Amazon заменил Rufus на Alexa for Shopping — ИИ-ассистент теперь покупает за вас
Новый персональный шопинг-помощник работает на базе Alexa+ и умеет совершать покупки в сторонних магазинах без участия пользователя.

Содержание · 4
Amazon объявил о запуске Alexa for Shopping — персонального ИИ-ассистента для шопинга, который приходит на смену Rufus, запущенному в 2024 году. Новый инструмент работает на базе Alexa+ и доступен американским пользователям через мобильное приложение, десктоп и умные дисплеи Echo Show. Главное отличие от предшественника — способность не просто помогать с выбором товара, но и автоматически совершать покупки, в том числе за пределами маркетплейса Amazon.
Запуск состоялся на фоне других крупных обновлений компании: в мае Amazon также представил сервис доставки Amazon Now с обещанием привезти заказ за 30 минут в десятках городов США, а также функцию генерации голосовых ответов на вопросы о товарах в режиме реального времени.
Что умеет новый ассистент
Alexa for Shopping встроен прямо в строку поиска на сайте Amazon — пользователь может задать вопрос голосом или текстом. Диапазон запросов широкий: от «Какой уход за кожей подойдёт мужчине?» до «Когда я последний раз заказывал батарейки АА?». Ассистент анализирует историю покупок, предпочтения и привычки конкретного пользователя, чтобы давать персонализированные рекомендации, а не универсальные подборки.
Помимо рекомендаций, инструмент умеет сравнивать товары, отслеживать динамику цен и настраивать регулярные заказы — например, корм для животных или бумажные полотенца. Можно задать условие: «Добавь этот солнцезащитный крем в корзину, если цена упадёт до $10» — и ассистент выполнит это автоматически.
Покупки за пределами Amazon и вопрос автономии ИИ
Наиболее неоднозначная функция — «Buy for Me»: ассистент может зайти в сторонний интернет-магазин и самостоятельно оформить там покупку от имени пользователя. Amazon позиционирует это как удобство, однако аналитики уже обращают внимание на риски, связанные с автономностью ИИ и конфиденциальностью данных. Фактически пользователь делегирует системе доступ к платёжным данным и право действовать без прямого подтверждения каждой транзакции.
Дискуссия об автономных ИИ-агентах, которые совершают реальные финансовые операции, сейчас активно ведётся в индустрии. Крупные игроки — от OpenAI до Google — развивают похожие концепции «агентного» ИИ, способного выполнять многошаговые задачи в интернете. Amazon с Alexa for Shopping делает ставку на то, что доверие пользователей к бренду окажется достаточным, чтобы принять такую степень автоматизации.
Почему это важно за пределами США
Пока Alexa for Shopping доступна только американским пользователям, но логика развития продукта очевидна: Amazon последовательно превращает поисковую строку в полноценный диалоговый интерфейс, вытесняя классический поиск по каталогу. Для e-commerce рынков по всему миру это сигнал о том, в каком направлении движется взаимодействие покупателя с платформой.
Для белорусского IT-рынка этот кейс интересен с нескольких сторон. Во-первых, он демонстрирует, как крупные платформы монетизируют накопленные данные о поведении пользователей — модель, которую активно изучают и локальные e-commerce игроки. Во-вторых, функция «Buy for Me» поднимает регуляторные вопросы об ответственности за автономные транзакции — тема, которая рано или поздно окажется в повестке финансовых регуляторов, включая Национальный банк Беларуси. Наконец, компании из ПВТ, работающие в сфере conversational AI и торговых платформ, могут использовать архитектурные решения Amazon как ориентир при проектировании собственных продуктов.
Rufus уходит — персонализация остаётся
Rufus, запущенный в 2024 году, был сфокусирован на помощи с выбором и сравнением товаров — по сути, это был улучшенный поиск с генеративным интерфейсом. Alexa for Shopping делает шаг дальше: система не просто отвечает на вопросы, а берёт на себя часть покупательского процесса целиком.
Amazon прямо заявляет, что ассистент будет «становиться более персональным и полезным со временем» — то есть чем больше данных накапливается, тем точнее рекомендации. Это классическая модель сетевого эффекта, применённая к персональным данным: пользователь получает удобство в обмен на всё более глубокое профилирование своих покупательских привычек.
Вопрос в том, насколько покупатели готовы к такому обмену — и где проходит граница между полезной автоматизацией и избыточным контролем платформы над потребительским поведением. Пока Amazon делает ставку на то, что удобство перевесит опасения.
Свежие новости
Все новости
Rust 1.100.0: стабилизация типа ! и нового API аллокаторов
В Rust 1.100.0 стабилизированы тип never (!) и базовые части allocator API. Изменение затрагивает все издания языка и несёт ограниченный breaking change.

Google представила Gemini 4 Hydrogen: быстрая модель для повседневных задач и агентных сценариев
Google анонсировала Gemini 4 Hydrogen — модель, ориентированную на скоростное выполнение задач в агентных рабочих процессах и повседневном программировании. Она доступна во всех тарифах Google AI Studio, Gemini API и приложения Gemini, а также платным подписчикам Google AI Pro и Ultra в Google Antigravity.

AWS Emulator: локальное тестирование AWS-приложений без аккаунта и деплоя
AWS выпустила AWS Emulator — инструмент для сборки и тестирования AWS-приложений локально или в CI-среде без AWS-аккаунта и деплоя. Эмулятор принимает стандартные вызовы SDK и CLI и отвечает на них за миллисекунды.

DeepSeek-V4-Pro, V4-Flash и V4.1-Flash появились в Amazon SageMaker JumpStart
Amazon SageMaker JumpStart пополнился тремя моделями DeepSeek: флагманской V4-Pro, экономичной V4-Flash и мультимодальной V4.1-Flash с архитектурой CED. Все три распространяются под лицензией MIT и поддерживают контекстное окно в 1 млн токенов.

Amazon S3 Tables получили поддержку серверного журналирования доступа
Amazon S3 Tables теперь поддерживают серверное журналирование доступа: детальные записи о запросах к табличным бакетам помогают отслеживать операции с таблицами, управление пространствами имён и доступ к данным для аудита безопасности, анализа доступа и распределения затрат.

Google открыла доступ к Gemini 4 Carbon для разработчиков
Google запустила Gemini 4 Carbon — модель с заявленными возможностями в кибербезопасности и длительных агентных рабочих процессах. Доступ открыт через платный уровень API.

Amazon S3 Access Grants научился перечислять гранты сразу по нескольким AWS-аккаунтам
Amazon S3 Access Grants получил поддержку кросс-аккаунтного листинга: один вызов ListCallerAccessGrants возвращает гранты из всех инстансов, расшаренных через AWS RAM, без необходимости опрашивать каждый аккаунт отдельно.

Google Maps Platform теперь доступна в AI Studio
Google добавила поддержку Maps Platform в AI Studio: разработчик описывает идею, Gemini генерирует код, а студия автоматически подключает ключ API и показывает живой интерактивный превью.

AWS выпустила open-source UI для графовой аналитики поверх data lake
AWS представила open-source решение с локальным веб-интерфейсом, которое позволяет превращать записи из data lake в графы для анализа в Amazon Neptune Analytics — без ручной сборки ETL-пайплайнов.