AI til at købe online: Rufus, Google, ChatGPT i sammenligning

Find ud af, hvordan generativ AI ændrer online shopping ved at tilbyde personlige anbefalinger, hurtigere søgning og muligheden for at købe direkte via AI-assistenter som Amazon Rufus, Google AI Mode og ChatGPT.

At finde et produkt at købe kan være sjovt for nogle og frustrerende for andre. Især ved køb af teknologi som smartphones og computere kræver det lidt tid at søge blandt de mange alternativer, sammenligne forskellige modeller, tekniske specifikationer, uendelige produktark og ofte modstridende anmeldelser, der holder os usikre indtil det sidste klik. Nu hvor den Generative Kunstig Intelligens er ankommet, bliver alt måske lettere, eller også bliver det mere kompliceret, medmindre vi blindt stoler på de nye personlige assistenter til online shopping.

Denne nyeste teknologi (ChatGPT's version blev lanceret i går, Amazons for et år siden) fungerer som rigtige samtaleagenter, som man kan spørge om, hvilke produkter der er de bedste at købe baseret på pris og ønskede egenskaber. Gigantterne i branchen, fra Amazon til Google og OpenAI, investerer enorme ressourcer i at omdanne søgningen fra en labyrint af links til en målrettet dialog. Det er praktisk, da indkøb bliver hurtigere, men man kan ikke bare tage det for givet, for vi ved ikke, hvor objektiv anbefalingen egentlig er, og hvor meget den er drevet af en mere eller mindre skjult "sponsoreret" anbefaling.

Imens ser vi på, hvilke hoved IA-assistenter der findes til køb, hvordan man bruger dem, og hvor nyttige eller unyttige de er.

De giganter af AI: Amazon Rufus, Google AI Mode og ChatGPT

De tre primære aktører i dette kapløb om digital assistance er de platforme, der monopoliserer vores daglige søgninger. Hver løsning har en lidt anderledes tilgang alt efter sit eget økosystem.

Amazon AI Rufus husker vore vaner

Rufus, opkaldt efter den første firmahund hos Amazon, er assistenten baseret på generativ AI (drevet af modeller som Amazon Nova og Anthropic Claude Sonnet), integreret direkte i appen og på Amazons hjemmeside. Det er ikke bare en forbedret søgemaskine, men en ægte agent, der lærer af brugerens adfærd og historik.

Rufus' styrke ligger i hans dybe integration med det omfattende produktkatalog, med verificerede anmeldelser og spørgsmål fra Amazon-fællesskabet. Han fungerer som en personlig guide, der kan forbinde tidligere aktiviteter med nuværende behov. For eksempel, hvis vi tidligere har nævnt, at vi har to børn, der dyrker sport, vil fremtidige anbefalinger tage højde for disse oplysninger og foreslå specifikt sportsudstyr til deres alder.

Hans mest nyttige funktioner går ud over simpel rådgivning:

• Kontekstuelle søgninger: man kan stille komplekse spørgsmål på naturligt sprog, som "Hvilken kontorstol har den bedste lændestøtte under 200 euro, når jeg sidder 8 timer om dagen?".
• Sammenligninger og analyser: han kan opsummere de vigtigste detaljer ved at udgrave anmeldelser og specifikationer, og tilbyde sammenligninger side om side mellem produkter fra forskellige mærker.
• Avancerede agentfunktioner: AI'en kan overvåge en vare og give besked, når den når en ønsket pris. Takket være de agentfunktioner kan han også automatisk tilføje varer til kurven med stemme- eller tekstkommandoer, hvilket efterlader brugeren med kun den endelige gennemgang før køb.

Risikoen, som altid med en lukket platform, er, at anbefalingerne er begrænset til det, der tilbydes på Amazon, hvilket potentielt kan ignorere bedre tilbud andre steder. Men jeg må sige, at hvis man handler hos Amazon, så er Rufus virkelig effektiv, og selvom jeg ofte er kritisk over for AI, er fordelen i dette tilfælde ubestridelig for dem, der allerede er Amazon-kunder.

Google AI Mode og Gemini: evolutionen af søgningen

Google møder AI-shopping med en bredere strategi ved at integrere funktionaliteten i sin hovedsøgemaskine via AI Mode (drevet af Gemini modellen) og udnytte det enorme Shopping Graph, en database med over 50 milliarder produkter, der opdateres i realtid. Denne tilgang sikrer en meget.

mere omfattende end et enkelt katalog.

Den virkelige innovation fra Google ligger i dens avancerede interaktionskapaciteter og eksterne agenturer, der udnytter dens dominans inden for websøgen:

• Agentic Checkout: AI kan handle på vegne af brugeren, overvåge priserne og automatisk fuldføre købet, når det ønskede mål er nået, ved hjælp af de gemte oplysninger på Google Pay. Dette er et perfekt eksempel på, hvordan agentteknologi bliver autonom.
• Lad Google ringe: en funktion, der gør det muligt for AI at ringe til lokale butikker (virkelige) for at tjekke tilgængeligheden af et produkt eller dets pris, en løsning, der brobygger kløften mellem online shopping og fysisk handel.
• Immersive oplevelser: Google har introduceret udvidet virkelighed-funktionaliteter som Virtual Try-On (virtual prøvning) for tøj og AR Beauty Try-On, der giver brugerne mulighed for at "prøve" skønhedsprodukter virtuelt, hvilket gør søgningen til en mere visuel og interaktiv oplevelse, eksempelvis ved at se hvordan en læbestift ser ud på ens egen hud.

Googles tilgang fokuserer på at give et resumé af produkter fra forskellige webshops. Selvom det tilbyder et bredt overblik, er resultaterne altid fyldt med annoncer. Personligt har jeg aldrig baseret mine online indkøb på Google, og selv med AI Mode føles det ikke som om, jeg har særlige fordele, men måske er det kun min opfattelse.

ChatGPT Shopping: den sammenlignende forsker

ChatGPT fra OpenAI har for nylig lanceret shopping research. Ved at besøge ChatGPT's hjemmeside kan man vælge indstillingen Shopping Research og derefter stille et spørgsmål. Denne søgemåde er egentlig ret simpel: ved at spørge "bedste smartphones til 200 Euro" får vi et resumé af de tilgængelige telefoner med råd og links til køb. Assistenten udfører derefter en dybdegående sammenlignende analyse ved at trække data fra nettet og strategiske partnerskaber.

Dens styrke ligger i evnen til at syntetisere en stor mængde information fra autoritative kilder og eksterne anmeldelser, og præsentere brugeren for et struktureret resumé og klare sammenligningstabeller, ligesom en erfaren journalist ville gøre, hvilket ikke er dårligt.

• Målrettet søgning: Man kan bede om at finde produkter "lignende en kjole, jeg har taget et billede af, men som koster mindre end 250 euro og er lavet af genbrugsmaterialer", ved at udnytte visuel søgning og detaljeret analyse.
• Afklarende spørgsmål: Før AI giver et råd, stiller den ofte yderligere spørgsmål for bedre at definere præferencerne, som budget, essentielle funktioner eller modtageren af produktet, hvilket imiterer en reel samtale.
• Hurtigt køb: Også ChatGPT, gennem aftaler med e-handelsplatforme som Shopify, tillader brugeren at gå fra samtalen til købet med få tryk, uden at forlade chatgrænsefladen, hvilket letter det, der defineres som agenthandel.

Da den ikke er bundet til et enkelt salgskatalog som Amazons AI, sigter ChatGPT mod at give et bredere overblik, og fungerer som en ægte "shoppingkonsulent", der samler informationer. Dog er personaliseringen for ikke-registrerede brugere mindre dybdegående sammenlignet med Amazons tilgang, som bruger direkte købshistorik.

Mindste AI-assistenter og specialiserede: Perplexity og Alby

Udover giganterne findes der assistenter, der gør sig bemærket, ofte med en mere målrettet tilgang, der løser specifikke problemer, og som fortjener opmærksomhed.

Perplexity Shopping: den neutrale søgemaskine

Perplexity Shopping, med sin funktion Shop like a Pro, positionerer sig som en samtalesøgemaskine, der kombinerer websøgen med købsoplevelsen. Perplexity er kendt for sin evne til at citere kilder, og dette strækker sig også til produktanbefalinger, og giver en følelse af objektivitet til anbefalingerne.

Selvom det er et abonnementsservice for fuld adgang, værdsættes Perplexity netop fordi det ikke er en.

Rivenditore: hans erklærede mål er at give objektive svar, selvom nøjagtigheden af links og oplysninger udtrukket fra nettet altid kræver krydssikring.

Bluecore Alby: AI'en integreret i online butikker

Bluecore Alby er et eksempel på, hvordan AI arbejder bag kulisserne på forhandlernes hjemmesider. Alby er ikke en uafhængig købsplatform, men en assistent, som mærker kan integrere i deres kanaler (hjemmesider, e-mail, SMS) for at forbedre konverteringsraten. Dens værdi ligger i at være en specialiseret pre-købsrådgiver inden for den enkelte forhandlers katalog.

Nytte, defekter og tillid

Nytten af disse AI-assistenter er uomtvistelig: de reducerer den tid, der bruges på at lede, forbedrer personaliseringen af anbefalinger og, takket være agentfunktioner, forenkler de overgangen fra valg til betaling. Det er ikke tilfældigt, at AI-aktiveret e-handel er et milliardmarked, hvor de fleste forhandlere allerede tester eller implementerer løsninger.

På trods af deres lovende natur er disse teknologier ikke uden omstridte aspekter:

• Problemet med monetisering og objektivitet: det største problem med disse værktøjer er, at de, selvom de er designet til at hjælpe kunden, først og fremmest er kraftfulde redskaber til at maksimere platformens fortjeneste. Uanset om vi taler om Amazon, Google eller ChatGPT, har algoritmen en implicit motivation til at fremme produkter med højere fortjenstmargener eller dem, der findes inden for sit eget økosystem. Bekvemmeligheden ved en hurtig anbefaling koster det risikoen for ikke at se det bedste tilbud andre steder. For brugeren betyder dette, at "søgebesværet" blot er blevet overladt, ikke elimineret. Rådet, især for vigtige køb, er altid at konsultere flere kilder.
• Kvalitet af data og anmeldelser: grundlaget for disse modellers viden er også anmeldelser og produktbeskrivelser. Hvis mærkerne lærer at optimere deres indhold til AI (ligesom SEO), risikerer anbefalingerne at baseres mere på AI-optimeret marketing end på kritiske og ufiltrerede anmeldelser. Nogle anmeldelsessider blokerer derfor aktivt for AI-crawlere.
• Hvor pålidelige er AI's anbefalinger sammenlignet med menneskelige anmeldelser? AI-assistenter er meget effektive til at filtrere og opsummere tusindvis af anmeldelser. Dog tilbyder menneskelige anmeldelser ofte en følelsesmæssig kontekst og nuancer, som AI kan have svært ved at fange. Den sundeste tendens er at bruge AI til at reducere søgebesværet, mens forbrugeren pålægges ansvaret for en endelig krydssikring ved de mest vigtige køb.
• AI løser ikke sekundære problemer: der eksisterer en kritik af, at generativ AI anvendes på "overfladiske" problemer, såsom at oprette fængende beskrivelser eller overfladisk assistance, mens de reelle flaskehalse i online handel, såsom langsom logistik eller ineffektive returpolitikker, ignoreres. Hvis varerne ankommer for sent eller er defekte, kan ingen chatbot løse det grundlæggende problem.

Næste evolution vil være den autonome agentbaserede AI, hvor assistenten ikke blot vil rådgive eller sammenligne, men selvstændigt vil håndtere flere faser af købet: for eksempel ved at søge og købe et par sko, når de opfylder de kriterier (størrelse, farve, pris), som brugeren har fastsat på forhånd. Desuden vil fusionen mellem samtale-AI og butiksoplevelsen (stemmesalg, brugen af Gemini i stemmeassistenter) fortsætte med at gøre "hands-free" indkøb til en stadig mere udbredt realitet. Den sande udfordring for udviklerne vil være at lære AI at forhandle priser i realtid med forhandlere på vegne af kunden.