01.11.2026 · Отрасли · чтение 7 мин
Прайс лежит в Excel на 400 позиций. Поставщик прислал новый файл, и в нём тот же товар назван иначе: артикул с точкой, а единица измерения уехала в соседнюю колонку. Клиент пишет в мессенджер: «есть в наличии, сколько будет за 12 штук, когда отгрузка». Менеджер открывает прайс, ищет позицию глазами, копирует цену, считает скидку в калькуляторе и набирает ответ. Через двадцать минут то же самое ещё раз. Именно на этих повторяющихся операциях в опте и теряется день. ИИ для оптовой торговли начинают искать не из интереса к технологиям, а когда такие вечера становятся нормой.
В рознице один вопрос клиента — это один ответ. В опте один вопрос тянет за собой прайс, остатки, условия по объёму, сроки отгрузки и историю прошлых заказов. Данные при этом живут в разных местах: файл от поставщика, таблица остатков, переписка, блокнот менеджера.
Человек справляется, пока позиций немного. Дальше начинаются потери, которые трудно посчитать: клиент не дождался ответа и ушёл к другому, менеджер ошибся в колонке, поставщик повторно прислал тот же вопрос, потому что письмо потерялось. Это не катастрофа в один день, это медленный налог на каждый заказ.
Нейросеть полезна там, где нужно быстро прочитать неструктурированный текст и превратить его в понятную строку. Считать и хранить остатки она не умеет — для этого остаётся таблица или учётная система.
Разделение простое. Хорошо закрываются задачи, где на входе текст или файл, а на выходе структура: разобрать письмо, привести прайсы к одному виду, собрать ответ по шаблону, найти расхождения. Плохо закрываются задачи, где нужна гарантированная точность без проверки: финальная цена в счёте и юридические условия договора.
ИИ в опте имеет смысл там, где результат можно проверить глазами за минуту. Если проверка занимает больше времени, чем ручная работа, внедрять рано.
Самая частая и самая нелюбимая задача. Поставщики присылают файлы в своих форматах, и каждый новый прайс — это заново ручная чистка. Нейросеть здесь полезна как переводчик форматов: ей можно отдать таблицу или текст письма и попросить привести строки к вашему образцу.
Что стоит подготовить до первого запуска:
Дальше работа идёт циклами: новый прайс — прогон — выборочная проверка десятка строк — правка инструкции. Первые два-три прогона почти всегда требуют доработки формулировок. Это нормально и занимает меньше времени, чем кажется, потому что дальше инструкция работает без вас.
Клиенты пишут как удобно: «нужны фильтры как в прошлый раз, но на две больше», «а есть то же самое, только подороже и побыстрее». Менеджер читает, вспоминает контекст, лезет в историю заказов. На одну заявку уходит несколько минут, и они не масштабируются.
Задача для нейросети формулируется узко: взять текст сообщения и вернуть набор полей — что за товар, сколько, какие сроки, есть ли ссылка на прошлый заказ. Модель не принимает решение, она готовит черновик строки, которую менеджер подтверждает одним движением.
Ключевое условие — не пускать распознанный текст сразу в работу. Сначала накопить десяток разобранных заявок и сравнить с тем, что сделал бы человек. Расхождения покажут, каких формулировок не хватает в инструкции.
У опта узкий круг покупателей и длинная история отношений. Половина писем — повторяющиеся вопросы: условия по объёму, сроки отгрузки, документы, наличие. Отвечать на них каждый раз заново бессмысленно, но и шаблон из общих слов раздражает.
Рабочий вариант: собрать по каждому важному клиенту короткую памятку — как он формулирует заказы и что для него важно. Нейросеть по такой памятке плюс текст вопроса соберёт черновик ответа в вашем стиле. Менеджеру останется проверить цифры и отправить. Это не заменяет менеджера, но убирает этап «сесть и вспомнить, как мы обычно отвечаем этому клиенту».
Проверить, нужен ли вам ИИ в опте, можно на бесплатном чате с моделью. Три шага, каждый по полчаса-часу:
Если после этих опытов правок больше, чем пользы, — задача пока не ваша, и это честный результат. Если правок мало, у вас на руках готовый сценарий, который остаётся перенести в рабочий инструмент и закрыть от посторонних глаз.
Прайсы и заявки редко содержат персональные данные, а переписка — часто: имена и телефоны. Поэтому общее правило такое: в массовую бесплатную модель не уходит ничего, что позволяет опознать человека. Обезличивайте перед отправкой — заменяйте имя и контакты на метки, а обратно подставляйте уже на своей стороне.
Второй момент — хранение. Если переписка и заявки лежат в сервисе, стоит понимать, где физически находятся данные и кто имеет к ним доступ. Для большинства небольших оптовых компаний достаточно рабочего контура, в котором модель обращается к вашим файлам, а не вы копируете файлы в чужое окно.
Признак, что пора двигаться дальше самостоятельных опытов: сценарий повторяется каждый день, вы уже знаете, какие поля нужны, и понимаете, как проверять результат. На этом этапе задача — не «поставить ИИ», а собрать один-два рабочих процесса: приём заявки и подготовку прайса, с понятным входом, выходом и точкой проверки человеком.
«Нейросмена» — это как раз про такой запуск: разбираем с владельцем, какие операции в его опте повторяются, и собираем из них рабочий контур с инструкциями и проверками. Не про технологию ради технологии, а про то, чтобы вечер перестал уходить на копирование цен из файла в мессенджер.
Начать можно с малого: опишите свою самую повторяющуюся операцию — и станет видно, закрывается она нейросетью целиком, частично или пока не стоит за неё браться.
Читайте также: ИИ для гостиницы: брони, ответы гостям и ночная переписка и ИИ для обучения новых сотрудников: что реально работает.
Если хотите посмотреть, как это работает на ваших задачах — напишите, разберём без презентаций.
Обсудить задачу