От поиска к покупке: аптечная сеть превратила ИИ в навигатор по лекарствам
«Аптека.ру» запустила на базе Yandex AI Studio ИИ-ассистент, который помогает искать безрецептурные препараты по названию, бренду или описанию симптомов.
У миллионов покупателей появился новый удобный способ искать товары в аптечном каталоге, а для российского IT это реальный пример использования генеративного ИИ в массовом цифровом сервисе.
Поиск лекарств в интернете редко бывает быстрым и легким занятием. Когда человек ищет нужный препарат, он не всегда знает его точное название. Иногда можно помнить только бренд, иногда – от каких болезненных симптомов он помогает. В этом случае в поисковой строке человек может описать свою потребность несколькими словами. Например, ему нужно облегчить головную боль или сбить температуру.
Именно на такой сценарий рассчитан новый ИИ-ассистент онлайн‑сервиса для поиска и заказа аптечных товаров «Аптека.ру». Пользователь может задать вопрос в свободной форме, а система сама подберет подходящие товары из каталога. Затем она покажет информацию о препаратах, объяснит различия между ними, укажет стоимость и даст ссылку на оформление заказа. Человеку остается лишь выбрать нужный товар.
Новый принцип поиска
Раньше покупателю приходилось точно знать, что он ищет, и самому перебирать результаты поиска. Теперь между ним и каталогом появился цифровой помощник, который помогает разобраться в десятках похожих вариантов и быстрее найти нужное лекарство.
Важно подчеркнуть, что ИИ-ассистент вовсе не пытается заменить врача. Он не ставит диагнозы и не назначает лечение, а также не работает с рецептурными препаратами. В ситуациях, когда требуется медицинская консультация, он рекомендует не заниматься самолечением и обратиться к специалисту.
Технологической основой сервиса стала платформа Yandex AI Studio. Для разных сценариев используются YandexGPT и открытые модели из каталога платформы, а базу знаний формирует Vector Store.В ней собрано около 100 тысяч товаров с подробными описаниями и более 6 тысяч статей «Аптеки.ру», при этом база постоянно обновляется. Качество ответов сервиса во время тестирования проверяли опытные провизоры. А чтобы информация о ценах и наличии товаров в продаже всегда была актуальной, ИИ-ассистент обращается напрямую к системам «Аптеки.ру», которые обновляются в режиме реального времени.
Что касается пользователя, то для него техническая сторона программы остается незаметной. Однако польза очевидна. Главное преимущество - сокращение времени на поиск. Особенно полезно это становится при наличии большого каталога товаров. Чем больше наименований представлено в онлайн-сервисе, тем сложнее человеку без специального образования разобраться в их ассортименте. ИИ берет на себя первичную навигацию, он группирует информацию и помогает сопоставить варианты.
Сервис уже доступен всей аудитории сайта «Аптека.ру», а это примерно 12 млн пользователей. В октябре 2026 года его планируется запустить в мобильном приложении.
Польза для бизнеса
На этапе тестирования сервиса разработчики получили интересные результаты. Те пользователи, которые читали подсказки ИИ-ассистента, покупали в среднем на 25% больше товаров, чем те, кто их игнорировал. А вероятность того, что такой посетитель в итоге оформит заказ, выросла на 77%. То есть чем активнее человек взаимодействует с ассистентом, тем чаще он доводит дело до покупки.
Для бизнеса это означает, что генеративный ИИ способен быть не только дополнительным интерфейсом, но и рабочим инструментом электронной коммерции. С его помощью покупателю проще найти подходящий товар, сравнить его с альтернативами и сделать выбор. То есть цифровой помощник влияет на весь путь клиента – от первичного запроса до оформления и оплаты покупки.
Кейс «Аптеки.ру»
Для российской технологической отрасли такие проекты важны именно своей практичностью. Генеративный ИИ теперь стал частью массового продукта, которым ежедневно пользуются миллионы людей. Причем в случае «Аптеки.ру» технология применяется в сфере, где особенно важны актуальность информации, понятные ответы и контроль качества. Сервис решает эту задачу за счет собственной базы товаров и статей, проверки ответов провизорами и обращения к актуальным данным непосредственно во время формирования ответа. В дальнейшем такой подход можно распространить и на другие области электронной коммерции.
