Reklamy, zakupy i finanse osobiste w jednym ekosystemie AI?
Wyobraź sobie, że prosisz ChatGPT o znalezienie kurtki na zimową podróż. Ustalasz budżet, porównujesz kilka opcji, widzisz jedną z nich na swoim zdjęciu, a następnie sprawdzasz, czy zakup pasuje do twojego planu finansowego. W tym samym środowisku możesz również zobaczyć reklamę dostosowaną do rozmowy.
To już nie brzmi jak funkcja samodzielnego czatu. Zaczyna to wyglądać jak ekosystem, który może towarzyszyć użytkownikom od zidentyfikowania potrzeby po podjęcie decyzji o zakupie. A to rodzi pytanie: jeśli ChatGPT wie, czym się interesujemy, pamięta wcześniejsze rozmowy i, w niektórych krajach, może również analizować połączone konta finansowe, czy te sygnały mogą wzajemnie się wzmacniać, aby reklamy były bardziej spersonalizowane?
Obecnie nie ma dowodów na to, że połączone dane bankowe są wykorzystywane do wyboru reklam. Ale kierunek, w którym zmierzamy, warto obserwować. Granica między personalizacją, która pomaga użytkownikom, a personalizacją opartą na wrażliwym kontekście będzie jedną z najważniejszych granic w projektowaniu AI.
ChatGPT odgrywa coraz większą rolę w zakupach
Zakupy w ChatGPT nie zaczynają się i nie kończą na reklamach. Badania zakupowe mogą pytać o potrzeby użytkownika, budżet i kryteria, a następnie porównywać produkty, wskazywać ich mocne i słabe strony oraz łączyć z detalistami. OpenAI opisuje te wyniki jako organiczne, oparte na publicznie dostępnych informacjach, a nie na reklamach. Jeśli użytkownik ma włączoną pamięć, system może uwzględnić wybrane informacje, które już zna z ChatGPT. Przewodnik OpenAI po zakupach w ChatGPT.
Następnie jest funkcja „Przymierz”, która pozwala użytkownikom wirtualnie przymierzać ubrania i akcesoria przy użyciu zdjęcia. Mogą zapisywać produkty na później, a w przypadku niektórych produktów i detalistów mogą również dokonać zakupu bez opuszczania ChatGPT. Skraca to drogę od inspiracji do działania, ale podgląd nie jest wiarygodną oceną rozmiaru lub dopasowania. OpenAI zauważa, że wygenerowany obraz może nie dokładnie odzwierciedlać produktu ani wyglądu użytkownika i nie gwarantuje odpowiedniego rozmiaru. Przewodnik OpenAI po funkcjach zakupowych i „Przymierz”.
Reklamy to osobna część obrazu. OpenAI twierdzi, że mogą być wybierane na podstawie kontekstu i intencji bieżącej rozmowy, samej reklamy oraz jej strony docelowej. Jeśli użytkownik włączy personalizację reklam, system może również uwzględnić wybrane sygnały z ich szerszego doświadczenia z ChatGPT, takie jak wcześniejsze czaty, pamięć i interakcje z reklamami. Reklamy są oznaczane i oddzielane od odpowiedzi, a reklamodawcy nie mają dostępu do rozmów ani historii czatów. Aktualne zasady dotyczące reklam w ChatGPT.
Na koniec jest Finanse. Użytkownicy w USA mogą połączyć konta finansowe z ChatGPT i pytać o wydatki, rachunki, subskrypcje, oszczędności i duże zakupy. To funkcja finansów osobistych, a nie księgowości biznesowej. OpenAI opisuje połączone dane jako podstawę odpowiedzi opartych na kontekście finansowym użytkownika. Dokumentacja finansowa OpenAI.
Wspólne środowisko nie oznacza wspólnego strumienia danych
Te funkcje znajdują się w tym samym produkcie i mogą być związane z tą samą decyzją zakupową. To nie dowodzi, że wszystkie korzystają z jednego profilu użytkownika ani że dane przepływają między nimi bez ograniczeń. OpenAI twierdzi, że reklamy są oddzielone od organicznych wyników zakupowych i nie wpływają na odpowiedzi ChatGPT. Dokumentacja finansowa nie mówi, że dane z połączonych kont bankowych są wykorzystywane do personalizacji reklam.
Z drugiej strony opis personalizacji reklam odnosi się ogólnie do wybranych sygnałów z doświadczenia użytkownika z ChatGPT, podczas gdy personalizacja zakupów może korzystać z pamięci. Publiczna dokumentacja nie wyjaśnia wystarczająco szczegółowo, czy i jak rozmowy o finansach osobistych mogą wpływać na inne funkcje. To luka informacyjna, którą warto odnotować, a nie wypełniać założeniem.
Geografia ma również znaczenie. Finanse są obecnie opisane jako dostępne w USA. Reklamy są wprowadzane stopniowo na wybranych rynkach, a OpenAI twierdzi, że personalizacja reklam nie jest początkowo dostępna w Europejskim Obszarze Gospodarczym ani w Szwajcarii. Użytkownicy nie będą widzieć tego samego zestawu funkcji ani tego samego poziomu personalizacji.
Od użytecznej personalizacji do kwestii zaufania
Personalizacja może poprawić doświadczenie. Jeśli poprosisz o laptop do edycji wideo, ChatGPT może pominąć modele, które nie spełniają twoich kryteriów. Ustalenie budżetu może uczynić porównanie bardziej użytecznym. Jeśli zapytasz, czy zakup pasuje do twojego planu, kontekst finansowy może pomóc ci to ocenić.
Jednak ten sam zestaw sygnałów może wpływać na to, które produkty użytkownik widzi, które opcje wydają się wykonalne i kiedy pojawia się reklama. Reklama kontekstowa nie dotyczy już tylko kategorii produktów. Intencja ujawniona w rozmowie, jej wcześniejszy kontekst i sposób, w jaki platforma interpretuje sytuację użytkownika, mogą mieć znaczenie.
To nie oznacza, że ChatGPT już ocenia czyjąś zdolność zakupową na podstawie historii konta, ani że reklamodawca może celować w konkretną osobę na podstawie jej salda bankowego. Oznacza to, że użytkownicy powinni rozumieć, które sygnały kształtują personalizację, czy mogą ją wyłączyć i czy odłączenie jednej funkcji usuwa dane tylko z tej funkcji, czy także z innych zastosowań.
Dla marek ważne będzie również rozróżnienie między dwoma warstwami: tym, co ChatGPT mówi o produkcie, a tym, co wyświetla jako reklamę. Reklama może pojawić się poniżej odpowiedzi, która pomija markę, porównuje ją z konkurentem lub opisuje ją nieprawidłowo. Zbadaliśmy tę kwestię w ChatGPT Ads: Reklamy bez słów kluczowych. Co to oznacza. Płatna widoczność sama w sobie nie skoryguje nieprawidłowego przedstawienia marki.
Jak analizować ekosystem przed połączeniem kropek
Aby zrozumieć, co naprawdę dzieje się w tym środowisku, sugeruję oddzielić cztery mapy. To prosty sposób, aby uniknąć mylenia funkcji pojawiających się obok siebie z danymi przepływającymi między nimi.
1. Mapuj funkcje
Wypisz elementy zaangażowane w decyzję: odkrywanie produktów, porównanie, pamięć, wizualizacja, reklama, płatność i analiza finansowa. Sprawdź, które są dostępne na każdym rynku i w każdym planie.
2. Mapuj sygnały
Dla każdej funkcji zidentyfikuj informacje, które może wykorzystać: bieżąca rozmowa, wcześniejsze czaty, pamięć, preferencje, zdjęcie referencyjne, dane o produktach, interakcje z reklamami lub połączone dane finansowe. Nie zakładaj, że sygnał użyty w jednym obszarze jest również używany w innym.
3. Mapuj cele i kontrole
Odnotuj, dlaczego każdy sygnał jest przetwarzany i które ustawienie pozwala użytkownikowi nim zarządzać. Traktuj personalizację odpowiedzi, rekomendacje zakupowe i reklamy jako oddzielne cele, nawet jeśli użytkownik widzi je w jednym interfejsie.
4. Mapuj dowody i niewiadome
Połącz każde twierdzenie z jego źródłem i statusem: oficjalne oświadczenie, zaobserwowana funkcja, wniosek z dokumentacji lub hipoteza, która wciąż wymaga testowania. Jeśli dokumentacja nie mówi, że dane finansowe są używane do reklam, nie przedstawiaj tego jako faktu. Odnotuj to jako pytanie badawcze.
To podejście łączy się z szerszą zasadą pracy nad reprezentacją marki w dużych modelach językowych: zrozum, jakie informacje system może znaleźć, jak interpretuje te informacje i co mówi w odpowiedzi. Zbadamy tę warstwę w Infrastrukturze Semantyki Marki.
Co to oznacza dla marek
Marki powinny przygotować się na środowisko, w którym użytkownicy mogą przechodzić od pytania do porównania produktów, nie opuszczając rozmowy, a następnie zobaczyć reklamę lub przejść do zakupu. Aktualne, jednoznaczne informacje o produktach będą miały znaczenie: warianty, ceny, dostępność, wymiary, ograniczenia, polityki zwrotów i źródła, które wspierają twierdzenia dotyczące produktów.
Warto również monitorować, czy marka pojawia się w odpowiedziach zakupowych, jak jest opisana, z którymi konkurentami jest porównywana i które źródła są cytowane. To inny wskaźnik niż wydajność reklam. Audyt widoczności AI może pokazać, co dzieje się w warstwie odpowiedzi, ale nie może ujawnić, czy konkretna osoba widziała reklamę lub które prywatne sygnały wpłynęły na jej wybór.
Możesz jednak zbadać, jak ChatGPT przedstawia marki w typowych sytuacjach zakupowych: które z nich uwzględnia w porównaniach, jak opisuje ich produkty i które źródła wykorzystuje do wsparcia tych informacji. Ten pomiar pokazuje, co użytkownicy mogą przeczytać, zanim zobaczą reklamę. Nie może jednak powiedzieć nam, dlaczego konkretna osoba zobaczyła konkretną reklamę ani czy ich dane finansowe wpłynęły na wybór. Tego nie można ustalić bez dostępu do szczegółowych informacji na temat działania systemu reklamowego.
Co to nie dowodzi
Rozwój funkcji zakupowych, reklam, wirtualnego przymierzania i finansów osobistych w ChatGPT nie dowodzi, że OpenAI łączy je w jeden lejek zakupowy. Nie dowodzi również, że połączone dane bankowe są wykorzystywane do personalizacji reklam ani że reklamodawcy znają sytuację finansową użytkownika. Dostępne opisy wskazują na personalizację opartą na kontekście rozmowy i wybranych sygnałach z ChatGPT, ale nie mówią, czy dane finansowe są wśród tych sygnałów.
Co możemy powiedzieć z większą pewnością, jest nadal istotne: ChatGPT rozwija się w kierunku środowiska, w którym użytkownicy mogą odkrywać i porównywać produkty, personalizować wyniki, oglądać wizualizacje produktów, napotykać reklamy i, w USA, analizować swoje finanse osobiste. W miarę jak to się rozwija, pytanie nie dotyczy tylko tego, co system wie, ale także, do czego może wykorzystać tę wiedzę.
Co nadal sprawdzać
· Jakie sygnały personalizują reklamy w każdym kraju i w każdym planie
· Czy dokumentacja wyjaśnia, czy kontekst finansowy wpływa na reklamy lub rekomendacje zakupowe
· Jak użytkownicy mogą oddzielnie kontrolować pamięć, personalizację zakupów, reklamy i dane finansowe
· Czy wyniki zakupów pozostają organiczne i oddzielone od reklam w miarę rozwoju produktu
· Jak często rekomendacje, reklamy i listy produktów zawierają te same marki lub prowadzą do różnych wyborów
Pytanie o przyszłość ChatGPT nie dotyczy tylko tego, czy platforma będzie wyświetlać reklamy. Reklamy są już częścią jej kierunku rozwoju. Ważniejsze pytanie brzmi, jak będą one pasować do doświadczenia, które może znać potrzeby i preferencje użytkownika oraz, w określonych okolicznościach, ich osobisty kontekst finansowy. Zaufanie będzie zależało od tego, czy granice między tymi funkcjami pozostaną widoczne i kontrolowane.
