Skip to main content
AI retailcomputer visionSilpo

AI-візки Сільпо: де хайп, а де справжній продукт

У Сільпо немає повністю автоматичного списання грошей просто на виході, але є реальний пілот AI-візків у Києві: товари розпізнаються камерами, а оплату треба підтвердити в смартфоні. Для ритейлу це важливий приклад AI integration в офлайні, де computer vision вже зменшує тертя на касі.

Технічний контекст

Я спеціально перевірив, що там у Сільпо не з чуток, а за фактами. Історія про «вийшов із магазину, і гроші самі списалися» звучить красиво, але на липень 2026 це не так: у них немає повноцінного just walk out у стилі Amazon Go.

Зате є річ, яка мені справді цікава як інженеру з впровадження ШІ. У Києві Сільпо тестує пілот AI-візків: у візку стоять камери або вбудований сканер, система розпізнає товар при додаванні, збирає віртуальний кошик, а потім я підтверджую список і оплачую через смартфон.

Це важлива різниця. Розпізнавання є, комп'ютерний зір у фізичному ритейлі є, персоналізовані ціни через додаток теж логічно вписуються в цей сценарій, але повністю автоматичного списання на виході поки немає.

Паралельно у них давно працює «Вільнокаса». Там взагалі інша механіка: я сам сканую штрихкоди в додатку, потім генерую QR і йду до самокаси. Тобто це не OCR-візок і не безкасовий магазин, а акуратний Scan&Go.

І от тут я б не знецінював пілот. Для офлайн-ритейлу навіть такий проміжний рівень AI-інтеграції вже корисний: система вчиться на реальних товарах, складних упаковках, відблисках, перекриттях, помилках користувача та зв'язці з програмою лояльності. На папері це виглядає просто, а в магазині все ламається об реальність за півдня.

Вплив на бізнес та автоматизацію

Для ритейлу я бачу тут три практичні ефекти. Перший: менше тертя на шляху до оплати, особливо якщо людина купує мало і не хоче стояти біля каси. Другий: вища цінність додатку, бо лояльність, персональні знижки та оплата збираються в один сценарій. Третій: магазин отримує живі дані для подальшої AI-автоматизації, а не презентацію для інвесторів.

Хто виграє? Мережі, у яких великий потік і дорога касова операція. Хто програє? Ті, хто спробує перескочити одразу в «магазин без кас» без нормальної AI-архітектури, якості даних і контролю помилок.

Я в Nahornyi AI Lab якраз люблю такі історії: не «давайте прикрутимо нейромережу», а давайте зберемо робочий контур від CV до оплати, знижок і спірних кейсів. Якщо у вас ритейл або офлайн-точка і ви хочете побудувати AI-автоматизацію без красивої казки і з нормальною економікою, можна спокійно обговорити, як це приземлити на ваш процес.

Ми раніше розглядали, як відсутність продуманої архітектури перетворює AI-демо на міфи, на прикладі робота Codex 5.2 на Raspberry Pi. Успіх «Сільпо» з OCR-кошиками якраз демонструє, що грамотна інтеграція перетворює концепт на працююче рішення.

Поділитися статтею