Wildberries продолжает «уплотнять» сервисный слой для продавцов и переводит работу с отзывами в режим полуавтоматического колл-центра: РВБ запустила инструмент ИИ-ответов, который не просто предлагает варианты текста, а может сам генерировать и сразу публиковать ответы на отзывы покупателей по заданным правилам.
Ключевая перемена — в распределении ответственности по времени. Раньше продавец вручную выбирал понравившийся сгенерированный вариант и публиковал его сам. Теперь участие селлера сводится к настройкам «на старте», а дальше работа идет автоматически. Это важный сдвиг для маркетплейс-экономики: скорость реакции на отзывы становится не преимуществом крупных команд, а базовой функцией инструмента.
Как это устроено:
- продавец выбирает, на какие оценки система будет отвечать автоматически (например, только 4–5 звезд), а остальные отзывы остаются в ручной обработке;
- модель формирует ответ, используя карточку товара и текст отзыва, а также учитывает стиль предыдущих ответов самого продавца;
- ответы можно отредактировать уже после публикации;
- если данных недостаточно (например, карточка товара «пустая»), отзыв может остаться без ответа — чтобы не плодить некорректные формулировки.
Для продавцов это инструмент не только про экономию времени, но и про управление рисками. Автоответы на высокие оценки — безопасный сценарий: они помогают поддерживать «теплую» коммуникацию без перегруза команды. А вот в негативе (1–3 звезды) автоматизация — зона повышенной ответственности: любая неудачная фраза может ухудшить конфликт и конверсию. Поэтому логика “оставить низкие оценки человеку” выглядит прагматично: там нужны факт-чекинг, персональные решения и иногда компенсационные механики.
Отдельный слой — ИИ-рекомендации в ответах: система может подставлять артикулы других товаров продавца, подбирая их как «сопутствующие» к купленному. Для маркетплейса это превращает отзывы в новый рекламный инвентарь внутри доверительного контента, а для продавца — в мягкий кросс-селл без прямых затрат на трафик. Но здесь важна мера: чрезмерные рекомендации могут восприниматься как спам и снижать доверие к ответам.
С точки зрения логистики эффект тоже есть, пусть и косвенный. Быстрые и качественные ответы уменьшают долю «возвратов из-за непонимания» (размер, комплектация, особенности использования) и снижают нагрузку на обратную логистику. А если ИИ вынужден “молчать” из-за бедной карточки товара, это сигнал селлеру: слабое описание — прямой операционный риск (споры, возвраты, просадки рейтинга). В итоге новая функция подталкивает продавцов к дисциплине данных: чем точнее карточка, тем лучше работает автоматизация сервиса.
