Искусственный интеллект ускорил обработку обратной связи от покупателей «Пятёрочки» и «Перекрёстка» в 5 раз –

Компьютерное зрение взяли не для витрины, а для рутины

Сценарий здесь очень прикладной: покупатель после визита в магазин заполняет анкету в мобильном приложении, прикладывает фотографии и сообщает о замечаниях. Раньше значительную часть таких анкет приходилось проверять вручную — а это классический лимит любой CX-системы: данные уже есть, но пока человек их разберёт, часть обратной связи теряет актуальность.

X5 автоматизировала этот слой через набор специализированных моделей компьютерного зрения. Система выполняет более 60 типов проверок: оценивает корректность анкеты, сопоставляет фотографию с заявленной проблемой, проверяет параметры стандартов магазина — состояние торговых зон, исправность оборудования, корректность ценников и другие признаки.

Важная деталь: это не чат-бот на входе в поддержку и не абстрактная аналитика «на потом». Модель встроена в операционный контур, где есть конкретный объект проверки, фото, анкета, магазин и ожидаемый стандарт. Для бизнеса такой формат обычно проще контролировать: меньше пространства для галлюцинаций, больше воспроизводимых правил и измеримых результатов.

Человек остаётся в контуре, но меняется его роль

После внедрения системы доля анкет, обработанных в день поступления, выросла до 40%. По данным источника, операционные затраты на обработку обращений сократились на 50%. При этом специалистов из процесса не убрали: сложные и спорные случаи по-прежнему проверяет человек.

Это, на мой взгляд, ключевой параметр кейса. Хорошая ИИ-автоматизация в клиентском опыте не должна превращаться в «чёрный ящик», который сам всё решил и закрыл тикет. Рабочая схема выглядит иначе:

• типовые проверки уходят модели;
• спорные кейсы попадают к эксперту;
• скорость реакции магазина растёт;
• люди тратят меньше времени на механическую валидацию.

Управляющий директор «Х5 Клиентский опыт» Михаил Ярцев объяснил логику так: чем быстрее компания видит отклонения от стандартов, тем быстрее может их устранить и улучшить процесс продаж. Компьютерное зрение, по его словам, позволяет автоматически обрабатывать основной объём проверок уже в день поступления, а специалисты фокусируются на случаях, где нужна экспертная оценка.

Для ритейла это особенно чувствительная зона. Обратная связь покупателя живёт недолго: если проблема с ценником, оборудованием или торговой зоной попала в систему сегодня, разбирать её через несколько дней — уже слабая итерация процесса.

Что стоит проверить тем, кто смотрит на похожий ИИ-стек

Кейс X5 полезен не только крупному ритейлу. Он показывает, где компьютерное зрение начинает окупаться в клиентском сервисе: там, где есть большой поток однотипных визуальных данных и понятные критерии проверки.

Если компания планирует похожую автоматизацию, я бы смотрел на четыре параметра:

1. Объём входящих данных. У X5 речь идёт примерно о 10 миллионах фотографий в месяц. Без достаточного потока эффект от внедрения может быть слабее.

2. Стандартизированность проверок. Более 60 типов проверок — это не «посмотреть фото и понять настроение», а набор формализованных задач.

3. Маршрутизация спорных случаев. Человек в контуре нужен не как страховка для презентации, а как обязательный слой контроля качества.

4. Метрика скорости. В этом кейсе важен не только процент автоматизации, но и доля анкет, разобранных в день поступления.

X5 планирует расширять сценарии проверки и масштабировать систему на новые форматы магазинов и дополнительные направления клиентского сервиса. Вот за этим стоит следить: если модель уверенно переходит из одной операционной зоны в другую, значит, компания строит не разовый ML-проект, а полноценный слой автоматизации клиентского опыта.