Реклама, покупки та особисті фінанси в єдиній екосистемі ШІ?
Уявіть, що ви запитуєте ChatGPT знайти куртку для зимової подорожі. Ви встановлюєте бюджет, порівнюєте кілька варіантів, бачите один з них на власному фото, а потім перевіряєте, чи підходить покупка до вашого фінансового плану. У тому ж середовищі ви також можете побачити рекламу, адаптовану до розмови.
Це вже не звучить як окрема функція чат-бота. Це починає виглядати як екосистема, яка може супроводжувати користувачів від визначення потреби до ухвалення рішення про покупку. І це викликає питання: якщо ChatGPT знає, чим ми цікавимося, пам'ятає попередні розмови і, в деяких країнах, може також аналізувати підключені фінансові рахунки, чи можуть ці сигнали підсилювати один одного, щоб зробити рекламу більш персоналізованою?
Наразі немає доказів того, що підключені банківські дані використовуються для вибору реклами. Але напрямок руху варто спостерігати. Межа між персоналізацією, яка допомагає користувачам, і персоналізацією, що спирається на чутливий контекст, буде однією з найважливіших меж у дизайні ШІ.
ChatGPT відіграє зростаючу роль у покупках
Покупки в ChatGPT не починаються і не закінчуються рекламою. Дослідження покупок може запитувати про потреби користувача, бюджет і критерії, потім порівнювати продукти, вказувати на їхні сильні та слабкі сторони та посилатися на рітейлерів. OpenAI описує ці результати як органічні, засновані на загальнодоступній інформації, а не на рекламі. Якщо у користувача увімкнена пам'ять, система може враховувати вибрану інформацію, яку вона вже знає з ChatGPT. Посібник OpenAI з покупок у ChatGPT.
Потім є функція "Примірка", яка дозволяє користувачам віртуально приміряти одяг та аксесуари, використовуючи фото. Вони можуть зберігати продукти на потім і, для деяких продуктів та рітейлерів, можуть також здійснювати покупку, не виходячи з ChatGPT. Це скорочує шлях від натхнення до дії, але попередній перегляд не є надійною оцінкою розміру або посадки. OpenAI зазначає, що згенероване зображення може не точно відображати продукт або зовнішність користувача і не гарантує правильний розмір. Посібник OpenAI з функцій покупок та "Примірки".
Реклама є окремою частиною картини. OpenAI стверджує, що вони можуть бути вибрані на основі контексту та наміру поточної розмови, самої реклами та її цільової сторінки. Якщо користувач увімкне персоналізацію реклами, система також може враховувати вибрані сигнали з їхнього більш широкого досвіду в ChatGPT, такі як попередні чати, пам'ять та взаємодії з рекламою. Реклама маркується і зберігається окремо від відповідей, а рекламодавці не отримують доступу до розмов або історії чатів. Актуальні правила для реклами в ChatGPT.
Нарешті, є Фінанси. Користувачі в США можуть підключати фінансові рахунки до ChatGPT і запитувати про витрати, рахунки, підписки, заощадження та великі покупки. Це функція особистих фінансів, а не бізнес-обліку. OpenAI описує підключені дані як основу для відповідей, що ґрунтуються на фінансовому контексті користувача. Документація OpenAI з фінансів.
Спільне середовище не означає спільний потік даних
Ці функції знаходяться в одному продукті і можуть стосуватися одного й того ж рішення про покупку. Це не доводить, що всі вони спираються на один профіль користувача або що дані між ними течуть без обмежень. OpenAI стверджує, що реклама відокремлена від органічних результатів покупок і не впливає на відповіді ChatGPT. Документація з фінансів не вказує, що дані з підключених банківських рахунків використовуються для персоналізації реклами.
З іншого боку, опис персоналізації реклами загалом стосується вибраних сигналів з досвіду користувача в ChatGPT, тоді як персоналізація покупок може використовувати пам'ять. Публічна документація не пояснює достатньо детально, чи, або як, розмови про особисті фінанси можуть впливати на інші функції. Це інформаційний пробіл, який варто зафіксувати, а не заповнювати припущенням.
Географія також має значення. Фінанси наразі описуються як доступні в США. Реклама поступово впроваджується в обраних ринках, і OpenAI стверджує, що персоналізація реклами спочатку недоступна в Європейському економічному просторі або Швейцарії. Користувачі не побачать однаковий набір функцій або однаковий рівень персоналізації.
Від корисної персоналізації до питань довіри
Персоналізація може покращити досвід. Якщо ви запитуєте про ноутбук для відеомонтажу, ChatGPT може не включати моделі, які не відповідають вашим критеріям. Встановлення бюджету може зробити порівняння більш корисним. Якщо ви запитуєте, чи підходить покупка до вашого плану, фінансовий контекст може допомогти вам зважити це.
Але той самий набір сигналів може впливати на те, які продукти бачить користувач, які варіанти здаються життєздатними і коли з'являється реклама. Контекстна реклама вже не лише про категорію продуктів. Намір, виявлений у розмові, його попередній контекст і спосіб, яким платформа інтерпретує ситуацію користувача, можуть мати значення.
Це не означає, що ChatGPT вже оцінює платоспроможність когось за їхньою історією рахунків або що рекламодавець може націлити конкретну особу на основі їхнього банківського балансу. Це означає, що користувачі повинні розуміти, які сигнали формують персоналізацію, чи можуть вони її вимкнути, і чи відключення однієї функції видаляє дані лише з цієї функції або з інших використань також.
Для брендів також буде важливо розрізняти два рівні: що ChatGPT говорить про продукт і що він показує як рекламу. Реклама може з'явитися під відповіддю, яка не містить бренд, порівнює його з конкурентом або описує його неточно. Ми досліджували це питання в ChatGPT Ads: Реклама без ключових слів. Що це означає. Платна видимість сама по собі не виправить неточне представлення бренду.
Як аналізувати екосистему перед тим, як з'єднати точки
Щоб зрозуміти, що насправді відбувається в цьому середовищі, я пропоную розділити чотири карти. Це простий спосіб уникнути плутанини між функціями, які з'являються поруч, з даними, що течуть між ними.
1. Складіть карту функцій
Перерахуйте елементи, які беруть участь у рішенні: відкриття продуктів, порівняння, пам'ять, візуалізація, реклама, оплата та фінансовий аналіз. Перевірте, які з них доступні для кожного ринку та плану.
2. Складіть карту сигналів
Для кожної функції визначте інформацію, яку вона може використовувати: поточну розмову, попередні чати, пам'ять, уподобання, референсне фото, дані про продукт, взаємодії з рекламою або підключені фінансові дані. Не припускайте, що сигнал, використаний в одній області, також використовується в іншій.
3. Складіть карту цілей та контролю
Запишіть, чому обробляється кожен сигнал і яке налаштування дозволяє користувачу ним керувати. Розглядайте персоналізацію відповідей, рекомендацій щодо покупок і реклами як окремі цілі, навіть якщо користувач бачить їх в одному інтерфейсі.
4. Складіть карту доказів та невідомого
Зв'яжіть кожне твердження з його джерелом і статусом: офіційна заява, спостережувана функція, висновок з документації або гіпотеза, яка ще потребує перевірки. Якщо документація не говорить, що фінансові дані використовуються для реклами, не подавайте це як факт. Запишіть це як дослідницьке питання.
Цей підхід пов'язаний з більш широким принципом роботи над представленням бренду в великих мовних моделях: зрозуміти, яку інформацію система може знайти, як вона інтерпретує цю інформацію і що вона говорить у відповідь. Ми досліджуємо цей рівень у Інфраструктурі семантики бренду.
Що це означає для брендів
Бренди повинні підготуватися до середовища, де користувачі можуть переходити від запитання до порівняння продуктів, не залишаючи розмову, а потім бачити рекламу або переходити до покупки. Актуальна, однозначна інформація про продукти буде важливою: варіанти, ціни, доступність, розміри, обмеження, політики повернення та джерела, які підтримують заяви про продукт.
Також варто стежити за тим, чи з'являється бренд у відповідях на покупки, як він описується, з якими конкурентами його порівнюють і які джерела цитуються. Це інший показник, ніж ефективність реклами. Аудит видимості ШІ може показати, що відбувається на рівні відповідей, але не може розкрити, чи бачила конкретна особа рекламу або які приватні сигнали вплинули на її вибір.
Однак ви можете дослідити, як ChatGPT представляє бренди в типових ситуаціях покупок: які з них він включає в порівняння, як описує їхні продукти та які джерела використовує для підтримки цієї інформації. Це вимірювання показує, що користувачі можуть прочитати перед тим, як побачити рекламу. Це не може сказати нам, чому конкретній особі показали конкретну рекламу, або чи вплинули їхні фінансові дані на вибір. Це не може бути встановлено без доступу до детальної інформації про те, як працює рекламна система.
Що це не доводить
Розвиток функцій покупок, реклами, віртуальної примірки та особистих фінансів у ChatGPT не доводить, що OpenAI об'єднує їх в один канал покупок. Також це не доводить, що підключені банківські дані використовуються для персоналізації реклами або що рекламодавці знають фінансову ситуацію користувача. Доступні описи вказують на персоналізацію на основі контексту розмови та вибраних сигналів з ChatGPT, але не вказують, чи є дані з Фінансів серед цих сигналів.
Те, що ми можемо сказати з більшою впевненістю, все ще є значним: ChatGPT розвивається в середовище, де користувачі можуть відкривати та порівнювати продукти, персоналізувати результати, переглядати візуалізації продуктів, стикатися з рекламою і, в США, аналізувати свої особисті фінанси. Як це розвивається, питання полягає не лише в тому, що система знає, але й у тому, для чого вона може використовувати ці знання.
Що слід продовжувати перевіряти
· Які сигнали персоналізують рекламу в кожній країні та на кожному плані
· Чи уточнює документація, чи впливає контекст Фінансів на рекламу або рекомендації щодо покупок
· Як користувачі можуть окремо контролювати пам'ять, персоналізацію покупок, рекламу та фінансові дані
· Чи залишаються результати покупок органічними та відокремленими від реклами в міру розвитку продукту
· Як часто рекомендації, реклама та списки продуктів містять одні й ті ж бренди або призводять до різних виборів
Питання про майбутнє ChatGPT не просто в тому, чи показуватиме платформа рекламу. Реклама вже є частиною її напрямку руху. Більш важливе питання полягає в тому, як вони впишуться в досвід, який може знати потреби та уподобання користувача, а в певних обставинах — їхній особистий фінансовий контекст. Довіра залежатиме від того, чи залишаться межі між цими функціями видимими та контрольованими.
