"التوصيات بدلاً من البحث"... الذكاء الاصطناعي يعيد صياغة معادلة التسوق الإلكتروني

زيادة عمليات البحث الطويلة وتراجع استخدام المرشحات والاستكشاف الإضافي

تحسين أنظمة التوصيات وضمان ثقة المستهلكين يشكلان التحديات الأساسية

• زيادة عمليات البحث الطويلة وتراجع استخدام المرشحات والاستكشاف الإضافي

• تحسين أنظمة التوصيات وضمان ثقة المستهلكين يشكلان التحديات الأساسية

[الصورة=بنك صور جيتي]

يشهد دور البحث في التسوق الإلكتروني تحولاً جوهرياً. فبعد سنوات من الاعتماد على إدخال أسماء المنتجات مباشرة للبحث عن السلع المطلوبة، بات النموذج الجديد يعتمد على تحليل الذكاء الاصطناعي لتفضيلات المستخدمين وسياقاتهم لتقديم نتائج التوصيات. وفي موازاة ذلك، تتحول معايير التسوق من محور البحث إلى محور التوصيات.

وفقاً لتقرير تحليل السلوك الشرائي الصادر عن شركة ريزولف إيه آي في السادس والعشرين من الشهر الجاري، يُجري سبعة من كل عشرة متسوقين عملية بحث واحدة فقط قبل إتمام عملية الشراء. وفي الوقت الذي ارتفعت فيه عمليات البحث الطويلة المكونة من ثلاث كلمات أو أكثر من 25% من إجمالي عمليات البحث في عام 2024 إلى 40% في شهر فبراير من هذا العام، انخفض استخدام المرشحات والاستكشاف بعد الصفحة الأولى من نتائج البحث بمعدل 13% لكل منهما. ويعكس هذا التحول تغييراً جذرياً في بيئة التسوق، حيث ينتقل الاعتماد من توليفة الكلمات الرئيسية إلى تفسير الذكاء الاصطناعي لنوايا المستهلكين.

تظهر التغييرات أيضاً خارج نطاق شريط البحث. كشفت دراسة أجرتها شركة سيلسفورس أن 39% من المستهلكين يستخدمون الذكاء الاصطناعي في استكشاف المنتجات، بينما تجاوزت هذه النسبة 50% بين أفراد الجيل زد. وأظهرت دراسة لشركة كابجيميني أن ثلاثة من كل خمسة مستهلكين بدأوا يحلون محرك البحث التقليدي محل الذكاء الاصطناعي التوليدي. وبدلاً من البحث عن اسم المنتج ومقارنة النتائج يدوياً، بات المستهلكون يطرحون شروطهم على الذكاء الاصطناعي ويتلقون قائمة بالخيارات المقترحة، وهي الطريقة التي تشكل مساراً استكشافياً جديداً.

انعكست هذه التطورات على خدمات المنصات أيضاً. أطلقت شركة موسينسا، وهي متخصصة في بيع الملابس والمنتجات العصرية، تطبيقاً مخصصاً داخل تطبيق تشات جي بي تي الخاص بشركة أوبن إيه آي. والخدمة الجديدة توصي بالمنتجات بناءً على معلومات متنوعة مثل نطاق السعر والعلامات التجارية المفضلة دون الحاجة إلى إدخال أسماء العلامات التجارية أو المنتجات، مع ربط النتائج بمتجر موسينسا الإلكتروني. وكانت موسينسا قد عرضت سابقاً خدمة توصيات الأسلوب القائمة على الذكاء الاصطناعي داخل تطبيق كاكاو توك. قالت متحدثة باسم موسينسا: "نحن نوفر نتائج توصيات دقيقة من خلال خدمات التجارة الحوارية للملابس والمستحضرات الجمالية، وسنواصل جذب حركة المرور إلى متجر موسينسا من خلال التكامل مع خدمات متعددة التنوع في المستقبل."
 

صورة توضيحية لتطبيق هاف كلاب تعكس 'التسوق الاستكشافي والتجارة الإلكترونية للوسائط الغامرة' [الصورة=هاف كلاب]

طبّقت منصة هاف كلاب نظام بحث ذكي يركز على الأسلوب والمظهر. تجاوزت المنصة البحث التقليدي القائم على الكلمات الرئيسية، وأنشأت بيئة بحث بدعم الذكاء الاصطناعي تتيح البحث من خلال معايير تركز على الأسلوب مثل "إطلالة العودة إلى العمل في الخريف" و"إطلالة الإجازة الرائجة هذا العام". يقوم الذكاء الاصطناعي بتحليل الأسلوب والاتجاهات المضمنة في استعلام البحث، ثم يقارنها مع بيانات حوالي سبعة ملايين منتج لتوصية المنتجات ذات الصلة العالية. وأضافت المنصة أيضاً تقنية تحويل الصور إلى فيديو (Image-to-Video) في صفحات تفاصيل المنتج، مما يحول الصور الثابتة للمنتج إلى مقاطع فيديو حية. تتيح هذه الميزة للعملاء رؤية الصورة الظليلة والحركة بشكل أكثر وضوحاً، مما يجعل من الممكن التحقق بشكل حي من طريقة ارتداء المنتج حتى في بيئة التسوق الإلكترونية. تخطط المنصة لتوسيع نطاق التطبيق ليشمل منتجات العلامات التجارية الرئيسية.

قدمت منصة إيبلي خدمة تجربة الملابس الافتراضية "AI Try On" القائمة على الذكاء الاصطناعي التوليدي، مما يتيح للمستخدمين معاينة أنماط أسلوب متنوعة مقدماً. يقوم المستهلك باختيار حتى 10 أنماط أسلوب ملبسية يرغب في تجربتها، ثم يرفع صورة واحدة، وبناءً عليها يمكنه مشاهدة نفسه يرتدي أساليب ملبسية متنوعة بناءً على وجهه والخلفية في الصورة الأصلية. وتتجاوز هذه الخدمة دورها كـ "تجارة الأسلوب" التي تساعد المستهلك على شراء المنتجات المتوافقة مع ذوقه، لتصبح أداة توفر محتوى يمكن للمستهلك مشاهدته والاستمتاع به.

مع أن التوصيات أصبحت نقطة انطلاق التسوق، تزايدت أهمية بيانات المنتجات المتراكمة لدى المنصات. وحتى لو تحققت المعايرة السريعة لميزات الذكاء الاصطناعي ذاتها، فإن مدى دقة بناء معلومات المنتج وربطها بتفضيلات المستخدم لإنتاج نتائج التوصيات ستكون العامل الحاسم في جودة الخدمة. ينظر المتخصصون في الصناعة إلى أن نطاق استخدام الذكاء الاصطناعي سيتسع ليتجاوز البحث عن المنتجات، ليشمل المقارنة والتوصيات ودعم عملية الشراء.

وفقاً لاستطلاع أجرته شركة إمبرين لدراسة الاتجاهات، حوالي 50.2% من المستجيبين يودون تجربة "وكيل التسوق بالذكاء الاصطناعي" لكنهم يجدون صعوبة في تفويض كامل عملية الشراء للذكاء الاصطناعي. كان السبب الأساسي لعدم القدرة على تفويض عملية الشراء بالكامل للذكاء الاصطناعي هو أن "تحليل الذكاء الاصطناعي للبيانات وحده غير كافٍ لفهم التفضيلات الشخصية بشكل كامل"، وهو رأي أعرب عنه 43% من المستجيبين. مع تنامي خدمات التوصية بالذكاء الاصطناعي، يبدو أن مدى دقة عكس التفضيلات الشخصية وضمان ثقة المستهلك سيكونان العامل الحاسم.

البروفيسور كيم شي-ول من قسم علوم المستهلك بجامعة كونكوك قال: "لأن كل مستهلك له معلومات وعايير شراء مختلفة، من المهم بناء نظام توصيات مخصص يعكس الخصائص الفردية. والمسألة الحاسمة هي سرعة تجميع معلومات متنوعة مثل نوع الجسم والوقت والمكان والموقف (TPO) وعكسها في التوصيات." أضاف قائلاً: "مع التوسع في خدمات التوصيات، يجب أن يتزامن معها إنشاء هياكل مسؤولية مناسبة وأنظمة استرجاع متماشية مع هذا التوسع."



* تمت ترجمة هذا المقال تلقائيًا بواسطة الذكاء الاصطناعي.