با چرخش خریداران شرکتی به سمت چت‌بات‌های هوش مصنوعی برای دریافت توصیه در انتخاب نرم‌افزار، بازاریابان با مخاطب نوظهوری روبه‌رو شده‌اند: سیستم‌های هوشمندی که فرایند تحقیق و ارزیابی محصولات را برای خریداران انجام می‌دهند. الکس لاندن (Alex London)، مدیر ارشد بازاریابی در پلتفرم G2، در این خصوص اعلام کرده است که برندها اکنون به‌طور هم‌زمان در حال گفت‌وگو با انسان‌ها و ایجنت‌های هوش مصنوعی هستند؛ حوزه‌ای که پیش از این دستورالعمل بازاریابی مشخصی برای آن تدوین نشده بود.
بر اساس گزارش اختصاصی G2 با عنوان «مارپیچ ارزیابی» (The Evaluation Maze)، حدود ۸۲ درصد از خریداران محصولات B2B در دو سال گذشته، توصیه‌های نرم‌افزاری خود را از چت‌بات‌های هوش مصنوعی دریافت کرده‌اند. این چت‌بات‌ها و ایجنت‌های متکی بر هوش مصنوعی که به نیابت از خریدار به تحقیق و پیشنهاد محصول می‌پردازند، همان مخاطب دوم مورد اشاره لاندن هستند. پلتفرم G2 که به عنوان بازارگاه نرم‌افزار و مرجع ثبت دیدگاه‌های کاربران فعالیت می‌کند، خدمات تبلیغاتی و داده‌های مربوط به تصمیم خرید (Buyer-Intent) را به فروشندگان ارائه می‌دهد و از همین رو ذینفع تجاری نحوه شکل‌گیری تصمیمات خرید توسط هوش مصنوعی محسوب می‌شود.
ظهور ایجنت‌های هوش مصنوعی به عنوان مخاطب جدید برندها
با توجه به اینکه خریداران پیش از ورود به وب‌سایت اصلی فروشنده، تحقیقات خود را از طریق چت‌بات‌های هوش مصنوعی انجام می‌دهند، حضور برند در سراسر فضای وب — و نه فقط وب‌سایت اختصاصی شرکت — اهمیت بیشتری یافته است. سیستم‌های هوش مصنوعی برای تولید پاسخ‌ها و ارائه فهرست‌های پیشنهادی کوتاه، علاوه بر محتوای رسمی شرکت‌ها، از منابع ثالث مانند دیدگاه‌های کاربران نیز استفاده می‌کنند.
مدیر بازاریابی G2 تاکید می‌کند که بازاریابان باید یکدستی پیام‌رسانی برند را در تمامی این منابع حفظ کرده و به‌جای افزایش حجم محتوا، ارائه اطلاعات کاربردی و قابل دسترس را اولویت دهند. لاندن در این باره می‌گوید: «موضوع بسیار فراتر از تولید محتوای صرف است و محور اصلی آن به لایه اعتماد مربوط می‌شود.» او همچنین بر اساس الگوی به‌روزرسانی مدل‌های هوش مصنوعی پیشنهاد می‌کند که برندها هر ۹۰ روز یک بار حضور دیجیتال خود را بازبینی کنند، هرچند این زمان‌بندی در سیستم‌های مختلف متفاوت است.
همزیستی بهینه‌سازی موتورهای پاسخ (AEO) با سئو
لاندن بهینه‌سازی برای موتورهای پاسخ (AEO) را جایگزینی برای سئو (SEO) نمی‌داند. به گفته او، بهینه‌سازی موتورهای جستجو (SEO)، بازاریابی موتورهای جستجو (SEM)، بهینه‌سازی موتورهای پاسخ (AEO) و آنچه G2 آن را بازاریابی موتورهای پاسخ نامیده است، باید در کنار یکدیگر عمل کنند. او معتقد است مسئله اصلی انتخاب یکی از این روش‌ها نیست، بلکه نحوه تخصیص سرمایه‌گذاری‌ها اهمیت دارد.
بازاریابان باید پایه و اساس دیده‌شدن در موتورهای جستجو را حفظ کرده و در عین حال محتوای خود را برای کشف توسط هوش مصنوعی منطبق سازند. اشاره به برند یا ذکر نام آن در پاسخ‌های هوش مصنوعی الزاماً به معنای پیشنهاد نهایی آن برند به خریدار نیست. لاندن در این زمینه تصریح می‌کند: «نمی‌توان صرفاً به یک اشاره یا ارجاع بسنده کرد؛ بلکه باید مطمئن شوید که برنده نهایی پاسخ هستید. اگر در AEO و بازاریابی برای این مدل‌ها سرمایه‌گذاری نکنید، عقب خواهید ماند.»
کشف از طریق هوش مصنوعی اکنون به یک کانال جذب قابل اندازه‌گیری برای G2 تبدیل شده است. از زمان تفکیک ترافیک دستیاران هوش مصنوعی از ترافیک ارجاعی سنتی، G2 اعلام کرده است که بیش از ۵ درصد از نشست‌های ارجاعی، بیش از ۲۰ درصد از سرنخ‌های ارجاعی (Leads) و بیش از ۱۰ درصد از درآمدهای ناشی از ارجاع به کشف توسط هوش مصنوعی اختصاص دارد. همچنین بخش مدفون یا پولی AEO کمتر از ۱ درصد از کلیک‌ها، سرنخ‌ها و درآمدهای حاصل از جستجوی پولی این شرکت را شامل می‌شود.
در سه ماهه دوم سال ۲۰۲۶، ایجنت‌های هوش مصنوعی ۶۸ درصد از مخاطبان G2 را تشکیل داده‌اند، در حالی که سهم کاربران انسانی ۳۲ درصد بوده است. در همین دوره، کل ترافیک G2 رشد ۳۵.۵ درصدی را نسبت به سال قبل تجربه کرده است. این پلتفرم از ابزارهایی نظیر Profound Agent Analytics و داده‌های ترافیکی Cloudflare برای شناسایی بازدیدهای ایجنت‌ها و تفکیک فعالیت‌های محرک کاربر از ربات‌های کاوشگر معمولی استفاده می‌کند.
اتوماسیون داخلی و بهینه‌سازی فرایندهای عملیاتی
علاوه بر رصد ترافیک بیرونی، G2 حدود ۹۰ ایجنت هوش مصنوعی را در بخش‌های مختلف سازمان بازاریابی خود توسعه داده است؛ اگرچه لاندن هشدار می‌دهد که برخی شرکت‌ها گاهی از واژه «ایجنت» برای توصیف گردش‌کارهای اتوماتیک ساده‌تر استفاده می‌کنند.
یک نمونه از این ابزارها، گردش‌کار اختصاصی جستجوی پولی است که توسط یکی از کارکنان G2 با استفاده از مدل Claude ساخته شده است. این سیستم خروجی عبارات جستجو شده را تحلیل کرده، پرس‌وجوهای نامرتبط را مشخص می‌سازد و کلمات کلیدی پتانسیل‌دار را پیشنهاد می‌دهد. به گفته G2، این گردش‌کار وظایفی را که پیش از این ظرفیت ۷ تا ۱۲ ساعت کاری در هفته را از تیم می‌گرفت، به چند دقیقه کاهش داده است.
لاندن تاکید می‌کند که تیم‌های بازاریابی باید زمینه‌های کاری مشخص و دستورالعمل‌های دقیق برند را در اختیار ابزارهای هوش مصنوعی قرار دهند، آنها را پیش از به‌کارگیری در مقیاس وسیع بیازمایند و میزان بهبود کارایی را بسنجند. هدف نهایی باید دست‌یابی به افزایش بهینه‌سازی قابل اندازه‌گیری باشد، نه استفاده از هوش مصنوعی صرفاً به دلیل جذابیت فناوری.