На старте к протоколу подключились 3500 магазинов, большинство — автоматически, через уже существующую интеграцию с экосистемой Яндекса. Канал работает только с физическими товарами через товарные фиды; услуги, цифровые товары и оптовая торговля в него не попадают. Подключение пока бесплатное, комиссия за фиды ожидается позже.
Параллельно развивается более открытый стандарт — Model Context Protocol (MCP). Через него ИИ-агент обращается к функциям стороннего сервиса напрямую: ищет товары, сравнивает варианты, собирает корзину. ВкусВилл открыл MCP-сервер с восемью инструментами в конце 2025 года. В июне 2026 года к нему присоединился Туту.ру — агенты уже ищут через него билеты и отели, хотя ввод персональных данных и оплату пока подтверждает человек. MCP-интеграции также запустили Сбер для корпоративного банкинга, Т-Инвестиции для брокерских счетов, Финам для торговли на бирже, Битрикс24 для календаря и CRM, сервис MP Manager для продавцов Wildberries, Ozon и Яндекс Маркета.
Основной барьер для полноценного входа в агентный канал — бюджет. 53% российских компаний тратят на AI-проекты не более 3% инвестиционного бюджета. На пилот этого хватает, на рабочую инфраструктуру — авторизацию, антифрод, интеграцию с протоколом и подготовку данных — уже нет. Большинство останавливается на пилотах.
Магазин может выбрать один из двух путей или оба: встроить собственного ИИ-помощника на сайт и в приложение либо открыть доступ к каталогу для внешнего агента. Первый вариант даёт полный контроль над диалогом и данными о поведении покупателя, но стоит значительно дороже. Второй дешевле, однако логика выбора товаров остаётся на стороне платформы.
«Если значительная часть заказов сосредоточится у одного крупного агента, магазин окажется зависим от его правил: какие товары показывать, кому отдавать покупателя и сколько брать за доступ к нему», — предупреждает Александр Абрамов, советник по AI и бывший руководитель центра AI-компетенций ВкусВилла.
Техническая готовность к агентному каналу держится на четырёх блоках. Авторизация по ID программы лояльности — без неё агент работает с обезличенным каталогом и не может персонализировать рекомендации. Антифрод — агент действует от лица клиента и способен зациклиться, отправив сотни запросов или собрав корзину без подтверждения покупателем. Сборка корзины, её проверка и оплата — три отдельные операции: перед списанием система обязана повторно проверить остатки. Наконец, качество данных: структурированные, описанные и очищенные сведения в форматах, читаемых машиной.
«Первый пункт занимает больше времени, чем остальные пять вместе. Настройка модели — 10–15% работы, а остальные 80–90% — качество данных, которые в неё загружают», — говорит Абрамов.
Риск с данными — не в их полноте, а в читаемости. Если в карточке холодильника написано «легко встанет в стандартную нишу», а числового значения ширины нет, агент не найдёт подходящую модель. Если на сайте и на маркетплейсах показаны разные остатки, агент выберет другого продавца.
Отдельная проблема — каннибализация. Часть заказов из агентного канала — это переток: тот же покупатель нашёл бы товар через поиск магазина без комиссии посреднику. Без разметки источника в аналитике отчёт запишет такой заказ в прирост, хотя магазин ничего не выиграл.
«Движение к AI-подборщику в России уже идёт, и виднее всего оно по протоколам интеграции, которые связывают AI-агентов с API поставщиков товаров и услуг. Реалистичный горизонт планирования в этой теме — полтора-два года, дальше технологии меняются быстрее, чем успевает устареть план», — оценивает Абрамов.
Практический порядок действий обратный интуитивному: само подключение к протоколу — финальный и наиболее быстрый шаг. Сначала — данные, авторизация, антифрод и чекаут. Магазинам, у которых данные ещё не приведены в порядок, подключение к протоколу только ускорит попадание ошибок к агенту и к системе оценки надёжности источников на стороне Яндекса.
