اگرچه چت‌بات ChatGPT در حال حاضر نزدیک به یک‌پنجم حجم پرس‌وجوهای جستجوی گوگل را پاسخ می‌دهد، اما کسب‌وکار تبلیغاتی شرکت OpenAI هنوز فاصله‌ای عمیق با پادشاه حوزه جستجو دارد. داده‌های جدید نشان می‌دهد با وجود رشد سریع تعداد برندهایی که روی این پلتفرم هوش مصنوعی تبلیغ می‌کنند، نرخ تبدیل و درآمد حاصل از این تبلیغات به مراتب پایین‌تر از کانال‌های سنتی جستجو است. OpenAI که تنها از اوایل امسال فروش رسمی تبلیغات را آغاز کرده، همچنان در حال تنظیم میزان نمایش تبلیغات به کاربران و تکامل فرمت‌های خود است؛ به بیان دیگر، درآمد تبلیغاتی این شرکت هنوز از میزان استفاده کاربران عقب‌تر است.
رشد چندبرابری حضور برندها و تنوع صنایع
بر اساس داده‌های مؤسسه Adthena، تعداد برندهایی که در ایالات متحده، بریتانیا، استرالیا و اتحادیه اروپا روی پلتفرم ChatGPT تبلیغ می‌کنند، رشد شتابانی داشته است. این رقم از ۱,۰۸۲ برند در ماه ژوئن به ۳,۷۴۱ برند در ژوئیه و ۶,۳۳۳ برند در اوت رسید. با توجه به داده‌های ثبت‌شده تا ۲۰ سپتامبر، پیش‌بینی می‌شود آمار کامل این ماه به حدود ۶,۸۳۰ برند برسد.
هم‌زمان با افزایش تعداد تبلیغ‌دهندگان، ترکیب صنایع حاضر در این پلتفرم نیز از حوزه خرده‌فروشی فراتر رفته است. بر اساس گزارش Sensor Tower، در زمان راه‌اندازی آزمایشی تبلیغات در ماه فوریه، بخش خرید و خرده‌فروشی حدود ۴۲ درصد از تبلیغات را در اختیار داشت و پس از آن حوزه‌های شغلی و آموزشی (۱۰ درصد)، غذا و رستوران (۹ درصد)، نرم‌افزار (۸ درصد)، رسانه و سرگرمی (۸ درصد) و سفر (۷ درصد) قرار داشتند.
با اینکه Sensor Tower ردیابی هزینه‌های تبلیغاتی را از آوریل ۲۰۲۶ آغاز کرده است، داده‌ها نشان می‌دهند که سهم خرده‌فروشی از کل هزینه تبلیغاتی ثبت‌شده در ایالات متحده از ۳۸ درصد در ماه آوریل به ۲۰ درصد در سپتامبر کاهش یافته است. در مقابل، سهم خدمات مالی از ۲ درصد به ۱۳ درصد، بخش نرم‌افزار از ۱۳ درصد به ۱۸ درصد و صنعت گردشگری و سفر از ۵ درصد به ۹ درصد افزایش یافته است که نشان‌دهنده اقبال طیف گسترده‌تری از کسب‌وکارها به این پلتفرم است.
پتانسیل رشد نمایش تبلیغات و مدل‌های قیمت‌گذاری
بررسی‌های مشترک Graphite و Similarweb نشان می‌دهد که ظرفیت قابل‌توجهی برای افزایش پوشش تبلیغاتی در بازارهای فعال وجود دارد. بریتانیا با ۴۵.۷ درصد بالاترین میزان نمایش تبلیغات به کاربران واجد شرایط را دارد و پس از آن ایالات متحده با ۴۳.۴ درصد و استرالیا با ۴۳.۳ درصد قرار دارند. این در حالی است که در مکزیک این رقم تنها ۲۷.۸ درصد است؛ امری که نشان می‌دهد حتی در پیشرفته‌ترین بازارها نیز کمتر از نصف کاربران هدف، تبلیغات را دریافت می‌کنند.
از سوی دیگر، مؤسسه New Street Research پیش‌بینی کرده است که تعداد چت‌های تجاری در ChatGPT از ۴۵.۹ میلیارد مورد در سال جاری به نزدیک ۳۸۰ میلیارد مورد تا سال ۲۰۳۰ افزایش یابد و سهم چت‌های حاوی تبلیغات نیز از ۲۰ درصد به ۲۸ درصد برسد. اگرچه OpenAI اعلام کرده بخش عمده کمپین‌ها بر پایه مدل پرداخت به‌ازای کلیک (CPC) و بهینه‌سازی بر اساس نتیجه اجرا می‌شوند — امری که معمولاً درآمد بالاتری نسبت به نمایش محض ایجاد می‌کند — اما New Street هشدار داده که ممکن است تخمین اولیه ۵ دلار برای هر کلیک بسیار بالا بوده باشد و درآمدزایی فعلی ضعیف‌تر از مدل‌سازی‌های اولیه عمل کند.
چالش نرخ تبدیل و ابهام در اندازه‌گیری
با وجود این رشد، سنجش کارایی عملکردی تبلیغات ChatGPT علائم هشداردهنده‌ای برای بازاریابان دارد. بر اساس مقاله پژوهشی در دست بررسی که توسط ماکسیمیلیان کایزر (Maximilian Kaiser) و کریستین شولتزه (Christian Schulze) بر پایه داده‌های وب‌سایت‌های تجارت الکترونیک تهیه شده است، ورودی‌های پولی از ChatGPT به ازای هر نشست (Session) تنها ۰.۸۹ دلار درآمد برای تبلیغ‌دهندگان آمریکایی ایجاد کرده‌اند، در حالی که این رقم برای جستجوی پولی گوگل ۲.۴۵ دلار بوده است.
این تفاوت عمیق در نرخ تبدیل نیز منعکس شده است: نرخ تبدیل برای ترافیک پولی ChatGPT حدود ۰.۳۷ درصد ثبت شده، در حالی که این آمار برای گوگل ۱.۱۷ درصد است. این یافته‌ها نشان می‌دهد اگرچه تبلیغ‌دهندگان به سمت آزمون پلتفرم جدید آمده‌اند، OpenAI هنوز راه درازی برای اثبات توان رقابتی تبلیغات خود با کانال‌های بازاریابی عملکردی سنتی در پیش دارد.
علاوه بر این، چالش‌های اندازه‌گیری و ردیابی تبلیغات همچنان پابرجاست. فرهاد دیوچه (Farhad Divecha)، مدیرعامل گروه Accuracast، اشاره کرده که حتی یکپارچه‌سازی‌های اخیر با پارتنرهایی مانند Magnite و Pubmatic نیز نتوانسته مشکلات زیربنایی ردیابی را کاملاً برطرف کند.
blockquote>«ما همچنان شاهد ناهماهنگی‌هایی در این زمینه هستیم. برخی از آن‌ها مشکلات اولیه ناشی از راه‌اندازی ابزاری جدید در سیستم‌های تبلیغ‌دهندگان است، اما بخش دیگری از مشکلات به مختل شدن فرایند نسبت‌دهی (Attribution) مربوط می‌شود.»