افزایش تمایل مصرف‌کنندگان به استفاده از ابزارهای هوش مصنوعی مولد مانند ChatGPT، Claude و Gemini برای دریافت پیشنهادهای خرید کالا، مدل‌های سنتی بازاریابی دیجیتال را با چالشی نوین مواجه کرده است. برندها که پیش از این تمرکز خود را بر بهینه‌سازی حضور در قفسه‌های فیزیکی فروشگاه‌ها و ویترین‌های دیجیتال خرده‌فروشی‌ها معطوف کرده بودند، اکنون ناگزیرند مفهوم جدیدی تحت عنوان «قفسه هوش مصنوعی» (AI shelf) را در استراتژی‌های خود بگنجانند. این پدیده نوظهور، شیوه معرفی و جایگاه‌یابی برندها در فضای آنلاین را به طور اساسی تغییر می‌دهد و مسیرهای جدیدی را برای کشف محصول توسط مشتریان ترسیم می‌کند.

مفهوم قفسه هوش مصنوعی و آزمایش Deana Burke

مفهوم قفسه هوش مصنوعی نخستین بار توسط Deana Burke، نویسنده حوزه فناوری، در خبرنامه Boys Club مطرح و بررسی شد. Burke برای سنجش عملکرد و نحوه رفتار الگوریتم‌های هوش مصنوعی در مواجهه با برندها، آزمایشی متمایز طراحی کرد. او یک برند کاملاً فرضی و غیرواقعی در زمینه تولید دئودورانت‌های طبیعی (natural deodorant) خلق کرد تا بررسی کند آیا می‌تواند سیستم‌های هوش مصنوعی را ترغیب کند که این محصول خیالی را به کاربران پیشنهاد دهند یا خیر. نتایج این آزمایش نشان داد که فرضیه او درست بوده و این برند فرضی توانست به فهرست پیشنهادی قفسه هوش مصنوعی راه یابد.

چالش‌های نوین در الگوریتم‌های پیشنهاد محصول

انتقال فرآیند کشف محصول (product discovery) از قفسه‌های فیزیکی به قفسه‌های دیجیتال و اکنون به قفسه هوش مصنوعی، پرسش‌های استراتژیک متعددی را برای فعالان حوزه خرده‌فروشی ایجاد کرده است:

  • الگوریتم‌های هوش مصنوعی بر اساس چه معیارها و داده‌هایی تصمیم می‌گیرند که یک محصول خاص را به کاربر معرفی کنند؟
  • برندهای نوپا و نوظهور (emerging brands) چگونه می‌توانند سهمی از این فضای رقابتی جدید را به خود اختصاص دهند و اطمینان حاصل کنند که محصولاتشان در این قفسه جایگاهی خواهند داشت؟

خوانش‌پذیری ماشین و آینده بازاریابی دیجیتال

در همین راستا، پادکست Modern Retail در برنامه‌ای با حضور Jessica Wright، معاون ارشد بخش محصول در موسسه Spins Foundry، به بررسی ابعاد این تحول پرداخته است. رایت در این گفتگو به تشریح دو محور کلیدی پرداخت:

  1. چگونه برندها می‌توانند داده‌های محصولات خود را برای عوامل و دستیارهای هوش مصنوعی خوانش‌پذیر (machine-readable) کنند.
  2. چرا این داده‌ها به طور بنیادین در حال تغییر ساختار بازاریابی ارگانیک (organic marketing) و بازاریابی غیررایگان و پولی (paid marketing) هستند.

بهینه‌سازی داده‌ها برای درک بهتر توسط ماشین، عاملی حیاتی در بقای برندها در این اکوسیستم جدید است و استانداردهای جدیدی را برای تعامل برندها با مشتریان تعریف می‌کند.