Как H&M сократил время ответа до 40 секунд с помощью ИИ, и что это значит для российского fashion-ритейла

Каждый раз, когда H&M выпускал новую онлайн-коллекцию, служба поддержки была перегружена. Покупатели писали тысячи вопросов про размеры, наличие, доставку — среднее время ожидания превышало четыре минуты, а количество брошенных корзин росло. Нанимать больше операторов не помогало: пик проходил, люди простаивали, а к следующему дропу история повторялась.

Решением стал ИИ-агент, который отвечает вместо людей на типовые вопросы — круглосуточно и на 32 языках, а сложные вопросы передаёт оператору.

Главное за 30 секунд

• H&M запустил ИИ-агента для fashion-ритейла в 2017 году, обучил на 10 млн реальных обращений
• Результат: время ответа — 40 секунд, решение при первом обращении — 88%
• Онлайн-продажи выросли на 15–25%, нагрузка на колл-центр снизилась на 40%
• В России та же схема работает через TextBack RetailAI — в Telegram, MAX, WhatsApp, VK
• Запуск за 1 день при подключении к товарному фиду

Что такое ИИ-агент для fashion-ритейла

ИИ-агент для fashion-ритейла — это программа на основе большой языковой модели (LLM), подключённая к каталогу интернет-магазина, системе заказов и складским остаткам. В отличие от обычного чат-бота со сценариями, ИИ-агент понимает естественный язык, задаёт уточняющие вопросы про размер и стиль, рекомендует только реальные товары в наличии и передаёт сложные случаи оператору с полной историей переписки.

Как устроен H&M Virtual Assistant

H&M Virtual Assistant обучен на 10 миллионах реальных обращений в поддержку. Это не бот с кнопками «выберите тему», он понимает обычный текст. Покупатель пишет «хочу платье на корпоратив, небольшой бюджет, я невысокая» — агент задаёт уточняющие вопросы, проверяет наличие и показывает подборку с фото.

При этом агент подключён к складским данным в реальном времени: он знает, что есть в наличии прямо сейчас. Если вопрос сложный или покупатель явно расстроен — диалог передаётся живому сотруднику вместе с историей переписки, чтобы клиенту не пришлось объяснять всё заново.

Трёхмесячный пилот запустили в Скандинавии. По данным DigitalDefynd (2021), агент стал правильно понимать вопросы покупателей в 92% случаев. После этого его запустили в 69 странах.

Почему время ответа в fashion — это напрямую деньги

Когда покупатель пишет «есть ли это в Казани в размере М», у него есть примерно 5–10 минут терпения. Если ответа нет, он закрывает вкладку и идёт к конкуренту.

Долгое ожидание — главная проблема сервиса для 60% российских покупателей. Клиент, не нашедший нужное за 7–10 секунд, покидает сайт.

Fashion-сети с 50–200 магазинами по России часто держат 2–5 операторов на весь поток обращений. Это означает ответ через 20–40 минут днём и полное молчание ночью, в выходные и праздники. При этом у сети могут быть магазины от Калининграда до Владивостока, и в каждом часовом поясе покупатели пишут в разное время.

Три типа вопросов занимают большую часть потока и все три автоматизируются:

1. «Есть ли товар в моём городе?» — агент проверяет остатки по размеру, цвету и точке выдачи
2. «Где мой заказ?» — до 40% всех обращений, агент выдаёт живой трек и адрес ПВЗ
3. «Как вернуть?» — ответ по условиям и пошаговый сценарий

Как RetailAI решает эту задачу

RetailAI — ИИ-агент для интернет-магазина на базе платформы TextBack. Работает во всех каналах, где пишут ваши покупатели: WhatsApp, Telegram, MAX, VK и виджет на сайте.

Что умеет:

• Подбирает товары из вашего каталога по описанию («синее платье на корпоратив, размер 44, до 5000 ₽») и показывает подборку с фото
• Проверяет остатки в реальном времени по размерам, цветам и точкам выдачи
• Выдаёт живой трек-номер и адрес ПВЗ через интеграцию с СДЭК и Яндекс.Доставкой
• Отвечает на типовые вопросы про оплату, доставку, возврат
• Эскалирует сложные диалоги оператору с полной историей

Интегрируется с: 1С-Битрикс, InSales, Tilda, Shopify, МойСклад, RetailCRM, СДЭК, Яндекс.Доставкой, ЮKassa, а также с любым XML/JSON-фидом через API.

Запуск — за 1 день при готовом товарном фиде.