СугубоЛичноеМнение

Делюсь слайдами и тезисами нашей дискуссии по GenAI с Михаилом Сливинским (Яндекс) и Александром Ивановым (ГигаЧат) на E+ Grand Summer Forum: ➕ ИИ меняет путь потребителя от осознания потребности до совершения покупки, сам спрос никуда не исчезает, однако радикально меняется сам маршрут достижения цели. Пользователь формулирует запрос, модель делает несколько уточняющих подзапросов и синтезирует исчерпывающий ответ, не требуя перехода на внешние ресурсы. ➕ Это с одной стороны приводит к увеличению стоимости на верхней части воронки (трафик, клик), но работает на качество. Механика нейросетевого поиска работает как фильтр верхней части воронки, что позволяет получать на этапе выбора более качественные лиды, уже прошедшие предварительную квалификацию через ИИ. ➕ А это в свою очередь ведет к пересмотру системы показателей (слайд 2 – внизу блоков указаны) на каждом этапе, но при всех изменениях в системе маркетинговых KPI, бизнес-показатели (доля рынка, продажи, прибыль) остаются теми же и более фокусными для рекламы. ➕ Классический подход к SEO может даже вредить GEO. Михаил отметил, что «бизнес во многом застрял в понимании поисковой оптимизации начала 2000-х годов». Когда пользователь задаёт вопрос ИИ-помощнику, модель сама формулирует несколько уточняющих запросов (так называемый ризонинг). Например, на вопрос «Сколько весит слон?» ИИ дополнительно ищет информацию о видах слонов, факторах, влияющих на вес, и других нюансах. Затем система синтезирует ответ, опираясь на лучшие источники из всего найденного массива. Шансы на высокое ранжирование в ИИ-поиске выше у материалов, которые не просто содержат ключевые слова, а глубоко и всесторонне раскрывают тему. Брендам необходимо описывать продукты через контекст пользовательских задач (jobs to be done) с детализацией и новым знанием. ➕ Одной из самых универсальных моделей по работает с контентом для ИИ является гугловский E-E-A-T (Experience, Expertise, Authoritativeness, Trustworthiness — опыт, экспертность, авторитетность, доверие), но тут много разночтений так как например «экспертность» и «авторитетность» это очень общие понятия. В прошлом компании часто брали узкий набор популярных запросов и писали под них типовой контент на основе того, что, по их мнению, они продают (УТП). Однако ИИ-системы способны давать гораздо более сложные и глубокие ответы на детализированные запросы. Настоящая экспертность проявляется в способности уходить вглубь темы и отвечать на вопросы в разных контекстах: «А если у меня такая-то задача и я такой-то человек?», “А если я другой человек?» Поверхностные общие ответы модель не воспринимает как экспертизу — для неё это «подборка», не несущая новых знаний. Это как раз то, что получило название Intent-destination resent глобально – «плясать» от намерения пользователя и контекста момента. ➕ Для этого важно развивать внутреннюю «библиотеку use cases» — постоянно обновляемую базу знаний, которая формируется на основе инсайтов от продуктовых команд, отзывов реальных потребителей, работы колл-центров. Автоматизация сбора таких сигналов позволяет выделять новые интенты: например, кто-то попробовал продукт в определённой ситуации или регионе, описал какой-то паттерн для себя. Маркетологи и пиарщики забирают эти инсайты и обновляют библиотеку, которая используется не только для внешних коммуникаций, но и в CRM-системах. И даже для создания ИИ-креатива (мы такое выделяем как часть Канона бренда) в части обогащения реальным опытом. ➕ Работа с источниками для продвижения бренда в ИИ близка к медиа-планированию – это микс из топ-источников с высоким уровнем доверия (федеральные СМИ чаще всего) и нишевых и узко-профильных ресурсов, которые как раз дают чаще всего новое экспертное знание для модели. ➕ Очень важный нюанс для медиа – чтобы растить рейтинг источника для модели важно держать фокус на прокачке экспертности в конкретной теме / нише. Яндекс фиксирует частую ошибку как попытки выйти в топ за счет добавления контента на общие популярные темы, так ресурс выходит для модели из ниши в generic, где бьется с топ СМИ и там уже шансов мало! ➕ ИИ