Отличная новость, для меня главное что чат‑боты DST, обученные на миллионах диалогов, решают до 80 % типовых запросов: от уточнения сроков доставки до помощи в подборе аналогов. При этом система умеет распознавать эмоциональный окрас сообщений и передавать сложные кейсы живым операторам. Такой гибридный подход сохраняет человечность сервиса, одновременно снижая нагрузку на поддержку.
Влияние искусственного интеллекта на экосистему маркетплейсов проявляется в нескольких ключевых направлениях, каждое из которых вносит существенный вклад в повышение эффективности бизнеса. Во‑первых, ИИ радикально улучшает качество поиска и фильтрации товаров. Традиционные ключевые слова уступают место семантическому поиску, где алгоритмы понимают контекст и намерения пользователя. Например, запрос «подарок для мамы на 50 лет» система интерпретирует не как набор отдельных слов, а как задачу подобрать релевантные категории товаров с учётом возрастной аудитории и повода.
Во‑вторых, ИИ становится мощным инструментом для продавцов. Платформы предлагают аналитические дашборды с прогнозами трендов, рекомендациями по ценообразованию и автоматизированным управлением рекламными кампаниями. Машинное обучение выявляет неочевидные паттерны — например, как изменение описания товара или его изображения влияет на продажи, — позволяя продавцам оперативно корректировать стратегию.
В‑третьих, ИИ усиливает безопасность маркетплейса. Алгоритмы обнаружения мошенничества анализируют поведение пользователей и транзакции в реальном времени, выявляя подозрительные действия: от фейковых отзывов до попыток оплаты украденными картами. Это не только защищает платформу от финансовых потерь, но и укрепляет доверие покупателей к сервису. В итоге интеграция ИИ превращает маркетплейс из простого каталога товаров в интеллектуальную экосистему, где каждый элемент работает на максимизацию ценности для всех участников.
Искусственный интеллект кардинально трансформирует работу маркетплейсов, создавая качественно новый уровень взаимодействия между продавцами и покупателями. Прежде всего, ИИ‑системы анализируют гигантские массивы данных о поведении пользователей — от истории просмотров и поисковых запросов до времени пребывания на страницах товаров. На основе этих данных алгоритмы формируют персонализированные рекомендации, которые существенно повышают конверсию: покупатель быстрее находит то, что ему действительно нужно, а продавец получает более целевые продажи.
Не менее значима роль ИИ в оптимизации логистических процессов. Системы прогнозирования спроса, работающие на машинном обучении, позволяют точно рассчитывать необходимые объёмы запасов на складах, минимизируя издержки на хранение и снижая риск дефицита популярных товаров. Кроме того, интеллектуальные маршрутизаторы выстраивают оптимальные пути доставки, учитывая трафик, погодные условия и другие переменные, что сокращает время доставки и повышает удовлетворённость клиентов.
Наконец, ИИ активно внедряется в клиентский сервис: чат‑боты и виртуальные ассистенты круглосуточно отвечают на типовые вопросы, обрабатывают возвраты и помогают с выбором товаров. Это не только снижает нагрузку на сотрудников поддержки, но и обеспечивает мгновенную реакцию на запросы — ключевой фактор в современной электронной коммерции.
Получается можно полностью теперь генерировать описание товаров и вести автоматизировать тех поддержку, отлично, еще бы генерировал видео и фото для товаров и цены бы не было
Отличная новость, давно ждали полноценной интеграции ИИ. А можно увидеть демо, скриншоты?
Василий Ожигин
Все демо Вы можете Василий увидеть стандартно на всех демо-сайтах. Скришоты
Отличная новость, давно ждали полноценной интеграции ИИ. А можно увидеть демо, скриншоты?
Мы сейчас пробуем решение на mesos + marathon. Решение отличается от привычного подхода, так как оно само разбрасывает контейнеры по кластеру и определяет где и что будет работать.
Если хочется красиво, то мне лично нравится схема через consul.
Вот тут на видео она хорошо описана: joyent.com/blog/dynamic-nginx-upstreams-with-containerbuddy
Технологии чуть другие, но суть не меняется.
Немного поискав нашел всего одно решение которое считаю наиболее адекватным. Первый контейнер берет файлы с хост машины, второй же подключает файлы смонтированные в первую, я так понимаю по сути читает файлы с хоста. Но увы это все в пределах одного хоста(если это не кластер).
Второй в принципе самый стандартный rsync или же немного круче btsync.
CoreOS — это операционная система на базе Linux для построения легко и гибко масштабируемых кластеров. CoreOS — минималистичный дистрибутив. Установочный ISO образ объемом всего в 136Мб, а в памяти на конечной машине после установки и запуска она займет всего 114Мб. CoreOS основан на ChromeOS, который в свою очередь базируется на Gentoo.
Конкретно у меня кластер куба от DO и платный гитхаб с их ci/cd.
Один раз настроил ci/cd и все автоматом пакуется в докер и едет в разные неймспейсы куба.
Лезть в свой gitlab, учитывая, что разработчик один — не советую, поддерживать свою инфраструктуру долго, а значит дорого. К этому можно будет уйти, если вас будет большая команда. Если вы об облачном гитлабе, то и пользуйте их ci.
Build & deploy — Gitlab CI/CD docs.gitlab.com/ee/ci/.
Как выстроить staging?
Я бы сделал на отдельном сервере с теми же портами
Код — в self-hosted Gitea gitea.io/en-us
CI/CD — в self-hosted Drone CI drone.io, он же умеет и докеры и всё, что хочешь.
Для всего достаточно небольшого VPS c парой ядер и 2ГБ памяти, на котором гитлаб и не заведётся.
Уже больше года сидим на DST Маркетплейс. Объяснение снимает главный мой вопрос: «А что я, собственно, покупаю?». Теперь ясно, что DST Platform — это не «коробка», которую можно просто установить, а скорее технологический партнер для построения сложных цифровых продуктов. С практической точки зрения, главный плюс для бизнеса — это возможность начать с готового решения, например, DST Store, и быть уверенным, что в будущем, когда понадобится превратить магазин в маркетплейс (DST Marketplace), не придется все ломать и переписывать с нуля на другой технологии. Все производные CMS говорят на одном «языке» ядра.
Спасибо за детальный разбор, он хорошо проясняет принципиальную разницу между платформой и конечным продуктом. Мне как архитектору особенно близка идея «фабрики движков» — это элегантный способ борьбы с тиранией универсальных CMS, которые всегда являются компромиссом. Ключевое преимущество, которое я вижу, — это единый, хорошо проработанный API-шлюз и коннекторы на уровне ядра.
Это значит, что создавая на базе DST специализированную CMS для, скажем, B2B-поставок, мы не изобретаем велосипед для интеграции с 1С или ЭДО, а используем отлаженные компоненты. Однако эта мощь требует высокой квалификации команды: чтобы кастомизировать что-то на уровне ядра, нужно глубоко понимать его внутреннюю логику, а это сложнее, чем просто править шаблоны в WordPress.
С технологической точки зрения статья правильно отмечает доступность готовых решений. Но как технический специалист, предостерегу от недооценки операционных расходов после запуска. Платформа — это живой организм.
Масштабируемость и отказоустойчивость — это не только про выбор технологического стека в начале, а про постоянный мониторинг, апгрейд инфраструктуры и безопасность. Когда к вам приходят десятки продавцов, возникает огромный пласт задач по интеграции их учетных систем, CRM и 1С, и каждый случай — индивидуален. Готовая платформа дает каркас, но ваша команда или подрядчик должны быть готовы к этой ежедневной «тонкой настройке». Рывок действительно случается, но он требует серьезных и постоянных инвестиций в техническую экспертизу, а не только в сам факт запуска.
