AI должен видеть результат
Если после изменения цены продажи выросли, это полезный опыт. Если упали, похожий сценарий нужно применять осторожнее.
Человек задаёт правила
AI не должен сам решать, какую прибыль считать достаточной. Минимумы, максимумы и стратегия остаются у владельца бизнеса.
Обучение должно быть общим
Хорошая модель учится не на одном товаре, а на похожих ситуациях по разным товарам и клиентам.
Какие данные нужны AI
AI становится полезным, когда видит не только текущее состояние товара, но и историю: какая цена была, какую акцию добавили, что показал агент, были ли продажи после изменения.
Для Wildberries дополнительно важны просмотры и добавления в корзину. Для Ozon ключевыми остаются продажи, цена по карте, акции и ограничения клиента.
Как AI должен учиться на ошибках
Если человек несколько раз одинаково оценивает похожую ситуацию, модель должна перестать задавать тот же вопрос и применять вывод автоматически. Но для опасных действий ниже минимума нужна более строгая проверка.
Цель AI - не заменить правила клиента, а помогать роботу действовать умнее: меньше повторять невыгодные циклы, не трогать хорошо продающиеся товары без причины и искать действия, которые реально улучшают продажи.
ВитринаPro готовит AI к роли контролёра и помощника робота, а не просто генератора советов.
Проверить на своих товарах
