пройдите его от нулевой точки до покупки и посмотрите, где данных перестаёт хватать. В METRO около 80% выручки приходится на офлайн, но перед покупкой клиент часто заходит в приложение, а данные об офлайн-покупке возвращаются в онлайн и влияют на рекомендации. Это и есть омниканальность: не кнопки «сайт / магазин / Telegram», а единая память о клиенте.

В программе стояли прямые вопросы: что делать с legacy CRM и ERP, как не попасть в зависимость от одной LLM, кто доверит агентам закупки и цепочки поставок, как превратить «сотрудники работают на 20% быстрее» в настоящий ROI.

Антон Меркулов говорил про AI-Native и мультиагентную архитектуру: не один всемогущий бот, а набор специализированных агентов вокруг конкретных процессов. Запомнилась формулировка: фасадный Data Driven сделать можно, агента обмануть гораздо сложнее. Можно нарисовать дашборд, назвать проект цифровой трансформацией, внедрить нейросеть. Но если внутри грязные данные, сломанный процесс и неясно, кто отвечает за результат, промышленное решение это быстро обнаружит.

Полина Ефремова из КОРУС предложила перед любым AI-проектом задавать три вопроса: сколько денег нам стоит эта проблема, кто персонально отвечает за результат и можно ли решить её без ИИ. Сначала проблема и её экономика, затем технология.

Дарья Суппес из «Далее» показала, почему AI-пилот за миллион превращается в production за десять. POC, MVP и production — это подготовка данных, интеграции, инфраструктура, инференс, мониторинг, безопасность, отказоустойчивость. Маленькая модель на ноутбуке становится полноценной информационной системой.

На вопрос модератора, что больше всего тормозит внедрение, ответы оказались нетехнологическими: шум в данных, люди и доверие, отсутствие целевой картинки.

После форума я изучил отраслевые исследования и публичные кейсы. Цифры подтвердили первое ощущение: проблема давно не в отсутствии технологий.

На российском рынке около 190 специализированных ИТ-решений для АПК. Почти половина — базовая автоматизация, около четверти — IoT и умные устройства, порядка 12% — ИИ, 8% — роботизация и всего 6% — цифровые каналы. Наличие технологий само по себе не делает отрасль цифровой.

Показателен пример растениеводства: для него есть более ста профильных решений и базовое покрытие более половины производственного цикла. Но, по оценкам участников отрасли, цифровыми решениями реально покрыто менее 40% процессов.

По одной из оценок, АПК тратит на цифровизацию 100–130 млрд рублей в год, и основная часть приходится на крупный бизнес. Крупные агрохолдинги запускают комплексные программы, а значительная часть малого и среднего бизнеса остаётся вне цифровой повестки.

Поэтому первоначальную мысль пришлось поправить: пропасть проходит не только между отраслями, но и внутри самого АПК. На одном её берегу — заявка клиента, которая живёт в телефоне менеджера и Excel. Дальше CRM, ERP, телематика и электронный документооборот. Затем связанные данные и единая модель процессов. Потом прогнозирование, оптимизация и сценарное моделирование. И где-то впереди автономные агенты, которым можно отдать часть решений.

«Русагро». В одном из направлений были знакомые проблемы: ручная подготовка предложений, высокая нагрузка на региональных менеджеров, разрозненные данные, сложное согласование цены. После внедрения CRM в публичном кейсе заявлено: коммерческое предложение готовится за 17 секунд, обработка заявок ускорилась на 50%, клиентская база выросла вдвое.

Следующий уровень — NRM-платформа управления доходностью для масложирового бизнеса. Она объединяет ценообразование и промо, моделирует будущий финансовый результат, а ML прогнозирует регулярные и промопродажи и оптимизирует маржинальность. Машина уже не просто показывает, что произошло, а помогает ответить: «что произойдёт с деньгами, если мы примем вот такое решение?»

АГРОЭКО. Пятилетняя программа цифровой трансформации, которой предшествовали интервью, исследование процессов, данных и ИТ-ландшафта. В целевой картине — платформа данных, цифровые двойники функций, ИИ для планирования и прогнозирования, прослеживаемость, компьютерное зрение, автоматизация и роботизация. Цель к 2030 году — стать агротехкомпанией, где решения принимаются на основе данных. Сотрудники разных функций проходят практическое обучение на корпоративной GenAI-платформе и создают собственных ассистентов.

То есть разговор с E-Retail Forum — данные, процессы, культура ИИ и только потом агенты — у лидеров АПК уже начался. Просто пока это далеко не отраслевой стандарт.

В корпоративном контуре АПК наибольший потенциал ИИ связывают с планированием, закупками, коммерцией и маркетингом: точнее прогнозировать, моделировать сценарии, снижать стоимость ошибки, оптимизировать условия закупки, управлять ценой и выручкой. Практически то же самое два дня обсуждал ритейл — просто на другом уровне зрелости.

АПК сейчас нужен не очередной ИИ. Ему прежде всего нужна связность:

• между данными и бизнес-процессом;

• между маркетингом и продажами;

• между продажами и производством;

• между остатками и реальным спросом;

• между поведением клиента и следующим действием компании;

• между технологией и финансовым результатом её внедрения.

И только поверх этого имеет смысл строить агентов. Иначе AI-агент станет ещё одной технологией для галочки.

Это касается уже моей работы. Много лет сайт компании был местом, куда надо привести человека: SEO, контекст, карточки, каталоги, формы заявки. Этот мир никуда не исчезнет, но рядом появляется второй клиент — машина. Уже создаются протоколы, через которые AI-интерфейс получает структурированную информацию о товаре и проводит пользователя по покупке.

В B2B и тем более в АПК всё будет сложнее и медленнее: покупка комбайна, семян или партии СЗР — не заказ кроссовок. Но направление видно. Представьте агента закупщика, которому поручено подобрать решение под культуру и регион, проверить совместимость, характеристики, наличие, сроки, сертификаты и условия доставки, сравнить поставщиков и подготовить варианты. Что он увидит на сайте типичной агрокомпании? Красивую фотографию? PDF-каталог пятилетней давности? Фразу «индивидуальный подход и высокое качество»? Или структурированные, актуальные и однозначные данные, с которыми можно работать?

Следующий большой вопрос для digital в АПК: не только «найдёт ли нас человек в Яндексе?», но и «поймёт ли нас его агент?»

По отраслевым оценкам, комплексная цифровизация может дать отдельным компаниям АПК 5–20% прироста операционной прибыли, а совокупный потенциал отрасли к 2030 году — 1,1–1,5 трлн рублей дополнительной операционной прибыли. Это модельная оценка, а не полученный результат.

Важнее другое. Чем больше я сопоставлял форум с агропроектами, тем яснее становилась последовательность: сначала нормальные процессы и данные, затем связанная ИТ-архитектура и люди, которые умеют с ней работать, и только потом ИИ и агенты. Ровно об этом, если отбросить слово «ритейл», я два дня и слушал на E-Retail Forum.

Ритейл показывает АПК не чужое будущее, которое надо слепо копировать, а следующую ступень собственной цифровой зрелости. Это не разрыв в наличии технологий — их у АПК уже достаточно. Это разрыв в способности собрать из них работающую систему управления бизнесом. И, кажется, именно там сейчас самая интересная точка роста отрасли.