Alibaba встроит Qwen в шопинг: какие данные увидит ИИ

Alibaba готовит крупное обновление Taobao и Tmall: вместо привычного поиска по товарам покупателям предложат диалог с ИИ-помощником Qwen. Он сможет подбирать вещи, сравнивать варианты, сопровождать заказ и учитывать историю покупок — а значит, получит доступ к очень чувствительным данным о привычках пользователя.

Для покупателей это выглядит удобно: меньше вкладок, меньше фильтров, больше персональных подсказок. Для рынка интернет-безопасности новость важна по другой причине: шопинг с искусственным интеллектом быстро превращает обычный каталог в систему детального профилирования.

Что именно меняет Alibaba

По данным Reuters, Alibaba объединит платформу Qwen с маркетплейсами Taobao и Tmall. Через приложение Qwen пользователи смогут обращаться к каталогу площадок, где насчитывается более 4 млрд товаров.

Идея проста: покупатель не вводит набор ключевых слов, а описывает задачу человеческим языком. Например, просит подобрать подарок, сравнить модели, найти похожий товар дешевле или проследить за доставкой. Внутри Taobao также появится виртуальный помощник на базе Qwen.

Среди заявленных функций — подбор товаров, сравнение предложений, помощь с заказом, сопровождение логистики и послепродажного обслуживания. Отдельно упоминаются виртуальная примерка и отслеживание изменения цен за 30 дней.

Для маркетплейса это шаг от витрины к цифровому консультанту. Для пользователя — новая точка, где сходятся поисковые запросы, покупки, платежные сценарии и личные предпочтения.

Почему персональные рекомендации требуют осторожности

Чтобы советовать точнее, ИИ-помощнику нужны данные. История заказов, частота покупок, любимые бренды, размеры одежды, адреса доставки, бюджет, реакция на скидки — всё это помогает системе угадывать желания человека.

Проблема не в самом факте рекомендаций. Риск появляется, когда слишком много разрозненных сведений собирается в одном профиле. По нему можно понять не только, какие кроссовки нравятся пользователю, но и когда он переезжает, что покупает для ребёнка, какие лекарства ищет, к каким событиям готовится.

Такие данные ценны для бизнеса, рекламных моделей и злоумышленников. Чем подробнее профиль, тем опаснее его утечка. История с уязвимостью Ollama, которая грозила утечкой ключей API и переписок, хорошо показывает общий принцип: системы с ИИ часто хранят не только технические данные, но и фрагменты личных диалогов.

Покупательский чат тоже может содержать лишнее. Люди легко пишут помощнику то, что не стали бы вводить в обычную строку поиска: адрес, имя родственника, дату поездки, медицинскую подробность или финансовое ограничение.

Где появляется риск для платежей

Qwen должен помогать не только выбирать, но и покупать. В такой модели граница между советом и действием становится тоньше: пользователь может быстрее соглашаться с рекомендацией, меньше проверять продавца и условия заказа.

Это удобно, но повышает цену ошибки. Если интерфейс подталкивает к покупке в один-два шага, мошеннические схемы вокруг популярных товаров могут работать быстрее. Особенно если злоумышленники начнут имитировать стиль подсказок ассистента в письмах, сообщениях или поддельных страницах.

Фишинг (от англ. phishing — выуживание) давно использует доверие к брендам маркетплейсов. С появлением диалоговых помощников у мошенников появится новая легенда: «ваш ИИ-консультант нашёл скидку», «цена изменилась», «заказ требует подтверждения». Такие сообщения надо проверять особенно тщательно.

Похожий урок виден в банковских атаках: трояны и фальшивые уведомления часто бьют не по технологии, а по привычке пользователя доверять знакомому каналу. Мы уже разбирали, как TCLBANKER крадёт банковские логины через мессенджер и почту, — схема с маркетплейсами может использовать ту же психологию срочности.

Что будет знать ИИ-помощник о покупателе

Главный вопрос — не только какие данные собирает система, но и как долго она их хранит, кто получает доступ и можно ли удалить историю. В случае с маркетплейсом речь идёт о нескольких слоях информации.

Первый слой — очевидный: заказы, возвраты, адреса, способы оплаты, избранные товары. Второй — поведенческий: что пользователь смотрел, что открыл после рекомендации, где отказался от покупки, на какую скидку отреагировал.

Третий слой появляется именно в диалоге. Человек объясняет помощнику контекст: «нужен недорогой подарок начальнику», «ищу одежду после операции», «подбираю технику для пожилых родителей». Такие фразы помогают алгоритму, но раскрывают больше, чем обычный фильтр по цене и размеру.

Отдельная тема — виртуальная примерка. Если она использует фото, параметры фигуры или изображение помещения, покупателю стоит заранее понять, где хранятся эти файлы и можно ли удалить их после покупки.

Как меняется ответственность пользователя

ИИ-помощник не отменяет базовые правила безопасного шопинга. Он может ускорить выбор, но не должен заменять проверку продавца, условий возврата и итоговой суммы заказа.

Покупателю важно разделять три вещи: рекомендацию, оформление заказа и оплату. Ассистент может предложить товар, но подтверждать платёж лучше только после самостоятельной проверки карточки товара, рейтинга продавца, адреса страницы и суммы списания.

Не стоит передавать в чат лишние сведения. Если помощник просит информацию, которая не нужна для выбора товара, лучше остановиться. Размер одежды или бюджет — одно, паспортные данные и коды из сообщений — совсем другое.

Особенно внимательно надо относиться к покупкам из публичных сетей — в кафе, гостиницах, аэропортах. Для такой работы пригодится сервис безопасного интернет-соединения, который помогает защитить соединение и приватность данных при использовании открытого Wi-Fi.

Что сделать перед покупками через ИИ-помощника

• Проверьте настройки приватности в приложении маркетплейса: историю поиска, персональные рекомендации, доступ к фото и геолокации.
• Не пишите в чат лишние личные данные: паспортные сведения, коды из SMS, полные данные карты, адреса других людей без явной нужды.
• Перед оплатой откройте карточку товара вручную и проверьте продавца, цену, доставку, возврат и итоговую сумму.
• Не переходите к оплате из писем и сообщений с «персональными скидками», если они пришли вне официального приложения.
• Для виртуальной примерки загружайте только те фото, которые готовы передать сервису, и удаляйте их из аккаунта, если такая функция доступна.
• Используйте отдельную карту или лимит для онлайн-покупок, чтобы снизить ущерб при ошибке или компрометации.
• Регулярно чистите историю диалогов с помощником, если сервис позволяет это сделать.
• Включите уведомления банка о списаниях и проверяйте их сразу после покупки.