بر اساس گزارش جدید پلتفرم تجارت الکترونیک CommerceV3، پلتفرم‌های چت بر پایه هوش مصنوعی مولد در اکثر توصیه‌های خریدی که ارائه می‌دهند، تنها تعداد محدودی از برندهای شاخص هر دسته‌بندی را مطرح می‌کنند. این بررسی نشان می‌دهد که ۷۵ درصد از فرصت‌های پیشنهاد کالا در پلتفرم‌های هوش مصنوعی توسط گروه کوچکی از برندها اشغال می‌شود، در حالی که ۷۸ درصد از برندهای فعال در حوزه تجارت الکترونیک هرگز در توصیه‌های مربوط به دسته‌بندی خود ظاهر نمی‌شوند.
تحلیل CommerceV3 بر پایگاه داده‌ای متشکل از بیش از ۱ میلیون پرسش خرید (Shopping Prompts) در پلتفرم‌های ChatGPT، Gemini و Perplexity بین ماه‌های مارس و ژوئیه ۲۰۲۶ در ایالات متحده انجام شده است. این مطالعه که رفتارهای خریداران آنلاین را ارزیابی کرده، نشان می‌دهد موتورهای هوش مصنوعی بیش از همه به رهبران بازار، بازارگاه‌های بزرگ (Marketplaces) و برندهایی که بررسی‌های تحریریه‌ای معتبر دریافت کرده‌اند استناد می‌کنند و سایر کسب‌وکارها را کاملاً نادیده می‌گیرند.
جزئیات سنجش میزان حضور برندها در پلتفرم‌های چت
پلتفرم CommerceV3 برای سنجش دقیق الگوی توصیه‌ها، هر پرسش خرید را پنج بار در هر موتور هوش مصنوعی اجرا کرد و تنها زمانی یک برند را به‌عنوان «دارای دید» (Visible) ثبت نمود که حداقل در دو اجرا از پنج اجرا توسط مدل ذکر یا توصیه شده بود. نمونه‌ای از این پرسش‌ها شامل عبارت‌هایی مانند «بهترین کفش دویدن برای پای صاف» یا «مقایسه برند A با برند B» بوده است.
این مطالعه ۷ دسته‌بندی اصلی تجارت الکترونیک، حدود ۲۰۰ زیردسته‌بندی و نزدیک به ۲۵,۰۰۰ برند آنلاین را شامل شده است که داده‌های آن‌ها از فهرست‌های عمومی بازارگاه‌ها، دایرکتوری‌های خرده‌فروشی و شاخص‌های وب تجارت الکترونیک گردآوری شده بود.
تفاوت الگوی منبع‌یابی در Perplexity، Gemini و ChatGPT
نتایج ارزیابی نشان می‌دهد هر یک از پلتفرم‌ها بر اساس شیوه منبع‌یابی خود، نرخ غیبت برندها (Brand Absence Rate) متفاوتی دارند. در پلتفرم Perplexity که بر استنادهای زنده وب متکی است، برندها در ۷۴ درصد از پرسش‌های مرتبط با دسته‌بندی حضور نداشتند. این میزان در موتور Gemini متعلق به گوگل که از نمایه وب و نمایه تجاری (Google Shopping Graph) بهره می‌برد به ۸۱ درصد رسید. پلتفرم ChatGPT نیز که بر پیکره متنی آموزش‌داده‌شده و مرور وب متکی است، نرخ غیبت ۷۶ درصدی برندها را ثبت کرد.
تاثیر نوع پرسش و دسته‌بندی بر دیده شدن برند
احتمال عدم حضور برندها در پرسش‌های ناظر بر حل مسئله (با نرخ غیبت ۸۴ درصد) و پرسش‌های کلی توصیه کالا (با نرخ غیبت ۸۱ درصد) در بالاترین حد بوده است. در مقابل، دسته‌بندی‌هایی مانند لوازم الکترونیکی مصرفی و محصولات زیبایی که دارای اکوسیستم قوی نقد و بررسی تحریریه‌ای هستند، نرخ غیبت برند پایین‌تری را ثبت کردند. این در حالی است که در دسته‌بندی‌های تخصصی و طولانی‌مدت (Long-tail) مانند سرگرمی و خواربار، نرخ عدم حضور برندها به مراتب بالاتر بود.
در گزارش CommerceV3 تاکید شده است که حذف شدن از توصیه‌های هوش مصنوعی، آسیبی به مراتب سنگین‌تر از رتبه پایین در نتایج موتور جستجوی گوگل وارد می‌کند. در صفحه نتایج گوگل، برندی که در نیمه پایینی صفحه اول یا حتی در صفحات دوم و سوم قرار دارد همچنان بخشی از ترافیک باقیمانده را جذب می‌کند. اما بر اساس این گزارش:
blockquote>«یک دستیار هوش مصنوعی سه تا پنج گزینه را پیشنهاد می‌کند؛ سایر برندها هیچ سهمی دریافت نمی‌کنند — نه نمایشی، نه کلیکی و نه هیچ نشانه‌ای از این‌که اصلاً در فرآیند بررسی قرار گرفته‌اند.»رشد ترافیک هوش مصنوعی و ویژگی‌های برندهای منتخب
این انحصار در توصیه‌ها در شرایطی رخ می‌دهد که اتکای مصرف‌کنندگان به هوش مصنوعی برای خرید رو به افزایش است. بر اساس داده‌های شرکت Adobe، در ژوئیه ۲۰۲۶ ترافیک ورودی به سایت‌های خرده‌فروشی ایالات متحده از منشأ پلتفرم‌های هوش مصنوعی نسبت به مدت مشابه سال قبل ۶۲ درصد رشد داشته است.
نکته کلیدی دیگر این است که اکثریت توصیه‌های هوش مصنوعی به منابع شخص ثالث مانند بررسی‌های تحریریه‌ای، تالارهای گفتگو و بازارگاه‌ها ارجاع می‌دهند. از آنجا که هوش مصنوعی مولد تنها در ۱۴ درصد موارد اطلاعات خود را مستقیماً از وب‌سایت رسمی خود برندها استخراج می‌کند، بازاریاب‌ها باید اطمینان حاصل کنند که وب‌سایت‌های شخص ثالث درباره آن‌ها محتوا تولید می‌کنند.
طبق یافته‌های گزارش، برندهایی که توسط هوش مصنوعی توصیه می‌شوند دارای ساختار محتوایی مشترکی هستند. محتوای آن‌ها شامل «محتوای پاسخ‌محور قابل استخراج» (صفحات کوتاه و سوال‌محور) و نشانه‌گذاری اسکیما (Schema Markup) است که به خوانش هوش مصنوعی کمک می‌کند. همچنین این برندها هویت و حوزه فعالیت خود را به روشنی بیان کرده‌اند تا مدل‌ها مجبور به حدس زدن بر اساس قرائن نباشند و اطلاعات برند خود را در سراسر وب یکدست نگه داشته‌اند. این بدان معناست که برندها می‌توانند با سرمایه‌گذاری روی زمان و نیروی انسانی، بدون نیاز به بودجه‌های تبلیغاتی سنگین، میزان دیده شدن خود را در هوش مصنوعی بهبود بخشند.