OpenAI و Perplexity دستیارهای خرید مبتنی بر هوش مصنوعی را راهاندازی میکنند، اما استارتاپهای رقیب نگران نیستند

با نزدیک شدن به فصل خرید تعطیلات، OpenAI و Perplexity هر دو ویژگیهای خرید مبتنی بر هوش مصنوعی را این هفته معرفی کردند که در چتباتهای موجود آنها ادغام میشوند تا به کاربران در تحقیق درباره خریدهای احتمالی کمک کنند.
این ابزارها به طرز چشمگیری شبیه به یکدیگر هستند. OpenAI پیشنهاد میکند که کاربران میتوانند از ChatGPT برای یافتن "لپتاپ جدید مناسب برای بازی با بودجه کمتر از ۱۰۰۰ دلار با صفحهنمایش بیش از ۱۵ اینچ" کمک بگیرند، یا میتوانند عکسهایی از یک پوشاک گرانقیمت را به اشتراک بگذارند و چیزی مشابه با قیمت پایینتر درخواست کنند.
در همین حال، Perplexity بر این نکته تأکید میکند که چگونه حافظه چتبات آن میتواند جستجوهای مربوط به خرید را برای کاربرانش تقویت کند و پیشنهاد میدهد که کسی میتواند توصیههایی را بر اساس آنچه چتبات از قبل درباره او میداند، مانند محل زندگی یا شغلش، درخواست کند.
Adobe پیشبینی کرده است که خرید آنلاین با کمک هوش مصنوعی در این فصل تعطیلات ۵۲۰ درصد رشد خواهد کرد، که میتواند برای استارتاپهای خرید مبتنی بر هوش مصنوعی مانند Phia، Cherry، یا Deft (که به Onton تغییر نام داد) مفید باشد — اما با توجه به اینکه OpenAI و Perplexity بیشتر به سمت تجربههای خرید مبتنی بر هوش مصنوعی پیش میروند، آیا این استارتاپها در خطر هستند؟
زک هادسون، مدیرعامل ابزار خرید طراحی داخلی Onton، معتقد است که استارتاپهای خرید مبتنی بر هوش مصنوعی با یک حوزه تخصصی، تجربهای بهتر از ابزارهای عمومی مانند ChatGPT و Perplexity به کاربران ارائه خواهند داد.
هادسون به TechCrunch گفت: "هر مدل یا گراف دانش به خوبی منابع داده آن است." "در حال حاضر، ChatGPT و ابزارهای مبتنی بر LLM مانند Perplexity از ایندکسهای جستجوی موجود مانند Bing یا Google استفاده میکنند. این باعث میشود که آنها فقط به خوبی چند نتیجه اولی باشند که از آن ایندکسها برمیگردند." (Perplexity به TechCrunch اطلاع داد که ایندکس جستجوی خود را دارد.)
جولی بورنستین، مدیرعامل Daydream و مدیر اجرایی باسابقه تجارت الکترونیک، موافق است — او تابستان امسال به TechCrunch گفت که همیشه جستجو را "فرزند فراموش شده" صنعت مد میدانست، زیرا هرگز به خوبی کار نمیکرد.
بورنستین سهشنبه به TechCrunch گفت: "مد ... به طور منحصر به فردی ظریف و احساسی است — پیدا کردن لباسی که دوست دارید با پیدا کردن یک تلویزیون یکسان نیست." "این سطح از درک برای خرید مد از دادههای خاص دامنه و منطق بازاریابی ناشی میشود که سیلوئتها، پارچهها، مناسبتها و نحوه ساخت لباسها را در طول زمان درک میکند."
استارتاپهای خرید مبتنی بر هوش مصنوعی مجموعه دادههای خود را توسعه میدهند تا ابزارهایشان بر روی دادههای با کیفیت بالاتر آموزش ببینند — چیزی که هنگام تلاش برای فهرست کردن مد یا مبلمان، به جای مجموع دانش بشری، آسانتر به دست میآید.
در مورد هادسون، Onton یک خط لوله داده برای فهرست کردن صدها هزار محصول طراحی داخلی به شیوهای تمیزتر توسعه داد و به آموزش مدلهای داخلی خود با دادههای بهتر کمک کرد. اما اگر استارتاپهای خرید مبتنی بر هوش مصنوعی این سطح از تخصص را دنبال نکنند، هادسون معتقد است که ناگزیر تحتالشعاع قرار خواهند گرفت.
هادسون گفت: "اگر فقط از LLMهای آماده و یک رابط مکالمهای استفاده میکنید، دیدن اینکه چگونه یک استارتاپ میتواند با شرکتهای بزرگ رقابت کند، بسیار دشوار است."
با این حال، مزیت OpenAI و Perplexity این است که مشتریان آنها در حال حاضر از ابزارهایشان استفاده میکنند — به علاوه، حضور بزرگ آنها به آنها اجازه میدهد تا از همان ابتدا با خردهفروشان بزرگ قرارداد ببندند. در حالی که Daydream و Phia مشتریان را برای تکمیل خریدهایشان به وبسایت خردهفروشان هدایت میکنند — گاهی اوقات درآمد وابسته کسب میکنند — OpenAI و Perplexity به ترتیب با Shopify و PayPal همکاری دارند و به کاربران اجازه میدهند تا در رابط مکالمهای تسویه حساب کنند.
این شرکتها که برای فعالیت به مقادیر عظیمی از قدرت محاسباتی گرانقیمت متکی هستند، هنوز در تلاشند تا مسیری به سودآوری پیدا کنند. اگر آنها از گوگل و آمازون الهام بگیرند، منطقی است که به تجارت الکترونیک به عنوان یک گزینه نگاه کنند — خردهفروشان میتوانند برای تبلیغ محصولات خود در نتایج جستجو به آنها پول پرداخت کنند.
اما در نهایت، این میتواند مشکلات موجود مشتریان با جستجو را تشدید کند.
بورنستین گفت: "مدلهای عمودی — چه در مد، مسافرت، یا کالاهای خانگی — عملکرد بهتری خواهند داشت زیرا برای تصمیمگیری واقعی مصرفکننده تنظیم شدهاند."
گزارش اضافی از ایوان مِتا. بهروز شده در ۲۶/۱۱/۲۵، ۱۱:۳۰ صبح به وقت شرقی با اظهار نظر از Perplexity.
این مقاله توسط هوش مصنوعی ترجمه شده است و ممکن است دارای اشکالاتی باشد. برای دقت بیشتر، میتوانید منبع اصلی را مطالعه کنید.



