Агентский чекаут: кому платить за решение
Gemini Decisions считает выбор за 150 мс, агенты Meta оформляют заказы, а маркетинг теряет след клиента. Что это меняет в работе бизнеса.
Новости · Новости
Все новости
Два эпизода с разницей в месяц объясняют, куда уходят деньги и внимание в цифровом маркетинге. Google открыла в Gemini API эндпоинт Decisions: модель больше не пишет текст, она выбирает один вариант из готового списка. В тот же сезон распродаж заказы в США начали оформлять агенты покупателей: Muse от Meta и Alexa for Shopping сами проводят оплату. Оба события про одно: рутинное решение становится отдельной единицей работы со своим тарифом и своим владельцем.
Модель-судья на 150 миллисекунд
Агент за день делает десятки мелких суждений. Допустить запрос к базе или отклонить, хватает ли найденного контекста, какую модель позвать следующей, проходит ли ответ проверку. Раньше каждое такое суждение оплачивалось как полноценная генерация: модель обязана была выдавить целое предложение, даже когда нужен был только бит «да» или «нет».
Google предлагает считать эти микровыборы другой нагрузкой. gemini-decision-1 держит вход до 256 тысяч токенов (текст, изображения, аудио, видео, PDF), оценивает до 255 вариантов за один проход и отвечает на 1000 вопросов по одному запросу. Заявленная задержка 150-250 миллисекунд, цена 0,10 доллара за миллион входных токенов, за выход платить не нужно.
- 0,10 доллара за миллион входных токенов, вывод бесплатный
- 150-250 мс заявленная задержка при 1000 вопросов в запросе
- до 255 вариантов ответа за один проход модели
- 40% снижение задержки рутинных запросов во внутренней команде Gemini Notebook после перевода маршрутизации на Decisions
Формат вопросов закрытый: да или нет, выбор из двух-255 вариантов, оценка по рубрике. Модель работает только с фиксированным набором ответов, поэтому рядом с генеративной моделью она занимает отдельное место, а не заменяет её. Все приведённые цифры принадлежат Google, независимых замеров на живых задачах пока нет.
Решения стали дороже текста
Экономика агента устроена не так, как у чат-бота. Видимый пользователю ответ один, а проверок вокруг него десятки. Чем дольше модель работает автономно, тем заметнее в счёте доля мелких суждений. Дешёвый судья превращается в отдельную категорию продукта, потому что считать его старым способом становится разорительно.
Главный эффект здесь не в цене за токен, а в архитектуре процесса. Проверка и маршрутизация перестают быть дорогим приложением к агенту и становятся дешёвой обвязкой, которую можно поставить перед каждым шагом без заметного роста счёта и времени ответа. Проект, который раньше урезали до трёх проверок, теперь выдерживает тридцать.
Покупателя приводит агент и забирает след
С покупательской стороны сдвиг выглядит иначе. Optimove в исследовании 2026 года нашла: 72% покупателей в США используют ChatGPT, Claude или Gemini, чтобы выбрать товар или подарок, почти половина делает это регулярно. McKinsey опросила около 21 тысячи человек на 11 рынках и получила похожую картину: больше половины потребителей в мире обращаются к ИИ за покупками. Доля тех, кто завершил покупку прямо через инструмент, выросла с 10% до 17% за год.
Дальше начинаются непривычные цифры. На Чёрную пятницу 2025 года новых клиентов у брендов стало на 593% больше обычного дня, в киберпонедельник на 404%. Вернувшихся клиентов прибавилось на 359%, а заказов всего на 290%. Разрыв показывает, что часть людей приходит, смотрит и уходит: агент привёл человека, но бренд не успел его удержать.
Привычная воронка на таком клиенте не срабатывает. Человек не был на сайте, не видел баннер и не оставил почту. Агент не помнит логотип и в следующий раз ищет заново. Поведение на сайте, клики по каталогу и брошенные корзины раньше складывались в сегменты и триггеры. Теперь решение принимается на стороне агента, и бренд видит только факт заказа. McKinsey советует разделять данные: каталог, цены и остатки открывать агенту свободно, а историю покупок и лояльность держать в закрытом контуре.
Скорость без системы не считается
Третья новость той же недели показывает, где ломается внедрение. На ноябрьской конференции MarTech четыре руководителя маркетинга разобрали знакомую сцену: сотрудник за вечер собирает двадцать вариантов письма с помощью ИИ, получает аплодисменты, а через месяц конверсия не сдвинулась ни на процент. Модератор Франс Римерсма из MartechTribe назвал сессию «Маркетинговая автоматизация умерла. Да здравствует маркетинговая автоматизация!».
Мони Олойеде из MO MarTech разделила задачи по уровню риска. Гигиену базы, чистку воронки и обслуживание пайплайна можно отдать автоматике целиком. Всё, что напрямую касается клиента, требует человека на финальном шаге. Милтон Хван из Mission MarTech охладил энтузиазм зала мыслью, что двадцать сэкономленных минут на отдельной задаче не оптимизируют пайплайн целиком. Эрик Дейтс из Luxury Presence добавил финансовую сторону: несогласованные эксперименты с ИИ заставляют компанию платить несколько раз за одну функцию.
Что это значит для бизнеса
Агентский чекаут и дешёвая модель-судья вышли на рынок одновременно, и это удобное совпадение. Бренду больше не нужно строить собственный батальон проверок на дорогих моделях: маршрутизация за копейки позволяет ставить контроль на каждом шаге. Зато исчезает привычная опора на последний клик и cookie, потому что путь клиента теперь проходит через чужой интерфейс.
Практический порядок работ при внедрении искусственного интеллекта выглядит так:
- Выпишите все точки, где система выбирает из конечного списка: пропустить заявку или отправить менеджеру, отнести обращение к теме или к спаму, позвать дешёвую или дорогую модель. Эти точки переводят на отдельный тариф.
- Свяжите заказ, оформленный агентом, с реальным человеком по почте, номеру заказа и истории покупок. Приветственное письмо и первая рекомендация должны быть личными: это единственная реплика бренда в новом контакте.
- Разведите данные каталога и данные о клиенте. Первые открывайте агенту, вторые держите в закрытом контуре. Это разные активы с разными правилами доступа.
- Сверяйте каналы не по клику, а по опросам и тестам: часть покупателей назовёт источником подкаст или разговор с другом, которого в отчёте нет.
Для компаний во Владивостоке и на Дальнем Востоке, которые торгуют в сети, это шанс зайти в канал, пока конкуренты ждут квартального планирования. Нейросети для бизнеса здесь решают не задачу «сэкономить на копирайтере», а задачу «не потерять клиента, которого привёл чужой агент».
Мы помогаем разобрать процессы, найти точки выбора и собрать автоматизацию с помощью ИИ так, чтобы она работала с агентским трафиком. Внедрение искусственного интеллекта у нас начинается с бесплатного аудита.
Бесплатный AI-аудит: смотрим, где принимаются решения, сколько они стоят и что теряется на пути к клиенту. Работаем во Владивостоке и по всему Дальнему Востоку.
🔍 Бесплатный аудит 🤖 Внедрение AI