Komu vlastně slouží nákupní rada od umělé inteligence?

Do vyhledávače napíšete „pánské trekové boty nepromokavé“. První tři výsledky nesou označení „sponzorováno“, takže víte, na čem jste. Chatbot ale žádnou takovou cedulku nemá, zato vám u každého modelu vysvětlí, proč ho doporučuje, a právě vysvětlení působí jako nezávislý úsudek. Jazykový model přitom nedokáže odlišit argument od jeho přesvědčivé imitace.

Čísla ukazují, že se tento posun děje rychle. Podle průzkumu agentury NMS využívá umělou inteligenci při výběru zboží víc než 80 procent Čechů, kteří nakupují v e-shopech alespoň jednou týdně. Adobe Digital Insights navíc zaznamenal o minulých Vánocích meziroční nárůst návštěvníků e-shopů přicházejících z AI o 693 procent. Zákazníci z těchto zdrojů nakupovali s konverzí o 31 procent vyšší než návštěvníci z placeného vyhledávání, e-mailu nebo odkudkoli jinud.

Vyšší konverze je dobrá zpráva hlavně pro prodejce

Konverze měří jedinou věc, totiž jak často návštěva skončí objednávkou. Nevypovídá nic o tom, jestli zákazník koupil vhodný produkt nebo zaplatil rozumnou cenu. Neřekne ani to, zda si o dva měsíce později nepřipadal jako hlupák.

Rozdíl 31 procent má přitom dva možné výklady. Podle prvního přichází člověk z chatbotu lépe zorientovaný a rozhodnutý, což by prospělo oběma stranám. Podle druhého dorazí s pocitem, že už si vybral, a přeskočí ověřování, které by u výsledků z vyhledávače normálně udělal. Data z Adobe mezi těmito verzemi nerozhodnou.

Obchodníci se učí psát pro modely, ne pro vás

Marketingová oddělení stejný údaj vidí a vyvozují z něj vlastní závěry. Původní text to říká narovinu: zatímco se my učíme pracovat s chatboty, obchodníci se učí pracovat s tím, jak chatboti doporučují.

Optimalizace obsahu pro jazykové modely funguje jinak než klasické SEO. Model nepracuje s pozicí ve výsledcích, ale s tím, jak často a v jakých souvislostech se o produktu píše. Značka proto potřebuje hlavně dost zmínek na místech, ze kterých modely čerpají. Textu, který model přesvědčí, přitom nikdo neříká reklama.

Doporučení bez cedulky

České i evropské právo stojí na jednoduchém principu. Spotřebitel má poznat placenou propagaci od nezávislého obsahu. Sponzorovaný výsledek ve vyhledávači proto nese označení, influencer musí spolupráci přiznat a srovnávače uvádějí, kdo jim platí za zařazení.

Konverzační odpověď zatím žádnou takovou vrstvu nemá. Vzniká pokaždé znovu a tváří se jako soukromá rada. Dostupné zdroje nedokládají, že by dnešní chatboti brali peníze za umístění produktu. Provozovatelé ale hledají způsoby, jak svůj provoz zaplatit, a tlak tímto směrem sílí.

Praktická obrana stojí na jedné větě navíc v konverzaci. Požádejte model, aby u každého doporučení uvedl zdroj, ze kterého vychází. Oddělíte tím tvrzení podložená recenzemi od tvrzení převzatých z materiálů výrobce. Rozdíl bývá vidět hned, protože u druhé skupiny obvykle chybí konkrétní výtky uživatelů.

Kdo zaplatí chybu, kterou udělal agent

Nákupní agent postavený v Gumloopu vygeneruje srovnávací tabulku, hlavní volbu i levnější a prémiovou alternativu. Podle zkušenosti autora původního textu ovšem produkty nebyly skladem a ceny neodpovídaly skutečnosti.

Podobně dopadla integrace přímo v e-shopech. Košík umístil nákupní aplikaci do ChatGPT, opakované pokusy o vložení běžného nákupu do košíku ale selhaly. Asistent Rohlíku se omluvil s tím, že systém položky nepřijal kvůli dostupnosti. Zákazník tedy dostal rychlé doporučení a k němu povinnost všechno si po něm zkontrolovat.

Odpovědnost za takový nákup zůstává na člověku, který klikl na tlačítko objednat. Prodejce ručí za zboží, nikoli za radu od cizího softwaru. Provozovatel modelu se výstupů ve svých podmínkách zříká a označuje je za informaci bez záruky. Mezi těmito stranami tak vzniká prostor, ve kterém se špatná cena promění v problém zákazníka.

Fáze, ve které AI skutečně pomáhá

Největší užitek přichází dřív, než padne rozhodnutí o konkrétním modelu. Jedete v červenci do Tater, potřebujete boty velikosti 47 na několikadenní výlety a trekovou obuv jste nikdy neřešili. Chybí vám hlavně parametry, podle kterých se vůbec vybírá.

Model v tuhle chvíli odvede práci, na kterou byste jinak potřebovali několik hodin. Vytáhne tři nejčastější stížnosti z uživatelských recenzí a upozorní na levný plast nebo krátkou životnost. Vysvětlí také, proč se u vodotěsné membrány platí příplatek. Při vlastním čtení diskusí by vám polovina těch informací stejně unikla.

Kde se pomoc mění v riziko

Jakmile vybíráte mezi dvěma konkrétními modely, role se obrací. AI se stává nejslabším článkem řetězce, protože pracuje s daty, která nemusí platit. Cenu, dostupnost i technické parametry ověříte u prodejce rychleji a hlavně spolehlivěji.

Hranice mezi orientací a rozhodováním je zároveň hranicí, za kterou se pohodlí mění v riziko. Zatím ji ovšem nikdo nevyznačuje a čtenář si ji musí najít sám.

Zvyk vzniká rychleji než pravidla

Osmdesát procent pravidelných nakupujících už umělou inteligenci při výběru používá. Integrace přímo v e-shopech přitom nezvládne ani jednoduchý nákup potravin. Návyk delegovat výběr tedy vzniká v době, kdy technologie svůj slib zdaleka neplní.

Podstatnější je něco jiného. Chybí pravidla pro označování placeného vlivu uvnitř konverzace. Až doporučovací vrstva dozraje, zastihne uživatele, kteří si mezitím odvykli ptát se, odkud rada přišla.

Zbývá tedy zjistit, kolik nezávislosti vyměníme za ušetřené hodiny hledání a v jaké chvíli si té výměny vůbec všimneme. Rozdíl mezi rádcem a prodejcem se pozná podle toho, komu doporučení prospěje, a tuhle informaci konverzační rozhraní nezobrazuje. Otázka pro nejbližší roky nezní, jestli budeme nakupovat s umělou inteligencí, protože to už děláme, ale kdo bude určovat, co nám v ní vyjde jako první volba.