ИИ-шопинг: Революция в онлайн-покупках

Приближается сезон праздничных покупок, и компании OpenAI и Perplexity представили новые функции искусственного интеллекта для шопинга. Эти инструменты интегрируются в существующие чат-боты, помогая пользователям исследовать потенциальные покупки.

Функции обеих компаний весьма схожи. OpenAI предлагает пользователям попросить ChatGPT помочь подобрать "новый ноутбук для игр стоимостью до 1000 долларов с диагональю экрана более 15 дюймов" или предоставить фотографии дорогой одежды, чтобы найти похожие вещи по более низкой цене.

Perplexity, в свою очередь, делает акцент на возможностях памяти своего чат-бота для улучшения поисковых запросов, связанных с покупками. Пользователи могут запросить рекомендации, учитывающие уже известные чат-боту сведения о них, например, место жительства или сферу деятельности.

По прогнозам Adobe, в предстоящий праздничный сезон онлайн-шопинг с поддержкой ИИ вырастет на 520%. Это может стать значительным стимулом для стартапов в области ИИ-шопинга, таких как Phia, Cherry или Deft. Однако, учитывая активное развитие этого направления OpenAI и Perplexity, возникает вопрос: находятся ли эти стартапы под угрозой?

Зак Хадсон, генеральный директор Onton, инструмента для подбора мебели и предметов интерьера, считает, что стартапы, специализирующиеся на узкой нише ИИ-шопинга, по-прежнему будут предлагать лучший пользовательский опыт, чем универсальные инструменты вроде ChatGPT и Perplexity.

"Любая модель или база знаний хороши настолько, насколько хороши их источники данных", – отметил Хадсон в беседе с TechCrunch. "В настоящее время ChatGPT и LLM-инструменты, подобные Perplexity, полагаются на существующие поисковые индексы, такие как Bing или Google. Это означает, что они хороши лишь настолько, насколько хороши первые несколько результатов этих индексов".

Джули Борнштейн, генеральный директор Daydream и опытный специалист в сфере электронной коммерции, разделяет это мнение. Ранее она высказывала TechCrunch, что всегда считала поиск "забытым ребенком" в индустрии моды, поскольку он никогда не работал особенно хорошо.

"Мода... уникально сложна и эмоциональна – найти платье, которое вам понравится, это не то же самое, что найти телевизор", – заявила Борнштейн во вторник. "Такой уровень понимания для шопинга в сфере моды обеспечивается за счет специализированных данных и логики мерчандайзинга, которая учитывает силуэты, ткани, поводы и то, как люди собирают образы со временем".

Стартапы в области ИИ-шопинга разрабатывают собственные наборы данных, чтобы их инструменты обучались на более качественной информации. Это проще осуществить, когда речь идет о каталогизации модной одежды или мебели, а не всего объема человеческих знаний.

В случае Хадсона, Onton разработал конвейер данных для более качественной каталогизации сотен тысяч предметов интерьера, что помогло обучить его внутренние модели на лучших данных. Однако, если стартапы в сфере ИИ-шопинга не будут стремиться к такой специализации, Хадсон полагает, что они неизбежно окажутся в тени.

"Если использовать только готовые LLM и диалоговый интерфейс, стартапу будет очень сложно конкурировать с крупными компаниями", – заключил Хадсон.

Преимуществом OpenAI и Perplexity является то, что их клиенты уже используют их продукты. Кроме того, их масштаб позволяет им с самого начала заключать соглашения с крупными ритейлерами. В то время как Daydream и Phia перенаправляют клиентов на веб-сайты ритейлеров для завершения покупок (иногда получая партнерский доход), OpenAI и Perplexity имеют партнерские отношения с Shopify и PayPal соответственно, что позволяет пользователям оформлять заказы непосредственно в интерфейсе чат-бота.

Эти компании, работа которых требует огромных вычислительных ресурсов, продолжают искать пути к прибыльности. Если они последуют примеру Google и Amazon, то вполне разумно рассмотреть электронную коммерцию как вариант – ритейлеры могли бы платить им за размещение рекламы своих товаров в результатах поиска.

Однако в долгосрочной перспективе это может усугубить существующие проблемы, с которыми сталкиваются покупатели при поиске.

"Вертикальные модели – будь то в моде, путешествиях или товарах для дома – будут превосходить, потому что они настроены на реальное принятие решений потребителями", – резюмировала Борнштейн.