ИИ в ритейле: что измерли RAEC и ВШЭ в 2019 году и чего этот опрос не отвечает

Доклад РАЭК и ВШЭ, представленный 12.12.2019: 42% ритейлеров используют ИИ, процессы завершены у 2–4%. Что опрос измерил и каких цифр в нём нет.

Коротко

Единственный числовой первоисточник по внедрению ИИ в российском ритейле, который открылся нам целиком вместе с методикой, — доклад РАЭК и НИУ ВШЭ при поддержке Microsoft «Искусственный интеллект в ритейле: практика российского бизнеса». Презентация состоялась 12 декабря 2019 года на конференции RIW 2019. Материал актуален на 07.10.2026, и это важно: цифры ниже — срез семилетней давности, а не картина 2026 года.

• 42 % российских ритейлеров использовали ИИ на момент опроса, ещё 35 % планировали начать в течение пяти лет; авторы вывели из этого 77 % к 2024 году.
• Полностью завершена работа по внедрению у единичных: разработка процедур и процессов — у 2 % респондентов, определение рисков — у 3 %, обозначение ролей и обязанностей — у 4 %.
• Онлайн-опрос длился с 31 октября по 4 декабря 2019 года, 100 завершенных интервью, 27 вопросов, около 10 минут на заполнение; анкетирование шло через ресурс RUNET-ID.
• Опрос измерял охват, типы решений, планы и барьеры — и не измерял экономический эффект, бюджеты и долю успешных проектов. Это разные вещи, и подменять одно другим нельзя.
• Полезный вывод из таких данных — не «рынок готов», а «7 из 10 компаний покупают инструмент, не завершив процессы»: именно туда ложатся проекты, которые мы делаем.

Что за измерение и когда оно сделано

В начале 2019 года РАЭК и НИУ ВШЭ при поддержке Microsoft провели исследование «Цифровая экономика от теории к практике: как российский бизнес использует искусственный интеллект». В сентябре 2019 года запустили вторую волну — исследование, целиком посвящённое ритейлу, с сборником кейсов применения ИИ российскими и международными компаниями.

Дата имеет значение сильнее, чем обычно думают. В тексте доклада есть прогноз «к 2024 году ИИ будет использовать 77 % ритейлеров». Он построен как арифметика опроса 2019 года: 42 % уже используют плюс 35 % планируют в пятилетней перспективе. Это не измерение будущего, а сумма двух ответов в одном вопроснике семилетней давности.

Кого спрашивали: методика в цифрах

Методика описана на странице доклада прямо, и это редкость для отраслевых обзоров. Использовали три метода: количественные и качественные экспертные интервью и анализ вторичных данных.

Читается методика так: сто завершённых анкет — это небольшая выборка для отрасли с тысячам игроков, а 46-минутные интервью дают глубину, но не доли. Поэтому в тексте мы называем эти числа оценками самоотчёта, а не измерением рынка.

Что показал опрос: охват, решения и планы

Распределение по типам решений — самая практичная часть доклада. На момент опроса лидировала персонализация: 26 % респондентов отметили её использование. Виртуальные помощники и чат-боты — 23 %, интеллектуальные системы для принятия решений и предиктивная аналитика — 20 %.

В пятилетней перспективе респонденты называли другой набор: аналитические решения для выявления закономерностей и отклонений — 36 % против 13 % на момент опроса, персонализация — 35 %, чат-боты — 35 %. Разрыв между «есть сейчас» и «планирую» в 23 процентных пункта по аналитике — это и есть заявленный рынок работ на ближайшие годы.

Почему 42 % — это не «внедрили»

Главное для подрядчика место в докладе — про завершённость. Работа, необходимая для полномасштабного внедрения ИИ, полностью завершена только у единичных ритейлеров: разработка процедур и процессов использования ИИ — у 2 % компаний, определение рисков — у 3 %, обозначение чётких ролей и обязанностей по внедрению — у 4 %.

Авторы добавляют: в трети опрошенных компаний системная работа по оценке рисков и выгоды, составлению планов и реорганизации бизнес-процессов только начата либо проделано менее половины работы. Отсюда их же вывод — ИИ в российском ритейле используется скорее фрагментарно, без системной реорганизации бизнеса.

Схема читается так: охват измеряется десятками процентов, готовность процессов — единицами. Любая смета, построенная на «почти половина рынка уже использует», игнорирует вторую строку. Именно она объясняет, почему проекты застревают в пилотах, и именно под неё пишутся ТЗ и приёмка.

Барьеры: чего боялись и что мешало

Список рисков в докладе тоже измерен в процентах. Репутационные риски — неудачные кейсы, последствия решений, которые принимает ИИ, — назвали 39 % респондентов. Столько же, 39 %, указали на риск безопасности использования ИИ. Риск того, что выгода от внедрения окажется меньше затрат на проект, отметили 28 %.

Вызовы сформулированы иначе, и это не дублирование: изменение существующих бизнес-моделей — 35 % респондентов, недоверие к решениям, принятым ИИ, — 33 %, финансовые ограничения — 30 %. Первые два пункта — организационные, третий — про деньги. Практический смысл: больше половины барьеров не лечатся выбором модели или подрядчика, они лечатся процессом и ответственностью.

Чего опрос не измеряет

Без этой таблицы цифры опасны: респонденты отвечали на вопросы про наличие практик, а не про результат. Ниже — что закрыто исследованием и что нет.

Как проверить чужую цифру до того, как ставить её в ТЗ

Правило, которое мы используем в своей работе и в аудитах: цифра живёт ровно столько, сколько её методика. Проверка занимает пять шагов и не требует доступа к исходным данным.

• Найдите дату поля исследования, а не дату публикации: у доклада это 31 октября — 4 декабря 2019 года и презентации 12.12.2019.
• Посмотрите объём выборки: 100 завершённых анкет и 8 индивидуальных интервью — это индикатор того, что доли надо читать как оценки, а не как факты рынка.
• Проверьте, кем работают респонденты: в этом опросе 56 % совмещают офлайн и онлайн, 13 % — только офлайн, и это меняет применимость цифр к чисто онлайн-бизнесу.
• Сверьте формулировку вопроса с выводом: «используют» и «полностью внедрили» — разные вопросы, из первого нельзя получать второе.
• Отделите измеренное от прогноза: «77 % к 2024 году» — это сумма ответов про планы, а не результат замера.

Что мы сами не подтвердили в 2026 году

Чтобы честность была двусторонней: в этом дне мы не смогли прочитать ни одного свежего первоисточника с цифрами по рынку ИИ в России. Проверено нами же, три попытки.

• Пресс-релиз «Бизнес-тренды рынка ИИ в 2026 году» на сайте Ведомостей от 02.10.2026 открывается, но тело статьи рендерится скриптами: в полученном HTML вхождений темы не нашлось, цифры из него взять нельзя.
• Обзор изменений законодательства с 1 октября на RB.ru не отдал страницу при двух попытках чтения.
• Страница исследования «Инфосистемы Джет» недоступна: домен компании не разрешился при обращении, а пересказ цифр в отраслевом агрегаторе первоисточником не считается.

Поэтому в этой статье нет ни одной российской цифры 2026 года. Тот, кто опубликует «в 2026-м уже 70 %», сделает ровно то, против чего написан весь текст.

Что делать сегодня: три шага без подрядчика

Если у вас магазин или сеть и вы читаете такие обзоры для обоснования бюджета, практическая часть короткая.

• Выпишите свои ИИ-практики в три колонки: что используется, кто за это отвечает, что происходит при отказе. У большинства компаний третья колонка пустая — это ровно те 2–4 % из доклада.
• Поставьте рядом цифру охвата и цифру завершённости: расхождение между ними — ваш реальный риск, а не «рынок ушёл вперёд».
• Для любого проекта с ИИ зафиксируйте критерий отказа до старта: что должно произойти, чтобы вы остановились. Ответ «не поняли по данным» означает, что данные не собраны.

Как считать эффект

Эффект от таких чтений измеряется не «мы в курсе рынка», а числом цифр в документах, которые имеют строку-источник. Формула для проверки своего ТЗ или презентации: возьмите все числа в документе и посчитайте долю, у которых указан первоисточник и дата замера. Практичный порог — ноль чисел без источника в файле, который уходит подрядчику или совету директоров.

Второй показатель — средний возраст источника в обосновании бюджета. Считается как разница между датой замера и датой документа. Для отраслевых опросов мы держим границу: старше 24 месяцев — только в контексте, никогда в основе цифры.

Чего не делать с такими данными

• Не переносите срез 2019 года в заголовок 2026-го без даты: читатель считывает «рынок» как «сейчас».
• Не выдавайте сумму «используют» и «планируют» за измерение будущего: это два разных вопроса в одной анкете.
• Не стройте смету на долях с выборкой в 100 анкет без пометки «оценка по опросу».
• Не подменяйте эффект охватом: 42 % использования не говорят ни о выручке, ни об экономии.
• Не ссылайтесь на пересказ без методики: если страница не отдаёт методологию, цифра остаётся мнением.

Как проверяли чужое исследование про нейровыдачи и что в нём удалось подтвердить — в разборе «Нейровыдача: исследование UIS, цифры и что мы проверили». Про то, сколько стоит внедрение и из чего складывается смета — «Стоимость внедрения ИИ в России». Про данные клиентского спроса на ИИ-ответы — «Половина россиян читает ИИ-ответы». Про то, как ИИ-агент закрывает поддержку в онлайн-магазине — «ИИ для клиентской поддержки».

Если вам нужно не «подтвердить тренд цифрой», а посчитать конкретный проект — ассистента, диспетчерского контура, аналитики обращений — посмотрите, как это выглядит на живом магазине в кейсе ИИ-диспетчер поддержки и SLA для GreenForest, и обсудите задачу на AI-консалтинге. Начать можно с вопроса по вашей отрасли через форму контактов.

Источники

• РАЭК, «Искусственный интеллект в ритейле: практика российского бизнеса» — об исследовании, главные выводы и методология — raec.ru. Страница проверена по http и по https, содержимое совпадает побайтово: 9 911 знаков.
• Наша проверка доступности источников 06.10.2026: страница Ведомостей (пресс-релиз от 02.10.2026), обзор RB.ru и домен компании «Инфосистемы Джет» — логи загрузки сохранены в рабочем каталоге, воспроизводятся тем же скриптом.