Трафик покупок с использованием ИИ вырос на 1200% по мере перехода к электронной коммерции к открытию под руководством агентов

В период с июля 2024 года по февраль 2025 года компания Adobe зафиксировала увеличение трафика на американские розничные веб-сайты на 1200% за счет источников, созданных с помощью генеративного искусственного интеллекта. Уже одна эта цифра была бы примечательна в любой отрасли.

Для тех, кто следит за более широким сдвигом в сторону автоматизации и принятия решений с помощью машин, это сигнал о чем-то большем, чем просто маркетинговая тенденция; это первые признаки того, как сама концепция покупок перестраивается вокруг систем искусственного интеллекта, а не на основе человеческих привычек просмотра товаров.

Три разные модели покупок

Изменения становятся более очевидными, если рассмотреть, как именно совершается покупка в рамках каждой модели. Традиционная электронная коммерция следует знакомому пути: человек ищет информацию в Google, попадает на веб-сайт, оценивает товар и оформляет заказ.

Процесс поиска с помощью ИИ меняет второй этап: человек задает вопрос ИИ-помощнику, получает рекомендацию и следует ей, прежде чем самостоятельно совершить покупку в магазине.

Агентская коммерция идет еще дальше: человек полностью делегирует задачу, агент на основе ИИ напрямую получает данные о товарах и услугах, сравнивает варианты с заданными критериями и выполняет транзакцию с минимальным участием человека на каждом этапе.

По данным Searchflex , агентства, специализирующегося на поисковых системах для электронной коммерции, настоящая революция происходит именно в третьей модели, и она напрямую актуальна для всех, кто работает в сфере робототехники и автоматизации, поскольку в ней программные агенты принимают сравнительные решения и действуют от имени человека — тот же самый базовый принцип, который наблюдается в автономных системах в целом.

Данные, лежащие в основе изменений

Это касается не только одного показателя. Последующее исследование Adobe, охватывающее сезон праздничных покупок 2025 года, показало, что трафик на американские розничные сайты, созданный с помощью ИИ, вырос на 693,4% по сравнению с прошлым годом.

Посетители, пришедшие через источники, использующие ИИ, проводили на сайтах розничных магазинов на 45% больше времени и просматривали на 13% больше страниц за посещение, чем покупатели из других каналов, при этом вероятность немедленного ухода с сайта была на 33% ниже по сравнению с посетителями, не использующими ИИ.

Такая стабильность результатов в течение двух отдельных периодов измерения, разделенных семью месяцами, – это именно тот тип закономерности, который отличает подлинный структурный сдвиг от кратковременного всплеска, связанного с запуском одного продукта или новостным циклом.

Реальный вопрос видимости

Как отмечает Searchflex: «Для брендов электронной коммерции следующая проблема видимости заключается не просто в том, может ли Google проиндексировать страницу товара. Речь идет о том, могут ли системы искусственного интеллекта понять товар, отличить его от альтернатив и уверенно рекомендовать его».

Это принципиально иная задача по сравнению с традиционным SEO. Страница может занимать высокие позиции в Google, но при этом плохо восприниматься системой искусственного интеллекта, пытающейся сравнить её с конкурирующими товарами от имени покупателя.

Что на самом деле нужно машинам, чтобы понять продукт?

На то, насколько уверенно система ИИ может представлять и рекомендовать продукт, вероятно, влияют несколько категорий информации, хотя стоит сразу отметить, что никто за пределами самих лабораторий ИИ точно не знает, какие именно сигналы имеют наибольший вес.

Вполне логично предположить, что все это является частью информационной экосистемы, которую используют машины:

Структурированная информация о продукте, которая четко определяет, что представляет собой товар, его характеристики и варианты, предоставляет системам однозначную основу для работы.

Отзывы и упоминания брендов сторонними организациями обеспечивают внешнюю проверку, выходящую за рамки того, что ритейлер говорит о своем собственном продукте. Подробные характеристики, точная информация о наличии и прозрачные цены снижают вероятность того, что система искусственного интеллекта порекомендует что-либо на основе устаревших или неполных данных.

Аутентичные фиды и разметка схемы предоставляют машинам структурированную, машиночитаемую версию информации, которая в противном случае могла бы быть скрыта в неструктурированном тексте страницы.

Релевантность категории и более широкий авторитет бренда дополняют это, помогая системе понять не только то, что представляет собой продукт, но и его место на более широком рынке, а также насколько заслуживающим доверия представляется бренд, стоящий за ним.

Всё это не следует воспринимать как контрольный список, гарантирующий прозрачность работы ИИ. Это описание исходных данных, которыми располагают эти системы при формировании рекомендаций, и бренды, обладающие более полной, структурированной и внешне подтвержденной информацией, просто предоставляют этим системам больше ресурсов для работы.

К чему это приведет

Если агентская торговля будет и дальше развиваться по нынешней траектории, то решения о покупке все чаще будут приниматься без непосредственного сравнения страниц товаров человеком.

Это имеет последствия, выходящие далеко за рамки маркетинга, и затрагивает то, как продукты должны описываться, структурироваться и проверяться для аудитории, в которую входят машины, принимающие решения наряду с людьми.

Данные о росте свидетельствуют о том, что этот сдвиг уже происходит, а не является теоретическим, и бренды, рассматривающие его как отдаленную перспективу, рискуют оказаться плохо представленными именно в тех системах, на которые начинает полагаться все большая доля покупателей.

Главное изображение предоставлено Easy-Peasy.ai

Читать полностью на источнике