Fanatics и OpenAI: как ИИ помогает болельщикам собрать образ
Fanatics запустил Shop the Look на базе OpenAI — ИИ-функцию, подбирающую образ болельщика. Тест на 30 000 товарах MLB показал рост вовлечённости на 10%.
Как ИИ стал личным стилистом для спортивных фанатов
Представьте: вы выбираете джерси любимой команды в интернет-магазине, и тут же получаете готовый образ — кепка, носки, аксессуары, всё в цветах команды, всё в наличии. Именно это теперь умеет делать платформа Fanatics (крупнейший онлайн-ретейлер спортивной атрибутики) вместе с OpenAI.
Fanatics и OpenAI объявили о партнёрстве с целью улучшить покупательский опыт болельщиков. В рамках этого сотрудничества запущена обновлённая версия функции Shop the Look («Создай образ»), которая использует модели искусственного интеллекта для рекомендации согласованных товаров — чтобы каждый фанат мог собрать идеальный гардероб для игрового дня.
Проблема: 1,5 миллиона товаров — и никакого проводника
Для российского болельщика аналогия понятна: представьте, что вы хотите купить атрибутику ЦСКА или «Зенита» на маркетплейсе, где одновременно продаётся продукция всех лиг и клубов мира. Найти нужное сочетание — задача не из простых.
По словам Джастина Цая (Justin Tsai), директора по продукту Fanatics Commerce, масштаб каталога делал покупки сложными: покупатели пытались «разобраться в нашем огромном каталоге, чтобы понять, что они вообще могут купить». При этом сессии просмотра в среднем длились более 30 минут — и далеко не всегда заканчивались покупкой.
Персонализация в ритейле — старая проблема. ИИ теперь позволяет делать точное сопоставление там, где раньше приходилось вручную сшивать сигналы из истории покупок, геолокации и данных профиля. — Розмари ДеАрагон (Rosemary DeAragon), руководитель отраслевого GTM OpenAI
Для спортивной атрибутики это также означает учёт командной и игроцкой принадлежности — чтобы не предлагать фанату товары конкурирующего клуба. Командная точность — это не просто «хорошо иметь». «Никто из болельщиков LA Dodgers не захочет получить товар с символикой San Francisco Giants», — прокомментировал Цай.
Как работает Shop the Look
Shop the Look предлагает скоординированные образы прямо на странице каждого товара, подбирая позиции из актуального ассортимента с учётом команды и стиля.
Модели OpenAI опираются на обогащённые данные о товарах, информацию о командах и складских остатках для формирования рекомендаций. При этом правила мерчандайзинга Fanatics обеспечивают актуальность подборок, а сами «образы» обновляются ежедневно.
На странице джерси система может предложить кепку, носки и другие аксессуары из имеющегося ассортимента, подходящие по команде и стилю.
graph TD
A[Болельщик открывает страницу товара] --> B[ИИ анализирует данные товара]
B --> C[Проверка командной принадлежности]
C --> D[Фильтрация по наличию на складе]
D --> E[Применение правил мерчандайзинга Fanatics]
E --> F[Генерация скоординированного образа]
F --> G[Отображение рекомендаций Shop the Look]
G --> H[Ежедневное обновление подборок]
Роль OpenAI Codex
С помощью Codex (инструмент OpenAI для генерации и анализа кода) совместная команда OpenAI и инженеров Fanatics быстро разработала кастомные инструменты для рекомендаций: обогащение товарных и каталожных данных, поиск совместимой продукции, оценка рекомендаций и генерация образов для каждого товара.
Fanatics также использует ChatGPT Work и Codex от OpenAI в корпоративных операциях, коммерческом подразделении, бизнесе коллекционных предметов, ставок и игр.
От идеи до продакшена — за одну неделю
Одна из самых впечатляющих деталей этого кейса — скорость разработки.
Тестирование нового подхода на 50 товарах заняло менее суток. После нескольких итераций компания одобрила минимально жизнеспособный продукт (MVP) в ту же неделю.
OpenAI помог спроектировать решение, что позволило Fanatics внедрить новый опыт Shop the Look в производственную среду и масштабировать подход на тысячи товаров.
| Этап | Срок |
|---|---|
| Тестирование первых 50 «образов» | Менее 24 часов |
| Итерации и одобрение MVP | В течение той же недели |
| Масштабирование на ~30 000 товаров MLB | Несколько недель |
| Запуск на всех платформах сети Fanatics | Октябрь 2026 года |
Результаты: +10% к вовлечённости
После тестирования рекомендаций примерно на 30 000 товарах MLB (Главная лига бейсбола), новый опыт Shop the Look на базе OpenAI показал вовлечённость на 10% выше по сравнению с предыдущей версией.
Эта функция помогла повысить вовлечённость в товарный контент на 10% — в бизнесе командной атрибутики, который остаётся крупнейшим источником выручки компании.
Где доступна функция
Shop the Look уже работает на многих сайтах сети Fanatics — включая Fanatics.com и официальные интернет-магазины NFL (американский футбол), NBA (баскетбол), MLB (бейсбол) и NHL (хоккей).
Партнёрство с Fanatics использует иной подход по сравнению с торговыми инструментами ChatGPT: рекомендации интегрированы прямо в существующий покупательский опыт ретейлера, не требуя от покупателей переходить на отдельный интерфейс.
Широкий контекст: ИИ меняет спортивный ритейл
Инициатива показывает, как компания по продаже спортивной атрибутики применяет генеративный ИИ для обнаружения товаров, а не для ценообразования или управления запасами.
Розмари ДеАрагон из OpenAI назвала персонализацию ритейла «вечной проблемой» и добавила, что ИИ открывает «огромные возможности для улучшения существующего опыта» — сужая огромный ассортимент и помогая покупателям решиться на покупку дорогих аутентичных джерси.
Итог: скорость + точность = новый стандарт
Кейс Fanatics × OpenAI демонстрирует сразу несколько важных уроков для тех, кто думает о внедрении ИИ в e-commerce:
| Принцип | Как реализован в Shop the Look |
|---|---|
| Скорость прототипирования | MVP за неделю с помощью Codex |
| Командная точность | Строгая фильтрация по клубной принадлежности |
| Актуальность данных | Ежедневное обновление «образов» |
| Интеграция без трений | Рекомендации встроены в существующий интерфейс |
| Измеримый результат | +10% вовлечённости на тесте в 30 000 товаров |
Для российского рынка этот кейс особенно актуален: крупные маркетплейсы (Wildberries, Ozon, Lamoda) сталкиваются с той же проблемой — миллионы SKU и задача помочь покупателю не потеряться. Инструменты вроде OpenAI Codex уже доступны разработчикам по API, и подобный «магазин образов» теоретически можно собрать для любого крупного каталога.
Самое ценное в этом кейсе — не сам факт применения ИИ, а то, как быстро команда прошла путь от идеи до масштабируемого продакшн-решения: первые 50 товаров — за день, промышленная версия — за неделю.