Шопинг с использованием голоса уже не кажется чем-то удивительным. По данным опроса Департамента социальных исследований и консалтинга ВЦИОМ Андрей Даудрих, среди 63% россиян, которые использовали ИИ-инструменты в. 2024 году, 31% прибегали преимущественно к голосовым помощникам.

Сегодня голосовая коммерция помогает бизнесу быстро определить и даже «предугадать» потребности клиента. Ассистенты нового поколения не просто распознают ключевые слова из запроса, но также изучают историю заказов пользователя, делают персонализированное предложение и могут даже понять его настроение, чтобы найти правильный тон и аргументы для общения.

С другой стороны – компании продолжают сталкиваться с проблемами в интерпретации данных, обрабатываемых через голосовой поиск. В этой статье мы рассмотрим успешные кейсы и неудачные примеры, сдерживающие развитие технологии, расскажем про тренды голосового шоппинга и особенности интеграции такого решения.

Вы узнаете:

Голосовая коммерция (voice commerce, v-commerce) – это технология, которая позволяет пользователям совершать покупки без необходимости ввода текста или нажатия кнопок. Вместо этого достаточно отправить голосовой запрос ассистенту, который обработает его и выполнит нужное действие. Например, найдет товар, оформит заказ на сайте или спишет оплату. Для обработки запросов используются микрофоны и системы распознавания речи, которые преобразуют голос в команды, упрощая процесс онлайн-шоппинга и делая его более удобным и интуитивным.

По данным Statista, к концу 2025 года общее количество пользователей цифровых голосовых помощников достигнет 8,4 миллиарда.

Сейчас технология представлена двумя основными направлениями:

В России интерес к голосовой коммерции стремительно растёт: согласно исследованию Just AI, с 2015 года рынок разговорного искусственного интеллекта (ИИ) увеличился на 1288%, а к концу 2025 года его объем достигнет 561 млн долларов. Большое влияние на представление о работе с технологией оказывает развитие и распространение искусственного интеллекта: голосовые помощники научились лучше распознавать сложные запросы, повысили скорость обработки речи и теперь могут отвечать пользователю так, как это сделал бы реальный человек. Поэтому сегодня около 37% компаний малого и среднего бизнеса в России применяют технологию для продвижения своих услуг.

Согласно статистике Data Reportal, около 20,5% людей во всем мире используют голосовой поиск. Технология дает пользователям следующие преимущества:

Возможность взаимодействовать с клиентом в любое время и в любых обстоятельствах увеличивает коэффициент конверсии от первоначального запроса до фактического заказа в 2–3 раза. Поэтому голосовую коммерцию активно используют фудтех и ритейл, где потребность в покупке может возникнуть спонтанно.

Отвечая на вопрос «что такое голосовой поиск?», важно рассмотреть его техническую сторону. Сегодня обработка речи включает в себя несколько ключевых этапов:

По данным Business Research Company, мировой рынок голосовой коммерции достигнет примерно 151,39 миллиарда долларов в 2025 году, а 60 % пользователей смартфонов уже сейчас используют голосовой поиск при совершении покупок. Поэтому технология становится все более актуальной для разработки приложений для ресторанов и сайтов ритейлеров: она помогает улучшить сервис и предлагает бизнесу новые возможности. Рассмотрим некоторые из них.

Тренды e-commerce показывают, что ассистенты на базе ИИ и голосовой поиск делают обслуживание в удаленных точках обслуживания – автокафе, драйвах, заправках – более персонализированным. Технология позволяет быстро проанализировать предыдущие заказы клиента, ненавязчиво рассказать о специальных предложениях и повысить средний чек за счет дополнительных продаж. Поэтому голосовые помощники все чаще интегрируют с киосками самообслуживания и другими девайсами.

Активно использует распознавание речи американская сеть Wendy's. На начало 2025 года компания уже оснастила искусственным интеллектом с поддержкой голосового поиска около 100 кафе. Однако не все остались довольны этими изменениями. Многие клиенты жаловались в своих соцсетях, что голосовой помощник часто перебивает их в процессе оформления заказа, а также может отключиться, если задуматься и сделать паузу.

Компания McDonald's и вовсе планирует прекратить эксперимент по автоматизации обработки заказов с помощью искусственного интеллекта. Напомним, что прием заказов через голосовых помощников также работал в 100 точках продаж сети. Но технология не раз давала сбои и допускала ошибки в заказах клиентов, что вызывало большой негатив с их стороны.

А вот в сети Dodo Pizza остались довольны интеграцией голосовой коммерции в процесс приема заказов. По данным компании, помощник определяет запросы с точностью 85%. Если система правильно распознала их, то 97% запросов бот закрывает самостоятельно. В результате колл-центр компании может принимать на 30% больше заказов.

В России жители Московской и Ленинградской областей также могут оформить доставку в Яндекс Лавке с помощью голосового помощника Алисы. Достаточно просто попросить: «Закажи продукты в Лавке». Затем перечислить нужные товары. Например: «Хлеб, кефир и мандарины» или «Добавь в корзину молоко». Если важен бренд, нужно также уточнить его, иначе Алиса подберёт товар исходя из истории заказов. После того, как список будет готов, завершить оформление нужно командой «Хватит» или «Всё». Далее пользователю придёт пуш-уведомление с покупками в приложении Яндекс Лавка, где можно проверить заказ и внести изменения. Остаётся только оплатить и дождаться доставки.

Голосовые помощники упрощают оплату покупок и услуг. Например, в Алисе доступен навык «Оплата голосом», позволяющий пользователям быстро платить по счетам с помощью голосовых команд. Для работы функции необходимо привязать Яндекс Pay или банковскую карту. Так пользователи могут рассчитаться за пользование мобильной связью и другими сервисами, не отвлекаясь от текущих дел.

Несколько лет назад руководство британской компании Marks & Spencer решило изменить работу службы поддержки и повысить качество обслуживания клиентов. На смену устаревшей системе пришла полная автоматизация процесса с использованием технологии искусственного интеллекта для более точного распознавания сути запросов и улучшенной маршрутизации звонков. Изменения привели к следующим результатам:

Помогает искусственный интеллект и в обслуживании гостей ресторанов. Например, в заведении Bodega в Сан-Франциско работает ИИ-хост Жасмин: она принимает звонки клиентов, консультирует гостей по наличию свободных столиков и оформляет предзаказы. Тон и эмоции голосового помощника автоматически подстраиваются под характер и тему разговора.

По завершению обслуживания голосовой помощник также может запросить обратную связь у клиента: исследования показывают, что люди в 40% случаев предпочитают оставить отзыв нейросетям, чем реальным операторам.

Рестораны и ритейлеры и теперь могут управлять складами с помощью голосовых команд. Достаточно дать команду устройству, чтобы проверить уровень запасов, обновить инвентаризационные записи и сформировать отчеты. Это помогает сократить необходимость в ручной работе и свести ошибки к минимуму ошибки. А также упрощает процесс инвентаризации, делает его более быстрым и эффективным, предотвращая отсутствие товаров на складе или их переизбыток.

Сегодня покупатели могут добавлять товары в корзину и оплачивать покупки с помощью простых голосовых команд. Эти системы работают, объединяя историю заказов и предпочтения пользователя с технологией распознавания речи, чтобы обеспечить плавный процесс покупок без использования рук.

Компания Walmart разработала комплексную систему машинного обучения, чтобы персонализировать голосовой шопинг для своих клиентов. Эта система интегрируется с такими платформами, как Google Assistant и Siri, позволяя пользователям совершать покупки с помощью голоса. Анализируя предпочтения и поведение покупателей, решение Walmart предлагает индивидуальные рекомендации по товарам, упрощает процесс покупки и повышает общую лояльность клиентов.

Данные, которые собирают голосовые помощники, могут стать частью маркетинговых кампаний. В феврале 2025 года сервисы «Яндекс Еда» и «Деливери» представили ко Дню всех влюблённых букеты, созданные с помощью голосового помощника «Алиса». Московские флористы «Ирис», «Простоцветы» и ROOTS использовали её опцию «Про» для разработки 20 композиций и названий для них. Заказать букеты можно было в разделе «Сделано с Алисой».

Несмотря на растущую популярность, технология голосовой коммерции по-прежнему сталкивается с такими проблемами, как конфиденциальность пользователей, точность распознавания речи и угрозы информационной безопасности.

Участились случаи, когда системы генерируют ложные или неточные ответы. Например, исследователи обнаружили, что голосовой сервис Whisper склонен к галлюцинациям: он создает текст или целые предложения, которых нет в оригинальном аудио. Результатом таких галлюцинаций часто становятся враждебные высказывания и даже угрозы. Поэтому обеспечение точности и надежности остается важнейшей задачей при разработке систем распознавания речи.

Системы распознавания речи также испытывают сложность в интерпретации различных акцентов и диалектов. Особенно остро эта проблема стоит для мультинациональных Штатов. Исследование показало, что акценты Нью-Йорка, Нью-Джерси и Лонг-Айленда являются одними из самых сложных для понимания системами распознавания речи ИИ. Поэтому местные часто сталкиваются с ошибками при оформлении заказов, что снижает доверие к технологии.

Сбор и использование данных в ходе голосового поиска затрагивает и вопросы конфиденциальности. Во время слушаний в сенатском комитете Австралии руководители Amazon не смогли уточнить количество голосовых записей, которые собирает устройства с помощником Alexa. Это вызвало обеспокоенность по поводу использования персональных данных пользователей и отсутствия их согласия на участи в этой процедуре. Такая двусмысленность может подорвать доверие к технологиям с голосовым управлением.

Давайте рассмотрим основные изменения в области обработки речи и тенденции, которые сегодня определяют перспективы этой технологии.

Ранее обработка речи ограничивалась только преобразованием данных в текст или команды, которые нужно выполнить системой. Этот процесс был довольно длительным и вызывали негатив у пользователей, которые со своей стороны ожидали более быстрого ответа.

С появлением технологии Speech-to-Speech общение между людьми и машинами практически происходит в режиме реального времени. Она сочетает в себе распознавание речи, обработку естественного языка (NLP) и синтез голоса, что позволяет голосовому помощнику понимать суть сказанного и реагировать, как это сделал бы реальный человек. Также технология лучше распознает различные языки, что позволяет преодолеть и этот барьер.

Speech-to-Speech использует модели искусственного интеллекта и машинного обучения для точного определения и транскрибирования различных акцентов, диалектов и речевых шаблонов. Рабочий процесс выглядит следующим образом:

При использовании такого решения вы можете выбрать любой голос для обратного ответа. А улучшенная технология MFCC позволяет системе делать паузы, что дает возможность пользователям уточнить суть своего запроса и улучшить общение с голосовым помощником.

В 2025 году ключевые изменения будут также связаны с интеграцией генеративного ИИ в работу голосовых помощников. Среди последних изменений можно выделить следующие релизы:

Ещё один тренд в развитии голосовой коммерции – создание эмоционально востпреимчивых ИИ-моделей. Согласно данным Hindawi, около 57% разработчиков используют продвинутые модели, чтобы заставить голосовых помощников имитировать эмоции.

К последним примерам можно отнести:

Шоппинг с использованием голоса уже давно не футуристическая концепция, а новая для ритейла и ресторанного бизнеса. Голосовая коммерция меняет подходы для всех, кто с ней взаимодействуют:

К 2030 году голосовая коммерция станет неотъемлемой частью цифрового опыта, изменив подход к покупкам, заказу еды и взаимодействию с брендами. Компании, которые адаптируют эти технологии раньше других, получат конкурентное преимущество и возможность создать более удобные и бесшовные сервисы на основе ИИ.