Ozon внедрил AI в 96% верификаций товаров: экономический эффект 9 млрд рублей за 2 года
Маркетплейс Ozon внедрил машинное обучение в верификацию карточек товаров: 96% карточек проходят автоматическую первичную проверку. Экономический эффект оценивается в 9 млрд рублей за 2026–2027 годы. Опыт Ozon описан в исследовании Ведомостей как пример зрелого AI-внедрения в российском ритейле.
Российский маркетплейс Ozon стал одним из первых примеров зрелого AI-внедрения в ритейле, достигнув производственного масштаба в автоматической верификации контента продавцов.
Ключевые результаты:
| Метрика | Значение |
|---|---|
| Доля карточек с AI-верификацией | 96% |
| Экономический эффект (2026–2027) | 9 млрд руб. |
| Суть применения | Первичная автоматическая проверка контента |
| Результат для продавцов | Ускорение публикации товаров |
Как работает AI-верификация:
ML-модели Ozon анализируют карточки товаров при загрузке продавцом: соответствие категории, наличие обязательных атрибутов, качество изображений, корректность описания. 96% карточек проходят первичную верификацию полностью автоматически — без участия модераторов-людей.
Оставшиеся 4% направляются на ручную проверку — как правило, нестандартные товары или спорные случаи.
Масштаб рынка AI в e-commerce:
По данным Ведомостей (июнь 2026), AI-инструменты в электронной коммерции применяются в нескольких направлениях:
- 1.Персонализация — рекомендательные системы (у Wildberries и Ozon — ключевой драйвер конверсии)
- 2.Ценообразование — динамический прайсинг в реальном времени
- 3.Контент-верификация — пример Ozon выше
- 4.Антифрод — выявление фиктивных отзывов, дублей продавцов
- 5.Логистика — оптимизация маршрутов, прогнозирование спроса
Для операторов интернет-торговли:
Модель Ozon демонстрирует: AI в content-верификации окупается быстро. При объёме 50 000+ SKU ежемесячно экономия на ручной модерации позволяет окупить ML-инфраструктуру за 6–12 месяцев. Требования к данным: исторические данные о прошедших и отклонённых карточках + разметка причин отклонений.
Compliance-аспект:
Карточки товаров не содержат персональных данных, поэтому 152-ФЗ здесь не применяется. Однако при персонализации рекомендаций на основе профиля покупателя — требуется корректная база согласий.
Это краткое изложение. Полный текст — на сайте источника:
Читать оригинал: ВедомостиКак это касается вашего бизнеса
Изменения на рынке важны, когда руководитель видит их в показателях своей компании. Радар управления каждый день собирает брифинг: 10 приоритизированных сигналов о главном за 24 часа.

