كيف يقرر الذكاء الاصطناعي المنتجات التي يراها المستهلكون؟
بالنسبة لمعظم عصر الإنترنت، بدأ التسوق عبر الإنترنت مع وضع المنتج في الاعتبار. يكون لدى المتسوق فكرة عما يريده، ويكتب الكلمات الرئيسية، ويفتح عشرات علامات التبويب، ويقارن المواصفات والأسعار أثناء اتخاذ القرار. يعمل الذكاء الاصطناعي الآن على تغيير ذلك، ليس فقط في تسريع الأبحاث، ولكن أيضًا في خلق سلوك استهلاكي جديد. وذلك لأننا لا نفكر بشكل طبيعي فيما يتعلق بالمنتجات. نحن نفكر في نقاط الألم، والأهداف، والقيود: “أحتاج إلى أن أبدو حيًا لاجتماعي في التاسعة صباحًا بعد رحلتي ذات العين الحمراء”. “أحتاج إلى أفكار لجعل طفلي يأكل الخضار.” باستخدام أدوات GenAI مثل ChatGPT وClaude وGemini، لم يعد المتسوقون بحاجة إلى ترجمة هذه الاحتياجات إلى عمليات بحث عن المنتجات. تكتب والدة الطفل استعلامها، ويطرح الذكاء الاصطناعي أسئلة متابعة حول الأطعمة المفضلة للطفل، وتفضيلات الملمس، والقيود الغذائية لبناء حل يتضمن توصيات المنتجات ذات الصلة. يؤدي ضغط البحث إلى محادثة إلى نقل التجارة من نظام يلتقط الطلب بناءً على عمليات البحث عن المنتج إلى نظام يخلق الطلب من خلال التوصية بمنتجات قد لا يدرك المتسوقون أنهم بحاجة إليها. مع قيام ما يقرب من نصف المستهلكين (45%) على مستوى العالم بالتسوق الآن باستخدام الذكاء الاصطناعي، فإن رحلة الاستكشاف تتجه نحو الأعلى. لكن معظم العلامات التجارية لم تتبعها هناك وتحتاج إلى التأكد بسرعة من استيفائها للمتطلبات الأساسية لتظهر في توصيات الذكاء الاصطناعي. 2 مراحل التوصيات يفترض العديد من نماذج الذكاء الاصطناعي أنها تأخذ الكلمات الرئيسية من مطالبة المستخدم ثم تنشئ قائمة بالمنتجات التي تشير أوصافها إلى تلك الكلمات الرئيسية. لكن التسوق باستخدام الذكاء الاصطناعي لا يعني ترتيب الكلمات الرئيسية؛ إنه نظام توصية مبني على الدلالات والقيود والسلطة. لكي يتم التوصية بالمنتج، يتطلب المنتج في الواقع إزالة عقبتين، والتعثر في الأولى يجعل الثانية غير ذات صلة. المرحلة 1 تدخل في مجموعة الاعتبارات. قبل إجراء أي تصنيف، يحدد نموذج الذكاء الاصطناعي المنتجات التي تنتمي إلى المحادثة. إذا طلب المتسوق أفضل شامبو لفروة الرأس الحساسة تحت سعر معين، فلا يبدأ النموذج بكل علامة تجارية ويفرزها. فهو يحدد منطقة الفئة ذات الصلة، ويطبق قيود المتسوق ومرشحاته للملاءمة على مستوى السمة. لذا، إذا لم تضع العلامة التجارية للشامبو منتجاتها بوضوح في فئة العناية بفروة الرأس أو لم تنظم بياناتها لمعالجة الحساسية والمكونات والنطاق السعري، فسيتم تصفيتها قبل تقييم سلطة علامتها التجارية. المرحلة 2 ترتفع في الترتيب. في هذه المرحلة، يقرر النموذج المنتجات الموجودة في مجموعة الاعتبارات التي تستحق الصعود إلى القمة. وهذا أمر مهم لأن الذكاء الاصطناعي يوصي عادةً فقط بالمنتجات الثلاثة إلى الثمانية الأولى في تصنيفه. في المرحلة الثانية، يقوم النموذج بتقييم مؤشرات الجدارة بالثقة مثل اختبارات وشهادات الطرف الثالث، وبيانات المنتج المتسقة عبر مواقع العلامات التجارية، وخلاصات بائعي التجزئة، والأسواق، والمراجعات الموثوقة، وإشارات الوسائط. وجدت إحدى الدراسات التي تمت مراجعتها من قبل النظراء أن المحتوى المنظم والجاهز للذكاء الاصطناعي يمكن أن يحقق رؤية أعلى بنسبة 40% في استجابات GenAI. لذا، فإن إشارات الثقة مهمة تمامًا، ولكن فقط بالنسبة للمنتجات التي اجتازت المرحلة الأولى بالفعل. يمكن أن تكون العلامات التجارية الكبيرة في الواقع في وضع غير مؤات هنا. تمثيل علامتها التجارية واسع ومنتشر عبر العديد من أنواع المنتجات وفئاتها، لكن نماذج الذكاء الاصطناعي لا تبحث عن هالة. إنهم يبحثون عن SKU الصحيح مع السمات الصحيحة الموثقة بوضوح. كيف يبحث الذكاء الاصطناعي عن المنتجات عندما يُدخل المتسوق مطالبة، يقوم النموذج بتقسيم الطلب إلى العديد من الاستعلامات الأصغر في عملية متفرعة، ثم يطلق تلك الاستعلامات عبر الويب ومصادر البيانات المنظمة. يقوم الذكاء الاصطناعي بتجميع ما يجده، وتحديد الثغرات، وغالبًا ما يقوم بإجراء جولة أخرى من الاستعلامات للتحقق من صحة المطالبات. من المحتمل ألا تشبه الاستعلامات المتشعبة المطالبة الأصلية لأن النموذج يترجم نية المستخدم إلى إشارات السمات وعمليات التحقق من المصداقية التي يحتاجها لتقييم المنتجات. ولهذا السبب لا ينجح التركيز على التحسين الفوري فقط. يمكن للمتسوق التعبير عن حاجته بعشرات الطرق – “سترة دافئة” أو “معطف معزول للتنقل” – ولكن جميعها تجتمع في نفس القصد. لذا، فإن محاولة توقع عبارات كل متسوق هي محاولة غير فعالة. وبدلاً من ذلك، يجب على العلامات التجارية هيكلة بيانات المنتج وإشارات الثقة بشكل متسق عبر الويب بطريقة يمكن من خلالها العثور على استعلامات الذكاء الاصطناعي والتحقق منها. تُترجم بيانات المنتج المفقودة أو غير المتسقة أو التي لا يمكن التحقق منها إلى نقص الثقة في نماذج الذكاء الاصطناعي. إطار تحسين محركات البحث القديم المتمثل في “هل ظهرت لهذه المطالبة؟” ليس السؤال الصحيح مع الذكاء الاصطناعي. إنها “لماذا تم استبعادي، وما الذي قد يدفعني إلى الأهلية؟” تحتاج العلامات التجارية إلى تقديم إشارات واضحة حول ماهية المنتج، ومن هو المقصود، وما هي القيود التي يرضيها. ويجب أيضًا أن توفر أدلة منظمة لكل منها، مثل المكونات، والشهادات، وحالات الاستخدام التي يمكن للاستعلامات الشاملة العثور عليها والتحقق منها. بالنسبة للعلامة التجارية التي ترغب في التوصية بها في رحلة تخييم، فإن وصف المنتج بأنه “موقد 20000 وحدة حرارية بريطانية” ليس كافيًا. يجب أن توضح البيانات أنه مناسب للتخييم في السيارات، ويخدم شخصين إلى أربعة أشخاص، ويغلي الماء بسرعة. وينطبق الشيء نفسه على الجمال، والطعام، والمنزل، والعافية، وكل فئة من فئات المنتجات الأخرى. وهذا أيضًا هو سبب أهمية البصمة الرقمية المتسقة كثيرًا. تتطلع نماذج الذكاء الاصطناعي إلى ما هو أبعد من صفحات المنتجات المملوكة، وتقوم بمسح مواقع البيع بالتجزئة والمراجعات والوسائط والمنتديات ومصادر الطرف الثالث الأخرى للتحقق من ما إذا كان المنتج ينتمي إلى التوصية وما إذا كانت مطالباته تصمد في مكان آخر. رديت هو واحد من أوضح الأمثلة. في تحليل Novi، كان مصدر ChatGPT الأكثر ذكرًا لأبحاث توصيات المنتجات، ولكن ليس لأن الذكاء الاصطناعي يكافئ الأصوات المؤيدة ببساطة. فهو يبحث عن أدلة واضحة ومفيدة حول حالات الاستخدام والمقارنات ولغة الفئات. وتجبر تجارة الذكاء الاصطناعي العلامات التجارية على إنشاء بنية تحتية أفضل للبيانات. لا يمكن للنموذج أن يضع منتجًا بثقة في الفئة الصحيحة إذا لم يتمكن من تعيين المنتج وفقًا لقيود المتسوق أو العثور على أدلة منظمة لدعم المطالبات. وبغض النظر عن مدى موثوقية المنتج وحجم ميزانية التسويق التي تقف وراءه، إذا قام الذكاء الاصطناعي بتصفية المنتج من مجموعة الاعتبارات، فلن يوصى به. نظرًا لأن الذكاء الاصطناعي يتوسط بشكل متزايد في اختيارات المستهلكين، فإن العلامات التجارية التي تبني بيانات نظيفة وموثقة ومنظمة بشكل جيد ستتمتع بميزة. كيمبرلي شينك هي المؤسس المشارك والرئيس التنفيذي لشركة Novi. الموعد النهائي النهائي لجوائز Fast Company Next Big Things in Tech هو الجمعة، 12 يونيو، الساعة 11:59 مساءً بتوقيت المحيط الهادئ. تقدم بطلبك اليوم.
تم النشر: 2026-06-03 19:36:00
مصدر: www.fastcompany.com
