Walmart делает ставку на ИИ агентов: что реально работает у крупнейшего ритейлера мира

Walmart официально закрепляет за собой статус технологической компании. Переход на Nasdaq, собственные LLM, агентный ИИ и внутренняя MLOps-платформа — крупнейший в мире ритейлер с выручкой $905 млрд всё активнее дистанцируется от образа классической сети дискаунтеров. Однако за громкими заявлениями возникает вопрос: где ИИ в Walmart уже даёт измеримый эффект, а где трансформация пока остаётся на уровне стратегии?

9 декабря Walmart завершил перевод листинга на Nasdaq. Формально — смена биржи, фактически — сигнал рынку: компания хочет оцениваться как tech-driven бизнес. Руководство напрямую связывает этот шаг с масштабным внедрением AI и автоматизации во всех ключевых процессах — от цепочек поставок до клиентского опыта ^[1] и разработки ПО.

В отличие от многих корпораций, экспериментирующих с универсальными LLM, Walmart выбрал иной путь. Компания развивает набор узкоспециализированных агентов, обученных на собственных розничных данных. В блоге компании CTO Хари Васудев пишет ^[2], что ранние тесты показали, что максимальная отдача достигается не от «одной большой модели», а от множества агентов, каждый из которых решает строго определённую задачу, после чего их результаты объединяются в единые бизнес-процессы.

Этот подход уже используется в производстве. AI-система Trend-to-Product сокращает цикл вывода fashion-товаров на рынок на 18 недель. Генеративный ассистент службы поддержки самостоятельно маршрутизирует и закрывает обращения клиентов без участия операторов. Внутренние инструменты для разработчиков автоматизируют генерацию тестов и исправление ошибок в CI/CD. Собственная retail-LLM Wallaby, обученная на десятилетиях транзакционных данных Walmart, используется для сравнения товаров, персонализации рекомендаций и сопровождения пользователя по всей цепочке покупки.

Вся AI-экосистема работает поверх Element — собственной MLOps-платформы Walmart. Она позволяет избегать вендорлока, гибко использовать GPU в разных облаках и ускорять вывод моделей в продакшен. По сути, Element выполняет роль внутреннего AI-конвейера, обеспечивая масштабирование без зависимости от внешних платформ.

Компания также делится конкретными показателями эффективности. По словам CEO Дага Макмиллона, генеративный AI помог улучшить более 850 млн записей в продуктовом каталоге — объём работы, который при ручной обработке потребовал бы в сотни раз больше ресурсов. В логистике AI-оптимизация маршрутов позволила убрать 30 млн лишних миль доставки и сократить выбросы CO₂ на 94 млн фунтов. Эта технология принесла Walmart премию Franz Edelman Award и позже была выведена на рынок как SaaS-продукт.

На уровне магазинов используются цифровые двойники для прогнозирования отказов холодильного оборудования за две недели до поломки с автоматическим формированием заявок на обслуживание. В Sam’s Club AI-система бесконтактного выхода сократила время «чекаута» на 21%, и более 64% клиентов используют её постоянно. В доставке динамические алгоритмы учитывают трафик, погоду и сложность заказа, позволяя в отдельных регионах обеспечивать экспресс-доставку за 17 минут.

При этом Walmart достаточно открыто говорит о влиянии AI на занятость. Макмиллон публично заявил, что искусственный интеллект ^[3] изменит «буквально каждую работу». Компания ожидает, что общий уровень занятости останется стабильным, но содержание ролей изменится: офисные функции автоматизируются быстрее, физический труд постепенно смещается в сторону контроля и принятия решений. Walmart активно инвестирует в программы переквалификации, делая ставку на адаптацию персонала, а не на массовые сокращения.

Перевод акций на Nasdaq также имеет финансовую подоплёку. При мультпликаторе «цена к прибыли» около 40 Walmart уже оценивается выше Amazon и Microsoft, и рынок явно закладывает ожидания технологической трансформации. Возможное включение в Nasdaq 100 дополнительно усилит приток пассивных инвестиций. Однако аналитики расходятся во мнениях: одни считают Walmart всё более технологической компанией, другие указывают, что основная выручка по-прежнему формируется в низкомаржинальном ритейле, а не в софте или облачных сервисах.

В итоге стратегия Walmart выглядит как реальная попытка структурной трансформации, а не просто AI-хайп. Компания инвестирует в собственную инфраструктуру, внедряет ИИ в масштабных операционных процессах и признаёт существующие ограничения технологии. Ключевые риски — управление сложной экосистемой агентов, контроль качества решений и поиск баланса между автоматизацией и надёжностью.

Для рынка Walmart становится важным кейсом: даже при доступе к огромным данным и ресурсам ИИ агенты остаются ранней технологией, требующей точечной настройки и осторожного внедрения. Удастся ли ритейлеру превратить AI в устойчивое конкурентное преимущество или он просто автоматизирует прежнюю низкомаржинальную модель — станет понятно лишь через несколько лет.

Источник: AINews ^[4]

Чтобы не пропустить анонс новых материалов подпишитесь на «Голос Технократии» ^[5] — мы регулярно рассказываем о новостях про AI, LLM и RAG, а также делимся полезными мастридами и актуальными событиями.