Як E-Katalog навчив ШІ обирати товари

СПЕЦПРОЄКТ
01 вересня 2026
Команда українського сервісу з понад 20-річною історією створює PriceHub.AI – систему, яка поєднує великі мовні моделі з реальними даними про товари, ціни та магазини. Перший повноцінний тест готують в Україні, а розробку технологічного ядра підтримала Європейська інноваційна рада в межах Horizon Europe.
Великі мовні моделі вже непогано розуміють запитання на кшталт "який ноутбук мені підійде" або "який робот-пилосос купити до 15 тисяч гривень". Проблема починається наступної секунди. Для звичайного ШІ-асистента це зовнішній світ, який постійно змінюється. Він може добре пояснити різницю між технологіями або моделями, але помилитися з актуальною ціною, асортиментом у конкретній країні чи наявністю товару.
Маркетплейси бачать пропозиції власних продавців. Агрегатори цін можуть показати значну частину ринку, але спочатку покупцеві самому доводиться перекласти свою потребу мовою характеристик і фільтрів.
У результаті замість однієї відповіді знову з’являються кілька вкладок браузера, таблиці характеристик, відгуки та нові сумніви.
В E-Katalog є інша стартова позиція. Компанія понад 20 років структурує характеристики товарів, зіставляє моделі з пропозиціями продавців, стежить за наявністю та порівнює ціни. За цей час компанія запустила E-Katalog в Україні, у Польщі, E-Catalog у Великій Британії та E-Catalog у США. Для відповіді конкретному покупцеві сервіс бере з цієї бази характеристики товару, місцеві ціни та дані про наявність.
Тепер українська команда будує над цією інфраструктурою окремий міжнародний сервіс PriceHub.AI.
"Покупцеві потрібно знати, що підійде, де купити й чи варто робити це зараз. Наше завдання – показати дані так, щоб за п’ять секунд було зрозуміло, як діяти далі"
Андрій Башлак, Head of UX/UI & Product Experience PriceHub.AI
Поки команда готує український пілот, повна версія сервісу залишається в розробці. Компанія показала "Економічній правді" бета-версію PriceHub.AI, яка працює на обмеженому наборі товарних категорій.

Від бюджету до магазину

Уявімо, у нас є 15 тисяч грн на робот-пилосос, але витрачати вільний вечір на огляди й таблиці характеристик не хочеться.
Ми запитали PriceHub.AI, який робот-пилосос можна купити до 15 тис. грн. У відповідь сервіс назвав одну модель приблизно за 14 тис. грн, пояснив вибір і показав пропозицію магазину.
Зображення нижче показують, як виглядає відповідь сервісу. Товари, ціни та назви магазинів у них наведені для прикладу й можуть не збігатися з тим, що ви побачите на момент читання цієї статті.
Сервіс показує запас у бюджеті й одразу перелічує причини вибору.
Цього нам здалося замало, тому ми запитали про досвід власників цієї моделі. Замість довгої стрічки відгуків у відповіді з’явилося одне число: 94% людей придбали б цю модель знову.
Відгуки з магазинів зведені в одне число замість стрічки коментарів.
Потім PriceHub.AI зібрав пропозиції п’яти магазинів і поставив на перше місце найнижчу ціну серед продавців з гарантією виробника. Між нею та найдорожчою пропозицією було понад 5 тис. грн за той самий артикул.
Різниця між першою й останньою пропозицією 5 099 грн. Пропозиції без гарантії виробника сервіс не піднімає в топ.
Ми відкрили історію цін і побачили, що рік тому модель пилососа починалася від 22 тис. грн, у листопаді найнижча пропозиція трималася близько 18 тис. грн, а тепер ціна опустилася до мінімуму за весь час спостереження.
Історія цін і картка моделі з переходом до продавця та позначкою про наявність.
Після цього сервіс відкрив картку моделі з переходом до продавця та позначкою про наявність.
Покупцеві не довелося окремо визначати потрібні характеристики, читати десятки відгуків, шукати історію ціни й вручну порівнювати магазини. Те, що зазвичай розкладене між кількома сервісами, залишилося в межах однієї розмови.
Але саме тут починається цікавіша частина. Для користувача все виглядає як коротка відповідь у чаті. Усередині – це кілька різних задач.

Що відбувається між запитанням і відповіддю

В E-Katalog покупець сам задає характеристики й керує вибіркою. PriceHub.AI намагається сформувати ці критерії з його запитання, а подальші уточнення залишаються в межах тієї самої розмови.
Перш ніж порівняти ціни, PriceHub.AI має зрозуміти, де різні магазини продають справді одну й ту саму модель.
Один продавець скорочує її назву, інший додає колір або комплектацію, третій інакше оформлює артикул. Система повинна відокремити ці варіанти й порівнювати ціни лише там, де йдеться про однаковий товар. Інакше в одному списку можуть опинитися різні комплектації, а історія ціни втратить сенс.
"E-Katalog продовжить працювати як самостійний сервіс порівняння товарів і цін, а PriceHub.AI стане новим інструментом для тих користувачів, які не хочуть мислити «чекбоксами», а просто хочуть, наприклад, купити «ноутбук для відеомонтажу в подорожах» або «топовий, але не важкий пилосос для своєї мами»"
Дмитро Недочитаний, CTO PriceHub.AI

Одна фраза покупця запускає значно більше роботи, ніж видно в чаті

Коли ми попросили підібрати ноутбук для конкретного сценарію та бюджету, системі спочатку потрібно було зрозуміти саму потребу, зіставити її з характеристиками моделей, перевірити конфігурації в магазинах і підняти актуальні пропозиції.
Цю роботу PriceHub.AI розподіляє між спеціалізованими модулями.
Оркестратор розподіляє запит між модулями, а мовна модель складає відповідь з уже перевірених даних.
Один модуль перевіряє, чи справді магазини продають той самий товар, інший піднімає актуальні пропозиції та альтернативи в тих самих грошах. Мовна модель отримує вже зібрані факти й перетворює їх на звичайну відповідь покупцеві.
У цьому сенсі LLM тут не повинна бути базою знань про ринок. Вона стає інтерфейсом до даних, які система перед цим знайшла й зіставила.
У прикладі з ноутбуком для монтажу оркестратор звів однакові конфігурації з різними артикулами до однієї моделі й перевірив, що ще влазить у той самий бюджет. PriceHub.AI назвав найкращу пропозицію й одразу показав альтернативу, яка дешевша лише на 2 664 грн, але без активного охолодження.
Коли фраза покупця не повторює назви характеристик із каталогу, оркестратор зіставляє її з конкретними моделями, а вже потім перевіряє їхню наявність і ціни на місцевому ринку.
"В нас є ідеї та напрацювання щодо використання власного гібридного представлення товарів, яке поєднує високовимірні розріджені представлення та звичайні щільні ембеддинги (перетворення даних – тексту, зображень, відео, аудіо – у вектори. – Ред.). Ми розраховуємо, що такий підхід дасть змогу одночасно розуміти зміст будь-якого запиту й при цьому зберігати точну відповідність атрибутам товару"
Дмитро Недочитаний, CTO PriceHub.AI

Коли AI знає не тільки товар, а й ринок

Характеристики товару відповідають на питання "що це?", але не відповідають на питання "чи зараз?". Для цього потрібно бачити, як поводилася ціна й наскільки вона розходиться між продавцями.
На запит "чи варто купувати Sony WH-1000XM6 зараз?" сервіс підняв криву за весь час продажів. За 14 місяців середня ціна впала приблизно з 24 до 16 тис. грн і вийшла на плато, як це було з двома попередніми поколіннями лінійки.
Сервіс порівнює поточну ціну з усім ринком, а не з тією, яку показує один магазин.
Далі PriceHub.AI показав розбіг усередині ринку. Магазин, що працює на маркетплейсі понад десять років, продає ці навушники за 13 999 грн, тоді як офіційні представники Sony тримають 18 499 грн. Різниця 4 500 грн за той самий товар.
Тобто відповідь "купувати чи почекати" формується не лише з характеристик товару. Система може враховувати його позицію на ринку, розкид цін між продавцями та поведінку попередніх поколінь.
Саме тут різниця між звичайною розмовою з ШІ та продуктовою системою стає найбільш помітною: перша може пояснити товар, друга має ще й знати, що з ним відбувається на ринку.

Від технології до бізнес-моделі

Рекомендація PriceHub.AI закінчується переходом у магазин. Після запуску сервіс зароблятиме на такому переході або здійсненій покупці. Окремо команда розвиває версію технології для магазинів і маркетплейсів, де ШІ-консультант працюватиме вже з асортиментом самого майданчика.
За словами фаундера і керівника R&D PriceHub.AI Анатолія Скрипняка, компанія не бере оплату за просування конкретної моделі, а розмір виплати не залежить від рекомендованого товару.
Команда зацікавлена, щоб покупець залишився задоволеним і повернувся з наступним запитом. У продукті планують також показувати критерії вибору та джерела даних, на яких ґрунтується рекомендація. Але повноцінний запуск PriceHub.AI ще тільки попереду. Зараз команда готує технологію до ринкового тестування, і частину цієї розробки підтримав ЄС.
У квітні 2026 року Європейська комісія оголосила результати спеціального конкурсу EIC для українських технологічних компаній у межах Horizon Europe. Європейська інноваційна рада розподілила 20 млн євро між 41 стартапом і малим або середнім підприємством. PriceHub.AI отримав близько 500 тис. євро на розвиток технологічного ядра, локальних моделей та оркестратора, а також підготовку продукту до випробування в ринкових умовах.
"Грант суттєво прискорить розробку. Для нас важливо й те, що проєкт пройшов оцінювання незалежних європейських експертів, і це дає зовнішнє підтвердження потенціалу технології для міжнародного ринку"
Анатолій Скрипняк, фаундер і керівник R&D PriceHub.AI
Першим ринком повного тестування стане Україна, де E-Katalog уже має аудиторію та магазини-партнери. Після нього команда планує перейти до Польщі та Великої Британії, а далі до США та інших країн.
Якщо цей підхід спрацює, головною зміною буде не поява ще одного чат-бота для покупок. Зміниться сама роль каталогу: замість місця, де людина самостійно шукає відповідь серед характеристик, цін і магазинів, він може стати системою, якій достатньо пояснити, що саме вам потрібно. Це не просто збереже час користувачів, а й суттєво спростить процес купівлі найвигіднішого варіанту товару. Без плутанини у вкладках, без довгого ланцюжка порівнянь, оцінювань і сумнівів – лише готове рішення з конкретною пропозицією, чітким поясненням і прозорою історією товару на ринку.