Без вебпошуку нейромережі називали велику мережу в 63–70% випадків, невеликий магазин – у 10%, за даними Vaer AI
Чат-боти та ШІ-функції Google частіше рекомендують покупцям великі національні мережі, ніж невеликі й незалежні магазини, повідомив співзасновник і головний консультант компанії Vaer AI Том Веллс за підсумками дослідження, проведеного на замовлення Lightspeed Commerce.
Результати Vaer AI опублікувала 29 вересня. Компанія проаналізувала майже пів мільйона відповідей на 20 тисяч запитів про покупки в США та Канаді: 200 тисяч за вимкненого вебпошуку і 260 тисяч за ввімкненого. З пошуком тестувалися ChatGPT, Google AI Mode і AI Overviews, без нього – ChatGPT і Gemini.
До великих Vaer AI віднесла магазини з виручкою від 1 мільярда доларів, до малих – з виручкою менш як 50 мільйонів. Повний технічний звіт і методика, за словами компанії, доступні на запит.
Без вебпошуку ChatGPT і Gemini називали велику національну мережу в 63–70% випадків, а невеликий або локальний магазин приблизно в 10%. Коли моделям показували велику мережу та менший магазин без зазначення розміру, вони вибирали велику в 90–94% випадків.
З увімкненим пошуком розрив скоротився, але не зник. Головною рекомендацією великий рітейлер був у 46–58% відповідей залежно від платформи, а невеликий або локальний магазин, за даними Vaer AI, називався приблизно в чверті випадків.
Найгірший результат в AI Overviews: у двох із трьох відповідей цієї функції Google невеликий магазин не названо взагалі.
Невеликі магазини були присутні в джерелах помітніше, ніж у рекомендаціях. Серед магазинів, на які ШІ посилався, частки великих і невеликих становили приблизно по 38%, але головною рекомендацією велика мережа ставала приблизно в 2,5 раза частіше.
В AI Mode на невеликі та локальні магазини припало близько 58% джерел і 24% головних рекомендацій. У ChatGPT великі рітейлери дали 41% джерел і 58% головних рекомендацій. Веллс пояснює розрив тим, що моделі повертаються до того, в чому більш упевнені, тобто до великих мереж із навчальних даних.
Чим конкретніший запит, тим вища частка великих мереж. На широкий запит на кшталт «іграшки для шестирічної дитини» невеликий магазин ставав головною рекомендацією приблизно в третині випадків, на запит із назвою товару, наприклад LEGO Technic Ferrari, приблизно в 10%. Частка великих мереж при цьому зросла з 40% до 60%.
Результат залежить і від категорії. Локальний магазин електроніки потрапив у 17% відповідей AI Overviews, магазин іграшок або товарів для тварин – у 38–45%.
Одне слово в запиті змінило картину. Додавання «independent» («незалежний») збільшило частку невеликих і локальних магазинів у рекомендаціях більш ніж удвічі, приблизно з третини майже до чотирьох п’ятих у випадковій вибірці запитів. Частка великих мереж серед джерел, які ШІ читав перед відповіддю, знизилася з приблизно 44% до 9% на платформах Google.
«Local» і «near me» дали помітно менший ефект, а на ChatGPT «local» майже нічого не змінив. Vaer AI пов’язує це з тим, що ШІ може зарахувати до локальних найближчий філіал національної мережі.
