Товарная карточка умирает? Да здравствуют данные о товаре!

Почему в эпоху искусственного интеллекта интернет-магазину уже недостаточно просто хорошо описать товар

Есть странное противоречие современного e-commerce.

Мы много лет совершенствовали товарную карточку: делали красивые фотографии, писали описания, добавляли характеристики, собирали отзывы, настраивали фильтры и придумывали всё более удобные кнопки «Купить».

Но теперь появляется новый участник торговли — искусственный интеллект. И ему карточка товара в привычном виде нужна далеко не так, как человеку.

ИИ не «смотрит» на страницу так, как смотрит покупатель.

Он должен понять товар, понять, для чего он нужен, с чем совместим, чем отличается от других, какие у него есть ограничения, какие существуют альтернативы.

И главное — понять, подходит ли этот товар конкретному человеку с его конкретной задачей.

Поэтому мне кажется, что мы подходим к довольно серьёзному изменению.

Товарная карточка не исчезает.
Но перестаёт быть конечным продуктом представления товара.

Она становится одним из источников данных, из которых ИИ строит своё понимание продукта.

Раньше карточку читали люди

Представим обычную карточку моторного масла.

Фотография.

Название:

Моторное масло 5W-30, 4 л.

Ниже:

• синтетическое;
• API SN;
• ILSAC GF-5;
• допуски;
• характеристики;
• описание;
• цена;
• наличие.

Для человека, который уже знает, что ему нужно масло 5W-30 с определённым допуском, этого может быть достаточно.

Он увидел, сравнил и купил.

Но представим другого покупателя.

Он пишет:

«У меня Toyota Camry 2018 года, двигатель 2.5. Езжу в основном по городу, пробег 120 тысяч. Какое масло лучше залить?»

Вопрос уже не про карточку.

Он про связь между автомобилем, условиями эксплуатации и товаром.

И вот здесь начинается новая роль данных.

Подберите масло для автомобиля с помощью нашего ИИ-ассистента!

Достаточно спросить у него, например: "Подбери масло для Опель Астра".

ИИ должен увидеть за товаром смысл

На Yandex Ecom Open Air 2026 Алексей Голиков показывал, как Яндекс строит новый опыт покупок с Алисой AI.

В этой модели ИИ при подборе товара должен учитывать сразу множество факторов: актуальность данных, совместимость, альтернативы, популярность товара, приоритеты пользователя и смысл его запроса.

Обратите внимание на последнее.

Смысл запроса.

Это уже не классический поиск по ключевым словам. Человек может вообще не знать правильного названия товара. Он описывает проблему или задачу.

А искусственный интеллект должен перевести человеческий язык в параметры выбора. И затем найти подходящий продукт.

Поэтому «описание товара» становится гораздо шире

Для ИИ недостаточно написать:

«Высококачественное синтетическое моторное масло. Обеспечивает отличную защиту двигателя».

Такие фразы могут хорошо выглядеть в каталоге.

Но что они сообщают интеллектуальному консультанту?

Практически ничего.

Гораздо полезнее данные другого типа:

• для каких двигателей предназначен продукт;
• какие допуски и стандарты он имеет;
• с какими автомобилями совместим;
• какие есть ограничения;
• в каких условиях эксплуатации его рекомендуют;
• какие существуют альтернативы;
• чем он отличается от аналогичных продуктов;
• какие вопросы чаще всего возникают у покупателей;
• в каких сценариях его используют.

Именно такой подход Яндекс прямо связывает с попаданием товаров в ответы ИИ-ассистента: качественный оригинальный контент должен отвечать на вопросы пользователей о характеристиках, совместимости, альтернативах, сценариях применения, сравнениях и инструкциях.

Получается интересная вещь.

Контент о товаре начинает работать не только на человека. Он начинает работать и на машину, которая консультирует человека.

От SEO-текста к машиночитаемому знанию

Это, пожалуй, одно из самых важных изменений.

Долгое время мы думали о поисковой оптимизации примерно так:

Есть запрос → есть ключевые слова → есть страница → есть поисковая выдача.

Теперь появляется другая цепочка:

Есть задача человека → ИИ понимает задачу → извлекает знания о товарах → сравнивает варианты → формирует рекомендацию.

В этой модели выигрывает не обязательно тот товар, у которого самое красивое описание.

Важнее, чтобы о нём было что понять.

ИИ должен получить достаточно качественных данных, чтобы ответить на вопросы:

Что это?
Для чего это?
Кому подходит?
С чем совместимо?
Чем отличается?
Какие есть альтернативы?
Почему именно этот вариант стоит предложить?

И это уже гораздо ближе не к традиционной карточке товара, а к цифровому паспорту продукта.

Моторное масло — хороший пример

Возьмём простой запрос:

«Мне нужно масло для автомобиля. Что выбрать?»

Традиционный интернет-магазин отвечает:

«Вот каталог моторных масел».

И предлагает фильтры.

Бренд.

Вязкость.

Объём.

Цену.

ИИ может начать совершенно иначе:

«Какой у вас автомобиль? Какой двигатель? Какой год выпуска? Как эксплуатируете машину? Есть ли расход масла? Какие условия эксплуатации?»

После этого он получает контекст.

И только потом обращается к каталогу.

То есть последовательность меняется:

раньше: товар → фильтры → покупатель

теперь: задача покупателя → понимание → товар

И это фундаментальная перемена.

Поэтому хорошие данные становятся частью самого продавца

Вторая статья этого цикла была о том, что ИИ становится новым продавцом-консультантом.

Но возникает закономерный вопрос:

А откуда этот продавец знает, что рекомендовать?

Ответ простой:

из данных.

Если ИИ должен консультировать покупателя, ему необходимы актуальные характеристики товара, цены, остатки, изображения и другая информация. Именно техническую доступность и актуальность этих данных Яндекс отдельно выделяет как необходимое условие для нового e-commerce-сценария.

Получается новая цепочка:

Данные → ИИ → рекомендация → покупка.

И если данные плохие, умным ИИ уже не спастись.

Самая дорогая ошибка — дать ИИ неправильную информацию

Человек может посмотреть карточку, заметить неточность и задать продавцу уточняющий вопрос.

ИИ действует иначе.

Если в его источниках указано, что товар совместим с определённым автомобилем, он может использовать эту информацию при формировании рекомендации.

Поэтому качество товарных данных становится не просто вопросом контент-менеджмента.

Это уже вопрос качества консультации.

А значит, и вопрос доверия покупателя.

В исследовании Data Insight качество данных названо одной из основных проблем развития AI-commerce наряду с интеграциями, доверием команд, ответственностью, безопасностью и другими барьерами.

ИИ можно сделать очень умным.

Но если ему дать плохой каталог, получится очень умный консультант с плохим каталогом.

Что происходит с привычной товарной карточкой

Поэтому я бы не говорил, что карточка товара «умирает».

Скорее она расслаивается на несколько уровней.

Для человека остаётся визуальная карточка:

фото → цена → характеристики → отзывы → купить.

Для поисковой системы нужны структурированные данные.

Для ИИ нужны знания:

совместимость → сценарии → ограничения → альтернативы → сравнения → объяснения.

Для самой торговой системы нужны:

цена → наличие → доставка → способы оплаты.

А покупателю всё это может вообще не быть видно.

Он просто задаёт вопрос.

И получает ответ.

Магазин постепенно превращается в базу знаний

Это меняет и требования к самому интернет-магазину.

Раньше главным вопросом было:

«Как сделать страницу товара удобной?»

Теперь добавляется другой:

«Как сделать так, чтобы машина могла правильно понять этот товар?»

И это уже задача не одного отдела.

Здесь встречаются:

• контент;
• каталог;
• SEO;
• IT;
• аналитика;
• ассортимент;
• маркетинг;
• продажи.

По сути, товарные данные становятся инфраструктурой бизнеса.

А дальше появляется ещё один интересный эффект

Если ИИ становится посредником между покупателем и магазином, то бренд постепенно может потерять часть привычного контакта с человеком.

Покупатель может вообще не заходить на страницу производителя.

Он спросит:

«Какие три масла подходят мне лучше всего?»

ИИ сравнит продукты разных брендов.

Объяснит различия.

Предложит альтернативы.

И человек выберет уже не из десяти страниц поисковой выдачи, а из нескольких рекомендаций.

В исследовании Data Insight этот риск описывается достаточно прямо: бренды могут потерять непосредственный контакт с покупателем, если взаимодействие всё чаще будет происходить через ИИ-посредника.

Это означает, что привычная борьба за первое место в поиске постепенно дополняется другой борьбой:

за право быть рекомендованным.

Что это значит для интернет-магазина

Мне кажется, здесь появляется очень практический чек-лист.

Если завтра покупатель начнёт приходить к нам через ИИ, сможет ли наш магазин ответить на его вопросы?

Не только:

«Сколько стоит?»

Но и:

«Подойдёт ли?»

«Почему подойдёт?»

«Чем отличается от другого?»

«Что взять вместо него?»

«А если у меня другой двигатель?»

«А если автомобиль эксплуатируется в тяжёлых условиях?»

«Есть ли более доступный вариант?»

Если ответы есть в данных магазина — ИИ сможет использовать их.

Если их нет, ему придётся искать информацию где-то ещё.

А это уже означает потерю контроля над собственной экспертизой.

И здесь у e-commerce появляется неожиданная задача

Мы привыкли считать ассортимент главным активом интернет-магазина.

Но в эпоху ИИ всё большую ценность приобретает структурированное знание об ассортименте.

Не просто:

«У нас есть 5W-30».

А:

«Вот какие 5W-30 у нас есть, вот для каких автомобилей и условий они подходят, вот их допуски, вот различия между ними, вот альтернативы, вот ограничения, вот текущая цена и наличие».

И тогда каталог превращается из списка товаров в систему знаний.

А интернет-магазин — в систему, способную объяснить свой ассортимент.

Возможно, следующая товарная карточка вообще будет невидимой

Это, пожалуй, самый интересный сценарий.

Покупатель спрашивает ИИ:

«Мне нужно масло для двигателя. Подбери подходящее и не самое дорогое».

ИИ анализирует задачу.

Находит несколько вариантов.

Сравнивает их.

Объясняет выбор.

Показывает цену.

И предлагает купить.

Покупатель может даже не увидеть классическую карточку товара.

Она всё равно существует.

Просто теперь её главный читатель — не только человек.

Её читает машина.

Что тогда остаётся человеку?

Как ни странно — самое важное.

Поставить задачу.

Описать свои условия.

Задать уточняющий вопрос.

Проверить рекомендацию.

И принять решение.

А искусственный интеллект берёт на себя огромный объём рутинной работы по поиску, сопоставлению и объяснению.

Поэтому новая модель e-commerce выглядит не как:

человек против машины.

Скорее:

человек + ИИ + качественные данные.

И именно качество третьего элемента — данных о товаре — может определить, насколько хорошо будут работать первые два.

От карточки товара — к цифровому знанию

После Yandex Ecom Open Air 2026 у меня осталось ощущение, что мы наблюдаем довольно фундаментальный переход.

Первая стадия электронной торговли была связана с переносом магазина в интернет.

Вторая — с развитием поиска, маркетплейсов и удобства покупки.

Теперь начинается следующий этап.

Товар должен стать понятным не только покупателю, но и искусственному интеллекту.

А значит, компании предстоит заново посмотреть на собственный ассортимент.

На характеристики.

На совместимость.

На контент.

На структуру каталога.

На данные о наличии и цене.

На экспертные материалы.

На ответы на вопросы покупателей.

Всё это перестаёт быть разрозненными элементами интернет-магазина.

Они становятся знаниями, на которых работает новый продавец-консультант.

И поэтому, возможно, заголовок этой статьи всё-таки стоит оставить с вопросительным знаком:

Товарная карточка умирает?

Нет.

Она просто перестаёт быть последней точкой представления товара.

Потому что в новом e-commerce товарная карточка всё чаще становится сырьём для интеллектуальной рекомендации.

А главным активом магазина становится уже не просто каталог.

Главным активом становится знание о собственном товаре.

Правильного выбора и профессионального применения.