با آغاز فصل خرید تعطیلات پایان سال، هوش مصنوعی در حال دگرگون کردن شیوه جستجو، مقایسه و خرید مصرفکنندگان است. بر اساس یافتههای کلیدی گزارش چشمانداز تعطیلات سال ۲۰۲۶ موسسه PwC، امسال فناوریهای هوش مصنوعی مولد نقشی محوری در هدایت تصمیمات خرید ایفا میکنند. کلی پدرسن (Kelly Pedersen)، رهبر بخش خردهفروشی جهانی در PwC ایالات متحده، در گفتگو با رسانه Glossy به تشریح این موضوع میپردازد که چگونه ابزارهای مبتنی بر پرامپت و الگوریتمهای نسل آلفا (Gen Alpha) در حال بازتعریف رفتار مصرفکننده و استراتژیهای برندها هستند.
تحول در جستجوی هدیه؛ از تب خرید خودکار تا مهارت در نوشتن پرامپت
بر اساس نظرسنجی PwC، امسال ۲۹ درصد از مصرفکنندگان قصد دارند از هوش مصنوعی در طول فصل خرید تعطیلات استفاده کنند. اگرچه این رقم ممکن است در نگاه اول متوسط به نظر برسد، اما تاثیر واقعی آن بر رفتار خریداران بسیار عمیق و با سرعت بالا در حال رشد است. در مقایسه با سال گذشته که تنها ۲۰ درصد از خریداران برنامهای برای استفاده از هوش مصنوعی داشتند، ماهیت این کاربرد تغییر کرده است. سال گذشته هیاهوی زیادی پیرامون خرید خودکار وجود داشت؛ ایدهای فرضی که در آن مشتری با ثبت کارت اعتباری خود، کالاها را به طور خودکار در خانه تحویل میگرفت. این چشمانداز تراکنشی به دلیل محدودیتهای فنی پلتفرمهای بزرگ محقق نشد، اما امسال هوش مصنوعی به ابزاری کاربردی و رایج برای جستجو، مقایسه قیمتها و مدیریت بودجه تبدیل شده است.
پدرسن اشاره میکند که خریداران به سرعت در حال تقویت مهارتهای پرامپتنویسی (prompting) خود هستند. مصرفکنندگان اکنون زمان و تلاش بیشتری را صرف نوشتن پرامپتهای دقیق و توصیفی میکنند که شامل علایق، بیزاریها، داراییهای فعلی و ویژگیهای سبک زندگی هدیهگیرندگان است. به جای پرسه زدن در مراکز خرید فیزیکی به امید یافتن یک هدیه مناسب، خریداران از هوش مصنوعی برای تولید آنی فهرستهای هدیه فوقشخصیسازیشده استفاده میکنند.
پارادوکس کلان اقتصادی؛ افزایش هزینهکرد با وجود کاهش اعتماد مصرفکننده
بازار خردهفروشی در حال حاضر با یک پارادوکس ماکرو یا کلان اقتصادی مواجه است. با وجود اینکه شاخصهای اعتماد مصرفکننده به پایینترین حد خود نزدیک شدهاند، یک «شکاف گفتار-رفتار» (say-do gap) آشکار دیده میشود؛ به این معنی که مصرفکنندگان در نظرسنجیها از تصمیم خود برای کاهش شدید هزینهها میگویند، اما در عمل به خرید خود ادامه میدهند. ذهنیت مصرفکنندگان درباره آینده اقتصادی بسیار منفیتر از قدرت خرید روزمره فعلی آنهاست. بر اساس پیشبینی PwC، میزان هزینهکرد مصرفکنندگان در تعطیلات امسال در واقع ۶ تا ۷ درصد بیشتر از سال گذشته خواهد بود.
همزمان، ترافیک رفتوآمد در فروشگاههای فیزیکی رکوردهای جدیدی ثبت کرده است. این حضور فیزیکی لزوماً به معنای نرخ تبدیل بالاتر در داخل فروشگاه نیست، زیرا تجارت الکترونیک همچنان با سرعت بیشتری رشد میکند، اما مصرفکنندگان برای تعامل با محصول و کشف کالاهای جدید به فروشگاهها میروند. این پدیده بیش از همه در میان خریداران نسل Z (سنین ۱۴ تا ۲۹ سال) دیده میشود. نسل Z به عنوان دیجیتالیترین نسل مصرفکننده، بیشترین آمار بازدید از فروشگاههای فیزیکی را ثبت کرده است؛ چرا که آنها برای تجربههای اجتماعی و واقعی تعامل با محصولات و کارکنان فروشگاه پیش از نهایی کردن خرید خود به صورت آنلاین، ارزش زیادی قائل هستند.
علاوه بر این، تخصیص بودجه مصرفکنندگان همچنان از کالاهای فیزیکی به سمت تجربیات و خدمات سلامتی (wellness) متمایل است. در بخش سفر نیز با وجود هزینههای بالای هتل و پرواز، حجم رزرو خطوط هوایی بالا باقی مانده و مسافران با استفاده از ابزارهای هوش مصنوعی برای پایش مداوم قیمتها، بلیتهای قابل استرداد را زودتر رزرو کرده و در صورت کاهش قیمت، آنها را لغو و دوباره رزرو میکنند.
بهینهسازی برای موتورهای مولد (GEO) و الگوریتمهای نسل آلفا
موفقیت برندها در فصل خرید امسال تا حد زیادی به گذار از بهینهسازی سنتی برای موتورهای جستجو (SEO) به سمت «بهینهسازی برای موتورهای مولد» (Generative Engine Optimization یا GEO) بستگی دارد. موتورهای جستجوی مبتنی بر هوش مصنوعی به صورت مکالمهای عمل میکنند و ادعاهای معتبر و دقیق درباره محصول را به تراکم کلمات کلیدی ترجیح میدهند. این تغییر ساختاری، شکاف بزرگی میان برندهای بزرگ و سنتی با استارتاپهای چابک ایجاد کرده است. برندهای قدیمی معمولاً ریسکگریز هستند و از ارائه ادعاهای جسورانه درباره محصولات خود خودداری میکنند، در حالی که استارتاپهای بومی دیجیتال ریسکهای بیشتری را در پیامرسانی خود میپذیرند.
از آنجا که الگوریتمهای هوش مصنوعی به دنبال ادعاهای تخصصی هستند، استارتاپهای چابک به طور مداوم جایگاههای برتر توصیههای هوش مصنوعی را از چنگ غولهای صنعتی میربایند. در یک آزمایش جستجوی واقعی برای خرید دوچرخه نوجوانان (رده سنی ۱۱ تا ۱۴ سال)، پرامپتهای هوش مصنوعی به طور مداوم دو یا سه برند استارتاپی کوچک را که ادعاهای صریحی مانند «ایمنترین» یا «سریعترین» مطرح کرده بودند، پیشنهاد دادند و تولیدکنندگان بزرگ و شناختهشده را که پیامهای محافظهکارانهتری داشتند، کاملاً نادیده گرفتند.
همزمان، چرخه بازخورد الگوریتمی نسل آلفا (افراد زیر ۱۴ سال) در حال شکلدهی به بازار است. نسل آلفا بزرگترین گروه نسلی در تاریخ است و اعضای آن روزانه بیش از ۳.۵ ساعت را به صورت آنلاین سپری میکنند. اگرچه آنها خریداران مستقیم نیستند، اما ۹۷ درصد از کودکان نسل آلفا بر تصمیمات خرید خانواده تاثیر میگذارند. این کودکان با تعامل مداوم با پلتفرمهای دیجیتال، الگوریتمهای توصیه کالا را آموزش میدهند. از آنجا که والدین از دستگاهها و حسابهای کاربری مشترک در خانه استفاده میکنند، توصیههایی را دریافت میکنند که توسط الگوریتمهای برنامهنویسیشده توسط فرزندانشان شکل گرفته است. این پدیده به قدری قدرتمند است که در تحقیقات اخیر مربوط به فصل بازگشت به مدرسه، برای نخستین بار در تاریخ خردهفروشی، ترجیح فرزندان به عنوان عامل اصلی خرید، بالاتر از قیمت قرار گرفت و حساسیتهای سنتی به هزینهها را کاملاً بیاثر کرد.
پویایی تخفیفها و مدیریت بهینه موجودی کالا
رویدادهای تبلیغاتی اوایل اکتبر مانند پرایم دی (Prime Day) آمازون به نقطه شروع واقعی فصل خرید تعطیلات تبدیل شدهاند. این رویداد دیگر منحصر به یک خردهفروش نیست، بلکه به یک رویداد صنعتی تبدیل شده که واکنش سریع رقبا در همسانسازی قیمتها را به دنبال دارد. امروزه همسانسازی آنلاین قیمتها به صورت آنی و در لحظه رخ میدهد و با پنهانکاری استراتژیک خردهفروشان درباره برنامههای تخفیف خود همراه است.
با این حال، فضای کلی تخفیفها در سال جاری به دلیل پویایی موجودی کالا با سال گذشته تفاوت اساسی دارد. سال گذشته، خردهفروشان به دلیل پیشبینی اعمال تعرفهها، موجودی کالاها را به شدت انبار کرده بودند که منجر به مازاد عرضه و تخفیفهای تهاجمی زودهنگام شد. اما امروزه سطح موجودی کالاها بسیار محدودتر و سالمتر است و خردهفروشان با مازاد کالا مواجه نیستند. بنابراین، خریداران نباید منتظر تخفیفهای گسترده و سراسری باشند و در صورت مشاهده کالای مورد نظر خود در تخفیفهای اولیه، بهتر است اقدام به خرید کنند؛ چرا که انتظار تا بلک فرایدی (Black Friday) ریسک واقعی اتمام موجودی را به همراه دارد.
شدت تخفیفها نیز در بخشهای مختلف متفاوت خواهد بود؛ برای مثال، دستههایی مانند پوشاک و خردهفروشیهای تخصصی که به دلیل روندهایی مانند استقبال از داروهای کاهش وزن (GLP-1) تقاضای بالایی داشتهاند، نیازی به تخفیفهای تهاجمی ندارند. در مقابل، کالاهای الکترونیکی مصرفی و گجتهای فناوری عملکرد ضعیفتری داشتهاند، چرا که مصرفکنندگان جوانتر به سمت فناوریهای آنالوگ مانند دوربینهای دیجیتال قدیمی متمایل شدهاند؛ بنابراین عمیقترین تخفیفها در این بخش متمرکز خواهد بود.
جذب مشتریان جدید؛ هدف اصلی تبلیغات تعطیلات
بر اساس نظرسنجی جدید Glossy+ Research از ۹۰ متخصص برند و خردهفروشی، حدود ۶۰ درصد از بودجه تبلیغاتی تعطیلات به جذب مشتریان جدید اختصاص دارد و ۴۰ درصد باقیمانده به مشتریان فعلی گسیل میشود. هدف این کسبوکارها تبدیل مشتریان جدید به خریداران وفادار در سه ماهه اول سال ۲۰۲۷ است.
«دوره تعطیلات زمانی است که میتوان مشتریان جدید زیادی را جذب کرد. ما به طور طبیعی شاهد افزایش ۲۰ تا ۳۰ درصدی مشتریان جدید به عنوان درصدی از کل مشتریان در این بازه زمانی هستیم، زیرا خریداران به دنبال کشف گزینههای جدید هستند.»
آری بلوم (Ari Bloom)، موسس و مدیرعامل شتابدهنده برند A-Frame Brands، با بیان این مطلب میافزاید که هوش مصنوعی به یکی از جدیدترین و احتمالا مهمترین کانالهای جذب مشتریان جدید تبدیل خواهد شد؛ زیرا به جای استفاده از عادتهای قدیمی برای کشف برندهای موجود، اکنون یک «شخص» دیگر (هوش مصنوعی) وجود دارد که کار خرید و جستجو را برای آنها انجام میدهد.
