Amazon додав до свого вбудованого шопінг-асистента функцію, яка перевіряє вхідні повідомлення, пов'язані з покупками, і визначає, чи не є вони спробою шахрайства. За даними TechCrunch, оновлення розраховане на ситуації, коли покупець отримує підозріле повідомлення нібито від продавця, кур'єра чи самого Amazon — і не завжди може одразу відрізнити легітимний текст від фішингу.

Це не окремий продукт із власним брендом, а розширення функціоналу шопінг-асистента, який Amazon вже вбудував у застосунок. Тепер він виконує ще й роль фільтра довіри: користувач може показати або переслати підозріле повідомлення асистенту, а той оцінює ознаки шахрайства — характерні для фішингу формулювання, підроблені посилання, тиск на терміновість.

Для індустрії це показовий приклад того, куди рухається побутовий AI у 2026 році: не лише рекомендації товарів і відповіді на запитання, а вбудований захисний шар просто в точці, де людина найбільш вразлива — під час онлайн-покупки.

Що саме змінилося у застосунку Amazon?

Шопінг-асистент Amazon тепер класифікує вхідні повідомлення про покупки за ризиком шахрайства прямо в інтерфейсі, яким мільйони людей і так користуються для пошуку товарів та відстеження замовлень. Користувачу не потрібно встановлювати окремий застосунок безпеки чи звертатися до служби підтримки — достатньо показати підозріле повідомлення асистенту всередині звичного досвіду покупок, і той дасть оцінку ризику.

Класичні ознаки шахрайських повідомлень про покупки, які варто перевіряти незалежно від того, є під рукою AI-асистент чи ні:

Чому цю функцію вбудували саме в шопінг-асистент, а не в окремий інструмент?

Тому що більшість шахрайських повідомлень про покупки перехоплюють людину саме в момент активної транзакції — коли вона щойно щось замовила і чекає на трек-номер чи сповіщення про доставку. Окремий антивірус чи спам-фільтр пошти цю ситуацію не завжди покриває: повідомлення може прийти через SMS, месенджер або навіть спливаюче вікно, що імітує сповіщення Amazon. Розміщення перевірки прямо в шопінг-асистенті означає, що аналіз відбувається там, де користувач і так має контекст замовлення — асистент потенційно може звірити зміст повідомлення з реальними даними про покупку, а не лише з текстовими патернами шахрайства.

Що це означає для команд, які будують антифрод-продукти на AI?

Головний урок тут не в тому, що LLM вміє розпізнавати фішингові тексти — це відомий і відносно нескладний клас задач класифікації природної мови. Урок у тому, де саме розміщено перевірку. За нашою оцінкою, ключова перевага такого підходу — доступ до контексту транзакції: асистент, вбудований у продукт, потенційно може порівняти зміст повідомлення з реальним статусом замовлення, а не оцінювати текст ізольовано, як це робить типовий спам-фільтр. Для AI-білдерів це аргумент на користь вбудованих антифрод-шарів, а не окремих (bolt-on) інструментів безпеки: розпізнавання шахрайства працює точніше, коли модель має доступ до даних конкретної транзакції користувача, а не лише до сирого тексту повідомлення.

Висновок AiiN

Це черговий приклад того, як великі споживчі платформи перетворюють LLM з чат-інтерфейсу на функціональний захисний шар усередині продукту. AiiN вважає, що це поступово задає нову базову планку для e-commerce-індустрії: перевірка повідомлень на шахрайство стане очікуваною стандартною функцією шопінг-асистентів так само, як зараз очікується перевірка орфографії в текстовому редакторі. Компаніям, що продають чи обслуговують клієнтів через маркетплейси, варто вже зараз враховувати, що частина шахрайських схем, розрахованих на плутанину й терміновість, найближчим часом стане менш ефективною — і закладати це в оцінку ризиків, а не покладатися лише на обізнаність користувачів.

Чи означає це, що Amazon повністю захистив покупців від шахрайства?

Ні. Функція допомагає розпізнати конкретне підозріле повідомлення, але не блокує шахраїв на рівні мережі, телефонії чи месенджерів — це радше інструмент другої думки для окремого випадку, а не суцільний антифрод-щит.

Чи можуть подібні функції з'явитися в інших маркетплейсах?

Ймовірно, так: конкуренти на кшталт eBay чи Walmart стикаються з тими самими типами шахрайства навколо доставки й оплати, тож вбудована AI-перевірка повідомлень виглядає логічним наступним кроком для будь-якого великого гравця e-commerce.