Kako lahko trgovci tekmujejo v dobi AI-nakupovanja?


vir: podcast

Izkoristi globlje podatke – AI-platforme, kot je ChatGPT, bodo razkrile nove vpoglede v pot odločanja kupca, a trgovci morajo paziti, da ne izgubijo svoje podatkovne ekskluzivnosti.

Gradnja vsebinske avtoritete – kakovostna, strokovna vsebina (kot pri Chemist Warehouse) krepi zaupanje in diferenciacijo v svetu, kjer AI lahko prodaja, ne pa graditi odnosa.

1. Strategija: Globlja transakcijska podatkovna slika

Ko je OpenAI omogočil nakupe neposredno prek ChatGPT (npr. iz Walmart, Etsy, Shopify), so se trgovci zbali, da bodo izgubili prvič pridobljene podatke o strankah (first-party data).

Emmalee Crellin (oOh!media) opozarja, da zdaj tako OpenAI kot trgovec posedujeta iste podatke o transakcijah, kar bi lahko ogrozilo prihodnost maloprodajnih medijskih omrežij (retail media networks).

Paul Blackburn (Vudoo) pa vidi priložnost: trgovci bodo končno imeli vpogled v podatke, ki so bili prej nevidni – prompti, AI-jevo sklepanje in celotna pot odločanja kupca, kar je bogatejše od klasičnih iskalnih podatkov.

Kiri je bolj skeptična. Opozarja, da bodo trgovci izgubili svojo podatkovno ekskluzivnost – OpenAI bo imel pregled čez več trgovcev in s tem zmanjšal »podatkovni jarek«, ki je bil doslej vir visokih marž (do 40 %) pri oglaševanju. Če pa OpenAI teh podatkov ne bi uporabil za oglaševanje, bi trgovci res pridobili nove dragocene vpoglede.

2. Strategija: Vsebinski pristop (The Content Play)

Paul Blackburn poudarja, da morajo trgovci postati bolj podobni izdajateljem vsebin in ne le oglasnim platformam.
Primer: Chemist Warehouse z njihovo blagovno znamko House of Wellness (revija in spletna vsebina o zdravju) gradi zaupanje in avtoriteto, ne le prodaje.

Masters izpostavlja, da tovrstna vsebina krepi odnos s potrošniki in ustvarja resnično vrednost za blagovne znamke.
AI lahko priporoča izdelke, ne more pa graditi čustvene povezave in zaupanja, ki ju omogoča kakovostna, strokovno pripravljena vsebina.
Sporočilo: »Imej lastno vsebino, lastno občinstvo, lastne podatke.«

Pogled naprej: Ali lahko AI oglaševanje pomeni nov začetek?

Paul Blackburn vidi v AI priložnost, da se oglaševanje »naredi prav« – da postane prijaznejše, bolj uporabno in manj vsiljivo, saj AI pozna kontekst uporabnika.
Nathan Guerra (nekdanji Googlov strokovnjak) pa opozarja, da bo verjetno zgodba enaka kot pri iskalnem oglaševanju: sčasoma več oglasov, več pritiska investitorjev, več nereda.

Masters priznava napetost med tema pogledoma – a poudarja, da je to priložnost za nov začetek: AI lahko prinese oglaševanje, ki je resnično koristno in personalizirano.

  • Trgovci niso nemočni – z umetno inteligenco pridobivajo nove oblike podatkov.

  • Izguba ekskluzivnih podatkov je realna grožnja, a hkrati priložnost za inovacijo.

  • Vsebina (kakovostna, avtentična, strokovna) je ključna konkurenčna prednost v svetu, kjer AI obvladuje transakcije.

  • AI oglaševanje lahko postane boljše – če se izognemo napakam preteklosti.

Agentno brskanje (zaenkrat ne najdem boljšega prevoda): zmogljivo, neizogibno, a trenutno še problematično in nezanesljivo

AI brskalniki obljubljajo avtomatiziran splet — klikajo povezave, izpolnjujejo obrazce in povezujejo različne spletne račune. Glavni igralci so trenutno Perplexityjev Comet, OpenAI-jev ChatGPT Atlas in novinci, kot je Dia. Za enostavne naloge so uporabni, dokler ne pride do glavne nevarnosti: prompt injectiona – torej da pridejo na zlonamerno stran, ki agentu tiho ukažejo, naj razkrije podatke ali ukrepa v tvojem imenu.

  • Ti agenti pogosto zahtevajo globok dostop do e-pošte, koledarjev in stikov.

  • Napadi se lahko skrivajo v besedilu ali celo v metapodatkih slik.

  • Raziskave Brave kažejo, da gre za sistemsko ranljivost vseh AI brskalnikov.

  • OpenAI je uvedel način brez prijave, da zmanjša škodo ob napadu.

  • Perplexity trdi, da zaznava injekcije v realnem času, vendar to še ni zanesljivo.

  • Strokovnjaki opozarjajo, da modeli težko razlikujejo, kdo dejansko daje navodila.

Agentno brskanje bo slejkorej (Erik: slejkorej ne pomeni  jutri zvečer …) postalo privzeti način dela na spletu – vedno več nalog bomo delegirali strojem. A ker postanejo bolj uporabni, čim več dostopa jim damo, ostaja vprašanje zaupanja ključno in še nerešeno.

Do nadaljnjega jih uporabljaj kot pametnega pripravnika z gesli:

  • uporabi unikatna gesla in MFA/2FA,

  • omeji obseg dostopa,

  • izogibaj se uporabi za bančne in zdravstvene podatke, dokler varnostni pomisleki ne bodo ustrezno rešeni.

MiniMax-M2

MiniMax je predstavil MiniMax-M2, nov model, zasnovan za visoko zmogljivo programiranje in agentske poteke dela. Čeprav je majhen, dosega rezultate na ravni največjih modelov:

  • Na Artificial Analysis Intelligence Indexu se uvršča tik pod Claude 3 Opus in GPT-4.

  • Premaga Claude 3 Sonnet, Gemini 1.5 Pro in Mixtral v 10 različnih evalvacijah.

  • Optimiziran je za kodo, logiko, orodja in večstopenjsko sklepanje.

  • Ima 230 milijard parametrov, a med delovanjem uporablja le 10 milijard, kar pomeni nižjo ceno, hitrejše izvajanje in večjo prilagodljivost.

  • Uspešno združuje natančnost agentnih sistemov in splošno inteligenco, kar je redko pri manjših modelih.

Zgodnji testi kažejo, da bi lahko postal priljubljena izbira za razvijalce. MiniMax-M2 dokazuje, da prihodnost ne leži v »večjem obsegu«, temveč v pametnem skaliranju in specializaciji modelov.

https://www.minimax.io/

image

image

MiniMax-M2: Analiza
Inteligenca: MiniMax-M2 ima višjo inteligenco v primerjavi s povprečjem, z indeksom inteligence Artificial Analysis 61.
Cena: MiniMax-M2 je cenejši v primerjavi s povprečjem s ceno 0,53 USD na 1 milijon žetonov (mešano razmerje 3:1). MiniMax-M2 Cena vhodnega žetona: 0,30 USD, Cena izhodnega žetona: 1,20 USD na 1 milijon žetonov.
Hitrost: MiniMax-M2 je počasnejši v primerjavi s povprečjem, z izhodno hitrostjo 78,4 žetonov na sekundo.
Zakasnitev: MiniMax-M2 ima nižjo zakasnitev v primerjavi s povprečjem, za prejem prvega žetona (TTFT) potrebuje 1,21 s.
Kontekstno okno:MiniMax-M2 ima manjše kontekstno okno kot povprečje, s kontekstnim oknom 200k žetonov.

Kako bodo veliki jezikovni modeli ustvarjali prihodke?

Ali bodo LMM platforme z umetno inteligenco služile denar z oglasi ali kot tržnice (marketplace)?

Glavne ugotovitve iz pogovora s Scotom Wingom:

Tržnice pred oglasi

  • Wingo verjame, da je večja priložnost v modelu tržnice, ne v oglaševanju
  • ChatGPT že testira transakcijske tokove, ki delujejo bolj kot tržnica kot klasični oglasi
  • Razlika: pri oglaševanju platforma pošlje uporabnika drugam, pri tržnici pa obdrži celoten nakupni proces znotraj svoje platforme

Primerjava z Amazonom

  • Amazonov oglaševalski posel je uspešen predvsem zato, ker temelji na tržnici
  • Brez tržnice v ozadju oglaševalska mreža ne bi imela enake moči
  • AI podjetja bi lahko sledila podobni poti

Skrbi trgovcev na drobno

  • Nevarnost ponovitve scenarija Facebook/Amazon/Google – izguba kontrole nad prometom, odnosom s strankami in maržami
  • Vprašanje komodifikacije: kaj ostane trgovcem, če AI prikaže “najboljšo opcijo po najnižji ceni”?

Ključna razlika: “Merchant of record” status

  • Ko ste vi “merchant of record” (uradno evidentirani prodajalec), je stranka vaša
  • To omogoča neposreden nadzor nad zvestobo, CRM-jem in ponovnim trženjem
  • Programi zvestobe postajajo ključni za diferenciracijo v AI-vodenem nakupovalnem svetu

Optimistična perspektiva

  • AI podjetja imajo drugačno ozadje kot Amazon ali Meta (niso začela s trgovinsko ali socialno DNK)
  • Obstaja možnost, da razvijejo poštenjši poslovni model
  • Trgovci imajo priložnost vplivati na razvoj monetizacije AI platform