Tatil alışverişi sezonu yaklaşırken, yapay zeka devleri OpenAI ve Perplexity bu hafta yeni yapay zeka alışveriş asistanı özelliklerini tanıttı. Mevcut sohbet botlarına entegre edilen bu araçlar, kullanıcıların potansiyel satın alımları araştırmalarına yardımcı olmayı hedefliyor. Ancak, uzmanlaşmış yapay zeka alışveriş girişimlerinin kurucuları, genel amaçlı modellerin gerçekten kişiselleştirilmiş deneyimler sunmak için çok geniş kapsamlı olduğunu savunarak endişelenmiyorlar; zira Adobe, bu tatil sezonunda yapay zeka destekli online alışverişte %520'lik bir büyüme öngörüyor.
OpenAI ve Perplexity'nin yeni yapay zeka alışveriş araçları çarpıcı benzerlikler taşıyor. OpenAI, kullanıcıların ChatGPT'den "1000 doların altında, 15 inçten büyük ekranlı yeni bir oyun dizüstü bilgisayarı" gibi belirli ürünleri bulma konusunda yardım isteyebileceğini veya benzer, daha uygun fiyatlı seçenekler talep etmek için üst düzey giysilerin fotoğraflarını yükleyebileceğini belirtiyor. Perplexity ise, alışveriş aramalarını geliştirmek için sohbet botunun hafıza yeteneklerini vurguluyor. Bu, konum veya meslek gibi mevcut kullanıcı verilerine dayalı kişiselleştirilmiş önerilere olanak tanıyor.
Niş Yaklaşımında Uzmanlaşmış Girişimler Kendine Güveniyor
Teknoloji devlerinin pazara girmesine rağmen, Phia, Cherry ve Deft gibi uzmanlaşmış yapay zeka alışveriş girişimleri, niş odaklarının üstün bir kullanıcı deneyimi sunduğuna inanıyor. İç tasarım alışveriş aracı Onton'un CEO'su Zach Hudson, TechCrunch'a bu noktayı vurgulayarak şunları belirtti:
Herhangi bir model veya bilgi grafiği, ancak veri kaynakları kadar iyidir. Şu anda ChatGPT ve Perplexity gibi LLM tabanlı araçlar, Bing veya Google gibi mevcut arama indekslerini kullanıyor. Bu da onları, bu indekslerden gelen ilk birkaç sonuç kadar iyi yapıyor.
Daydream CEO'su ve deneyimli bir e-ticaret yöneticisi olan Julie Bornstein da bu görüşü paylaştı. Daha önce TechCrunch'a yaptığı açıklamada, aramanın kötü performansı nedeniyle moda endüstrisinin uzun süredir "unutulmuş çocuğu" olduğunu belirtmişti. Bornstein ayrıca şunları açıkladı:
Moda benzersiz bir şekilde nüanslı ve duygusaldır; sevdiğiniz bir elbiseyi bulmak, bir televizyon bulmakla aynı şey değildir. Moda alışverişi için bu düzeyde bir anlayış, silüetleri, kumaşları, durumları ve insanların zaman içinde nasıl kıyafet kombinleri oluşturduğunu kavrayan alana özgü verilerden ve ürün yönetimi mantığından gelir.
Uzmanlaşmış yapay zeka alışveriş girişimleri, tescilli veri kümeleri geliştirerek, araçlarını daha yüksek kaliteli, alana özgü bilgilerle eğiterek kendilerini farklılaştırıyor. Bu yaklaşım, tüm insan bilgisini kapsama girişiminden ziyade, moda veya mobilya gibi belirli kategorileri kataloglarken daha uygulanabilirdir. Örneğin, Onton, yüz binlerce iç tasarım ürününü titizlikle kataloglamak için bir veri hattı oluşturmuş ve dahili modelleri için üstün veriler sağlamıştır. Hudson, bu tür bir uzmanlaşmayı takip etmeyen girişimlerin muhtemelen gölgede kalacağı konusunda uyarıyor.
Eğer sadece hazır LLM'ler ve konuşma arayüzü kullanıyorsanız, bir girişimin daha büyük şirketlerle nasıl rekabet edebileceğini görmek çok zor,
diye ekledi.
OpenAI ve Perplexity'nin Stratejik Avantajları
Ancak, OpenAI ve Perplexity önemli avantajlara sahip. Geniş müşteri tabanları zaten temel araçlarını kullanıyor ve pazar varlıkları, büyük perakendecilerle başlangıçtan itibaren ortaklıklar kurmalarına olanak tanıyor. Daydream ve Phia gibi birçok uzmanlaşmış girişim, müşterileri satın alma işlemlerini tamamlamak üzere perakendeci web sitelerine yönlendirirken (bazen bağlı kuruluş geliri elde ederek), OpenAI ve Perplexity sırasıyla Shopify ve PayPal ile doğrudan ortaklıklar kurdu. Bu, kullanıcıların işlemleri doğrudan konuşma arayüzü içinde tamamlamasına olanak tanıyarak alışveriş deneyimini kolaylaştırıyor.
Devasa ve maliyetli bilgi işlem gücüne dayanan bu yapay zeka devleri, aktif olarak kârlılık yolları arıyor. Google ve Amazon'dan ilham alarak, e-ticaret, perakendecilerin ürünlerini arama sonuçlarında tanıtmak için ödeme yapabileceği uygun bir seçenek sunuyor. Ancak bu yaklaşım, çevrimiçi aramalarla ilgili mevcut müşteri hayal kırıklıklarını da artırabilir ve potansiyel olarak ücretli yerleşimleri gerçekten alakalı sonuçların önüne geçirebilir.
Sonuç olarak, tartışma, genel amaçlı yapay zekanın gerçekten uzmanlaşmış çözümlerin derinliğiyle eşleşip eşleşemeyeceği üzerine odaklanıyor. Bornstein kesinlikle inanıyor ki,
Dikey modeller — moda, seyahat veya ev eşyaları olsun — gerçek tüketici karar alma süreçlerine göre ayarlandıkları için daha iyi performans göstereceklerdir.
Yapay zeka alışverişinin geleceği, geniş erişilebilirliği nüanslı, kişiselleştirilmiş anlayışla en iyi şekilde dengeleyebilen yaklaşıma bağlı olabilir.
Ek raporlama: Ivan Mehta.
