Как технологии переписывают поведение потребителей на глобальном рынке

Эволюция экономических эпох

Каждая экономическая эпоха формирует собственный доминирующий вопрос потребителя. В экономике дефицита ключевым был вопрос «где достать?», в экономике товаров — «что у меня есть?», в экономике услуг — «что ещё для меня могут сделать?», в экономике впечатлений — «что я пережил?».

Настоящий этап развития может быть охарактеризован как экономика эмоциональной окупаемости (внимания), в которой технологии формируют потребности практически мгновенно, а потребительская лояльность становится функцией от качества алгоритмического предсказания.

Источник: Freepik

Цель настоящего обзора — систематизировать ключевые драйверы трансформации потребительского поведения под влиянием технологий искусственного интеллекта (ИИ), а также представить сравнительный анализ подходов к регулированию алгоритмических систем в пяти юрисдикциях: Китай, Европейский союз, США, Россия и Индия.

Ключевые драйверы изменения потребительского поведения

Анализ данных международных исследовательских организаций (Deloitte, Kantar,Capgemini, Nielsen и др.) за 2025–2026 гг. позволяет выделить пять устойчивых факторов, формирующих новые модели потребления. При этом важно отметить, что ни один из драйверов не действует в изолированном виде; в реальном потребительском поведении они смешаны и по-разному проявляются в различных товарных категориях и социальных группах.

1.Усталость от выбора как следствие информационного изобилия

Если на предыдущих этапах развития рыночной экономики широкий ассортимент рассматривался как безусловное благо, то в условиях цифрового изобилия он превратился в фактор стресса. Потребитель сталкивается с когнитивной перегрузкой, что ведёт к запросу на упрощение.

Важно подчеркнуть: снижение способности к самостоятельному выбору не является прямым следствием усиления алгоритмов. Напротив, выбор перестал быть ценностью ещё до того, как алгоритмы стали вездесущими. Усталость от выбора — это производная от изобилия, а не от технологий.

Технологии ИИ предложили институциональное решение этой проблемы: алгоритмическую рекомендацию как замену самостоятельному поиску. По данным Deloitte, в 2025 г. доля ИИ-поиска в органическом трафике составляла около 6,5%. Ожидается, что к 2027 году его значимость сравняется с традиционным поиском. В этом сценарии потребитель фактически перестаёт выбирать товары и начинает выбирать, какому алгоритму довериться.

Согласно исследованию Pew Research Center, более 70% американцев не возражают против использования ИИ для помощи в повседневных делах. «Простота» становится новой премиальной характеристикой, особенно для сегментов с высокой ценностью времени.

Наиболее показательным примером реализации данного подхода является технология «упреждающей доставки»Amazon, при которой товар размещается на ближайшем складе до совершения покупки. Технологически это решение опирается на комплекс методов: машинное обучение для анализа истории заказов, аналитику больших данных для выявления паттернов поведения миллионов пользователей, логистические алгоритмы, цифровые платёжные системы и распознавание голоса.

1. Трансформация доверия: от институционального к алгоритмическому

Эмпирические исследования фиксируют устойчивое снижение доверия к традиционным институтам — рекламе, формальным рейтингам, отзывам. Однако доверие как таковое не исчезло, а перераспределилось в пользу альтернативных каналов: закрытых чатов, микросообществ, рекомендательных систем.

По данным Kantar, 40% потребителей доверяют рекомендациям из микросообществ как личным советам. Вместе с тем, согласно исследованию Capgemini Research Institute, 34% потребителей уже доверяют рекомендациям, формируемым ИИ. Возникает парадоксальная, на первый взгляд, ситуация: потребитель не доверяет человеческой субъективности, но доверяет усреднению алгоритмической агрегации.

Вопрос о том, заметит ли потребитель момент, когда машинная рекомендация станет единственным доступным голосом, и будет ли усреднённый ответ достаточен для индивидуальных потребностей, остаётся открытым.

1. Рынок приватности: сознательный обмен данных на удобство

Исследование Capgemini Research Institute показывает, что 71% потребителей выражают обеспокоенность использованием их персональных данных для создания гиперперсонализированного контента. Однако на практике те же потребители добровольно предоставляют доступ к геолокации и другим типам данных, поскольку это повышает удобство сервисов.

Данный феномен не является когнитивным парадоксом. С экономической точки зрения это рациональный выбор в условиях ограниченных ресурсов: потребитель сознательно торгует своей приватностью, получая взамен измеримую выгоду в виде экономии времени и упрощения процедур.

1. Эскапизм как структурный сдвиг в сторону цифровой экономики

Реальная экономическая и социальная среда характеризуется ростом издержек, неопределённости и, в некоторых сегментах, снижением качества межличностных коммуникаций. В ответ на это наблюдается устойчивый тренд перемещения потребительской активности в цифровое пространство: виртуальные товары, цифровая идентичность, внутриигровая валюта, подписки на закрытые каналы.

Люди всё чаще получают эмоции в Интернете, а не в реальной жизни. Контент потребляется поверхностно под влиянием синдрома упущенной выгоды (FOMO), быстрых сигналов и непрерывного скроллинга.

По оценкам Adobe, инструменты генеративного ИИ открыли новое измерение эскапизма, позволяя брендам создавать сюрреалистические визуальные миры, стирающие границу между физическим и виртуальным. Эта тенденция создаёт системный риск для экономики физических услуг, уже столкнувшейся с дефицитом кадров в странах с высоким уровнем цифровизации и низкой рождаемостью.

1. Мгновенность как новый нормативный стандарт

Исследования Nielsen показывают, что потребительская терпимость к ожиданию снизилась до уровня, при котором разница между доставкой «на следующий день» и «за 30 минут» перестала восприниматься как существенное преимущество. Порог чувствительности пройден: сверхбыстрая доставка становится нишевым требованием (лекарства, кофе, экстренные ситуации), а не универсальным запросом.

Резюмируя рассмотренные драйверы, потребители стремятся к удобству, но при этом хотят, чтобы оно ощущалось как свободный выбор, а не как принуждение. Потребитель сознательно делегирует выбор алгоритмам, поскольку его время становится всё более ценным, а окружающая среда — всё более сложной. Это, по сути, адаптация уставшего человека к миру, предъявляющему повышенные требования.

При этом указанные драйверы имеют универсальный характер, но их конкретная реализация существенно варьируется в зависимости от регуляторной среды и культурного кода.

Регуляторные модели: кто контролирует алгоритмы, тот контролирует поведение

Алгоритмические системы рекомендаций представляют собой не просто инструмент повышения удобства, а механизм управления спросом, и через него — потребительским поведением. Контроль над крупными платформами означает контроль над тем, что потребитель видит, а что — нет, и, следовательно, контроль над выбором.

Глобальные регуляторы осознали этот факт и развернули разнонаправленные стратегии вмешательства. Декларируемые цели различаются: Китай делает акцент на стабильности и контроле, Европейский союз — на защите прав, США — доминировании и инновациях, Россия — на технологическом суверенитете, Индия — на создании национального чемпиона. Ниже представлен сравнительный анализ каждой модели.

Китай: государственный контроль над формированием привычек

Китайская модель исходит из принципа, согласно которому алгоритмы должны продвигать одобренные государством ценности: патриотизм, социальную гармонию, «правильные» модели потребления, общественное благополучие. Регуляторной основой служит Положение об управлении алгоритмическими рекомендациями(Internet Information Service Algorithmic Recommendation Management Provisions, 2022).

Компании в стратегических секторах (финтех, логистика, здравоохранение) обязаны использовать только локальные алгоритмы, зарегистрированные в КНР, поскольку контроль над данными приравнивается к контролю над рынком. Особый механизм регулирования — законодательное ограничение сессий общения с чат-ботами для взрослых двумя часами с целью предотвращения формирования зависимости. Государство таким образом стремится влиять на то, какие именно ежедневные привычки просмотра и покупок формируют алгоритмы.

Китайская система социального кредита расширяется, охватывая банковскую сферу, жильё, образование и трудоустройство. В данной системе ИИ выступает не только как инструмент оценки, но и как архитектор поведения, постепенно формируя у граждан «правильные» паттерны поведения.

Европейский союз: защита прав и прозрачность

Регулирование ИИ в ЕС фокусируется на рисках для прав человека и прозрачности. Ключевые документы — Закон о цифровых рынках(Digital Markets Act) и Регламент Европейского союза об искусственном интеллекте(The AI Act).

Запрещены системы, создающие неприемлемые риски: государственный социальный скоринг, биометрическая идентификация в реальном времени в публичных местах, манипулятивные алгоритмы. Высокорисковые системы обязаны проходить оценку соответствия, иметь возможность автоматической записи событий (логирования) и обеспечивать возможность человеческого контроля.

Для потребителя это означает снижение «залипательности» платформ и получение права знать причины алгоритмических решений (например, при отказе в кредите или при приёме в вуз). Для бизнеса — рост комплаенс-издержек. Для регулятора — риск создания иллюзии контроля над объектами, которые в реальности контролировать крайне сложно. Кроме того, европейский рынок становится менее привлекательным для ИИ-стартапов, которые уходят в юрисдикции с меньшей регуляторной нагрузкой. Наблюдается эффект: чем жёстче регулирование, тем больше платформ уходят в «тень», используя менее прозрачные методы влияния.

США: доминирование и инновации

Регулирование ИИ в США носит прецедентный характер. В 2025 году подписан исполнительный указ «Обеспечение рамок национальной политики в области искусственного интеллекта» (Executive Order 14365 — Ensuring a National Policy Framework for Artificial Intelligence), заложивший основу для единой федеральной политики.

Дерегуляция сферы искусственного интеллекта осуществляется в рамках Плана действий в сфере искусственного интеллекта(AI Action Plan). Этот план предусматривает не только ускоренное наращивание инновационного потенциала и создание современной ИИ-инфраструктуры, но и отмену федеральных нормативных актов предыдущей администрации, которые препятствовали разработке и внедрению ИИ.

В январе 2026 года в Министерстве юстиции США была создана специальная группа (AI Litigation Task Force) для подготовки исков против «обременительных» законов штатов об ИИ, которые федеральный центр считает препятствием для инноваций. Штатам было заявлено о возможной заморозке остатков федеральных грантов на развитие Интернета (около 21 млрд долл.) в случае непересмотра регулирования ИИ. Таким образом, осуществляется попытка установить единый федеральный коридор.

Главные бенефициары такого подхода — крупные технологические корпорации (Google, OpenAI, Microsoft), в интересах которых и выстраивается управленческая вертикаль.

Крупные компании активно используют сложившуюся ситуацию для технологического усиления. В 2026 году Walmartполучила два патента США на системы машинного обучения для управления ценообразованием: «сквозная система снижения цен» и «движок прогнозирования спроса и рекомендации цен». Walmart и Shopify интегрировали возможность мгновенного заказа(Instant Checkout) прямо в диалог с ChatGPT, позволяя потребителю обсуждать с ИИ-ботом варианты товаров и сразу оплачивать покупку, не покидая чата.

Россия: формирование суверенной цифровой инфраструктуры

Россия после 2022 года ускорила курс на создание собственной цифровой инфраструктуры. Западные платформы ушли или ограничены, их место заняли локальные игроки: VK, Ozon, Wildberries, «Яндекс». По итогам 2026 года совокупная доля Wildberries и Ozon на российском рынке онлайн-торговли может составить около 77% от общего оборота индустрии.

По данным Kept, ИИ внедряют 100% топ-10 федеральных розничных сетей РФ. Экономический эффект достигает 1–2% от выручки за счёт повышения точности планирования и сокращения расходов.

В 2024 г. вступил в силу закон о рекомендательных алгоритмах для маркетплейсов и социальных сетей, обязывающий платформы объяснять логику отображения товаров или постов. Министерство цифрового развития, связи и массовых коммуникаций РФ опубликовало проект Закона о государственном регулировании искусственного интеллекта. Ожидается, что закон начнёт действовать с 1 сентября 2027 года.

Федеральный закон № 242-ФЗ («закон о локализации данных») требует, чтобы персональные данные россиян собирались и хранились исключительно на серверах в РФ, создавая техническую базу для суверенного интернета.

В сложившихся условиях российский потребитель адаптируется к выбору внутри «огороженного сада»: ассортимент широк, но ограничен локальными платформами, поскольку западные сервисы либо заблокированы, либо замедлены.

Индия: построение альтернативной инфраструктуры в обход монополий

Индия реализует инициативу «Открытая сеть для цифровой коммерции» (Open Network for Digital Commerce). Она была запущена в 2021 г., и на текущий день инициатива действует в 10 штатах. Таким образом, страна создает открытую и инклюзивную экосистему электронной коммерции в обход западных монополий. Любой продавец может подключиться к сети без уплаты комиссии крупным платформам, любой покупатель — найти товар.

Ожидается, что к 2030 году Индия станет третьим по величине рынком электронной коммерции в мире. В связи с этим Центральный банк страны требует обработки платёжных данных исключительно внутри национальной юрисдикции, что должно обеспечить суверенитет финансовой информации и снизить зависимость от зарубежной цифровой инфраструктуры.

Индийская модель не копирует западные образцы, а предлагает собственный путь: сочетание цифрового суверенитета с доступностью для малообеспеченных слоёв населения.

Резюмируя рассмотренные регуляторные модели, можно констатировать, что ни одна из них пока не создаёт «идеального» баланса между экономической эффективностью, правами потребителей, технологическим суверенитетом и инновационной динамикой.

Заключение: выводы и зоны неопределённости

Проведённый анализ позволяет сформулировать следующие выводы:

- Потребительское поведение становится производной от архитектуры алгоритмов, действующих в конкретной регуляторной среде. Геополитика больше не является внешним фактором — она встроена в механизмы рыночного выбора.

- Ни одна из рассмотренных регуляторных моделей не даёт окончательного ответа на вопрос о балансе между эффективностью, правами потребителей и технологическим суверенитетом. Каждая модель имеет институциональные издержки и порождает неочевидные долгосрочные последствия.

- Ключевой неопределённостью остаётся вопрос о том, формируют ли алгоритмы новые нейронные паттерны и ведёт ли постепенная передача функций выбора ИИ к «функциональной замене» человека в процессах принятия решений (не в смысле физического исчезновения, а в смысле перехода инициативы к алгоритмам при сохранении за человеком роли исполнителя узких функций и источника данных). На данный момент эмпирические данные не позволяют дать однозначный ответ.

- Любая модель потребительского поведения остаётся упрощением. Человеческая мотивация сложнее любых алгоритмических конструкций, что накладывает фундаментальные ограничения на возможности прогнозирования. Авторы отчётов и аналитических обзоров, включая настоящий, не могут дать простого ответа на вопрос о том, в какой именно момент происходит переход количественных изменений в качественные.

Дальнейшие исследования в этой области требуют междисциплинарного подхода, объединяющего экономику, поведенческую психологию, науку о данных и сравнительное правоведение.