Os consumidores estão cada vez mais usando chatbots e mecanismos de pesquisa alimentados por
AI generativa
Para encontrar novos produtos e serviços. Marcas - particularmente em setores que dependem fortemente da busca pela aquisição de clientes, como automóveis, finanças, varejo e viagens - precisam começar a se preparar hoje para esta mudança de marco.
The So What
Quando os consumidores procuram produtos on -line, os grandes modelos de idiomas (LLMs) subjacentes à IA generativa fornecem uma experiência melhor do que um mecanismo de pesquisa tradicional para algumas consultas. (Consulte a exposição.)
O LLM pode alimentar a barra de pesquisa tradicional do Google, um chatbot como ChatGPT, um mecanismo de pesquisa de inicialização, como perplexidade, um assistente de voz ou um novo dispositivo de veste. Qualquer que seja a plataforma, os consumidores serão atraídos para as respostas hiperpessoais da LLMS e recomendações focadas-além da capacidade de refinar ainda mais os resultados com perguntas de acompanhamento. Saiba mais sobre Genai
For consumers, this makes LLMs ideal for upper- and midfunnel product discovery searches, where customers are narrowing down their options (such as “What are the best noise-cancelling headphones”).
Para marcas, o resultado estará a uma mudança da plataforma de pesquisa, onde eles acumularam décadas de experiência, para um novo ambiente em que as regras de engajamento são muito diferentes. Hoje, as marcas têm muitas oportunidades a serem descobertas pelos consumidores, que costumam fazer várias pesquisas (possivelmente ao longo de semanas, se for uma compra importante) para refinar e restringir suas pesquisas. Particularmente afetados serão empresas com altos volumes de meio-midfnel (como varejo e entretenimento) ou aquelas que gastam fortemente em pesquisa (como finanças, tecnologia, varejo e automóveis). Atualmente, o OpenAI cobra uma taxa de assinatura pelo acesso extensivo aos seus LLMs mais avançados; Sam Altman, diretor executivo da empresa, disse que prefere isso a um modelo baseado em anúncios, mas não descartou a publicidade completamente. A Copilot da Microsoft, por exemplo, fornece respostas movidas a Genai com anúncios de exibição semelhantes à pesquisa convencional. Perplexidade, um mecanismo de pesquisa movido a LLM cujos investidores incluem o fundador da NVIDIA e da Amazon, Jeff Bezos, permitirá que os patrocinadores influenciem as questões de acompanhamento sugeridas.
With LLMs, the process is compressed, and consumers may see only two or three products or brands in the query output. Particularly affected will be companies with high midfunnel volumes (such as retail and entertainment) or those that spend heavily on search (such as finance, tech, retail, and autos).
Dive Deeper
It is unclear what kind of ad ecosystem will evolve around LLM-enabled search products. OpenAI currently charges a subscription fee for extensive access to its most advanced LLMs; Sam Altman, the company’s chief executive, has said that he prefers this to an ad-based model, but he has not ruled out advertising completely.
Other LLM-powered platforms are offering a version of traditional monetization. Microsoft’s Copilot, for instance, delivers GenAI-powered answers with display ads similar to conventional search. Perplexity, an LLM-powered search engine whose investors include Nvidia and Amazon founder Jeff Bezos, will allow sponsors to influence suggested follow-up questions.
This change comes amid other dramatic shifts in online product discovery, such as social media becoming a de facto search engine for Gen Z and the rapid rise of direct advertising on
comércio eletrônico
sites. Em meio a essas mudanças, as marcas não podem ter certeza de que o ecossistema de pesquisa de hoje oferecerá o mesmo retorno do investimento no futuro.
Now What
To ensure their flow of customers doesn’t dry up, companies must:
Optimize online content for LLMs. O site de uma marca (e outros sites que vendem seus produtos) devem ser escritos e formatados para facilitar a identificação de pontos de venda exclusivos de venda, especificações como tamanho e cor e recursos importantes do produto, como listas de ingredientes. Isso ajuda o LLMS a decidir quais produtos aparecer quando perguntas específicas, como “Melhores tênis para exercícios HIIT”.
Create a licensing strategy. A maioria dos sites de consumidores agora aumenta as informações do produto com conteúdo relacionado valioso - esportes que oferecem conselhos de treinamento e nutrição, por exemplo. Esse conteúdo ajudará os LLMs a gerar melhores respostas. Os sites de consumo também têm fotos de produtos, que são úteis para sistemas que podem processar imagens. O licenciamento desse conteúdo para os provedores da LLM garante que ele seja ingerido e potencialmente incorporado às pesquisas do consumidor. E pode haver muitos licenciados dispostos-não apenas os grandes nomes de tecnologia, mas uma série de startups de pesquisa movidas a LLM, algumas das quais podem obter tração rapidamente.
This is complex, however: the terms of each deal need careful negotiation to ensure a fair exchange of value. And there may be many willing licensees—not only the big tech names, but a host of LLM-powered search startups, some of which may get traction quickly.
Teste e aprenda. No ambiente comercial em rápida evolução em torno do LLMS, as marcas devem aprender sobre novas oportunidades para estar pronta para escalar rapidamente. As oportunidades incluem:
- Anúncios, em seus vários formatos em evolução. produtos ”).
- Product placement (some LLMs could become recommendation-driven storefronts with one-click checkout, for example).
- New types of commercial opportunities, including prioritized content and sponsored questions (such as a plant-based beauty company paying to suggest the follow up “What is the best face cream that doesn’t use animal products”).
Crie um plano B. ainda não está claro a rapidez com que os consumidores mudarão para o LLMS. A memória muscular fará com que muitos deles continuem usando formatos de pesquisa tradicionais, e os LLMs ocasionalmente decepcionam os consumidores com respostas imprecisas. Com a descoberta de produtos on -line em fluxo, as empresas devem ter pelo menos um plano B pronto. O LLM não apenas direcionará as vendas, mas também adicionará aos dados de clientes de primeira parte da marca. Se a pesquisa tiver um desempenho inferior, outros canais - como TV ou mídia social computadores - podem começar a parecer mais favorável. No entanto, é improvável que essas alternativas compensem totalmente a diferença para as marcas fortemente dependentes da pesquisa hoje. Isso significa colocar seus produtos dentro dos múltiplos ecossistemas LLM o mais rápido possível. Inscreva -se
This may involve strengthening direct links with the consumer—perhaps even building an LLM into a brand’s own platform, such as a skin care brand offering a virtual beauty advisor. The LLM will not only drive sales but also add to the brand’s first-party customer data.
Companies must also closely track the effectiveness of their search spending as these changes unfold. If search underperforms, other channels—such as shoppable TV or social media—may begin to look more favorable. However, these alternatives are unlikely to fully make up the difference for brands heavily reliant on search today.
Brands must have a presence where and when consumers are looking to make a purchase. That means getting their products inside the multiple LLM ecosystems as soon as possible.
The authors thank Carolyn Everson and Yash Gupta for their assistance with this article.
