Skip to main content
AI retailcomputer visionSilpo

AI-тележки Сільпо: где хайп, а где реальный продукт

В Сільпо нет полностью автоматического списания денег просто на выходе, но есть реальный пилот AI-тележек в Киеве: товары распознаются камерами, а оплату нужно подтвердить в смартфоне. Для ритейла это важный пример AI-интеграции в офлайне, где computer vision уже уменьшает трение на кассе.

Технический контекст

Я специально проверил, что там у Сильпо не по слухам, а по факту. История про «вышел из магазина, и деньги сами списались» звучит красиво, но на июль 2026 это не так: у них нет полноценного just walk out в стиле Amazon Go.

Зато есть штука, которая мне реально интересна как инженеру по AI implementation. В Киеве Сильпо гоняет пилот AI-тележек: в тележке стоят камеры или встроенный сканер, система распознаёт товар при добавлении, собирает виртуальную корзину, а потом я подтверждаю список и оплачиваю через смартфон.

Это важная разница. Распознавание есть, computer vision в физическом ритейле есть, персонализированные цены через приложение тоже логично ложатся в этот сценарий, но полностью автоматического чарджа на выходе пока нет.

Параллельно у них давно работает «Вільнокаса». Там вообще другая механика: я сам сканирую штрихкоды в приложении, потом генерирую QR и иду к самокассе. То есть это не OCR-тележка и не бескассовый магазин, а аккуратный Scan&Go.

И вот тут я бы не обесценивал пілот. Для офлайн-ритейла даже такой промежуточный слой AI integration уже полезен: система учится на реальных товарах, сложных упаковках, бликах, перекрытиях, ошибках пользователя и связке с программой лояльности. На бумаге это выглядит просто, а в магазине всё ломается об реальность за полдня.

Влияние на бизнес и автоматизацию

Для ритейла я вижу тут три практичных эффекта. Первый: меньше трения на пути к оплате, особенно если человек покупает мало и не хочет стоять у кассы. Второй: выше ценность приложения, потому что loyalty, персональные скидки и оплата собираются в один сценарий. Третий: магазин получает живые данные для дальнейшей AI automation, а не презентацию для инвесторов.

Кто выигрывает? Сети, у которых большой поток и дорогая кассовая операция. Кто проигрывает? Те, кто попытается перескочить сразу в «магазин без касс» без нормальной AI architecture, качества данных и контроля ошибок.

Я в Nahornyi AI Lab как раз люблю такие истории: не «давайте прикрутим нейросеть», а давайте соберём рабочий контур от CV до оплаты, скидок и спорных кейсов. Если у вас ритейл или офлайн-точка и вы хотите построить AI automation без красивой сказки и с нормальной экономикой, можно спокойно обсудить, как это приземлить на ваш процесс.

Мы ранее разбирали, как отсутствие продуманной архитектуры превращает AI-демо в мифы, на примере робота Codex 5.2 на Raspberry Pi. Успех «Сільпо» с OCR-корзинами как раз демонстрирует, что грамотная интеграция превращает концепт в работающее решение.

Поделиться статьёй