Di Sven Winnefeld, Strategy Director di Hotwire Germany
L’ottimizzazione dell’intelligenza artificiale generativa (Generative AI Optimization, GAIO) è una nuova disciplina di marketing, in gran parte ancora ipotetica, simile all’ottimizzazione dei motori di ricerca (SEO). Finora in Hotwire abbiamo chiamato questa disciplina “Chatbot Optimization”, ma d’ora in poi adotteremo il termine “GAIO”, coniato dall’esperto SEO tedesco Philipp Kloeckner.
- GAIO, analogamente alla SEO, mira a migliorare la visibilità di un marchio all’interno di LLM (large language model) come ChatGPT e Bing Chat.
- A differenza della SEO tradizionale, GAIO enfatizza le menzioni del marchio rispetto ai backlink, segnando un cambiamento nelle tattiche di marketing digitale.
- Le sfide di questo nuovo approccio includono il convincere gli utenti dei vantaggi della ricerca basata sulle chat e il perfezionamento del kit di strumenti GAIO per influenzare la presenza di un marchio nelle risposte delle LLM.
- Un’adozione tempestiva di GAIO potrebbe offrire vantaggi competitivi nel panorama in evoluzione del marketing digitale.
GAIO si concentra sul modo in cui le aziende possono assicurarsi che il loro marchio e i loro prodotti siano presenti nei Large Language Models (LLM) più ampiamente utilizzati, come ChatGPT, Bing Chat e Google Bard. È importante capire questo aspetto, poiché questi modelli potrebbero potenzialmente influenzare molte decisioni di acquisto in futuro, e probabilmente lo stanno già facendo. Per esempio: Se si chiede a Bing Chat quale sia il tostapane migliore per una cucina di un dormitorio universitario, l’intelligenza artificiale consiglierà un dispositivo di Philips. Se si finge di essere l’amministratore delegato di una startup in rapida crescita e si chiede aiuto nella scelta di un software ERP adatto, l’intelligenza artificiale potrebbe suggerire SAP Business One. Ma come vengono generate queste raccomandazioni?
Le brand mention prendono il posto dei backlink
Bing Chat tiene sempre conto del contesto fornito dall’utente. Ad esempio, suggerirà un computer portatile differente a un gamer rispetto a un grafico. L’intelligenza artificiale cita fonti secondarie come i media di settore, i blog o i siti di comparazione che informano le sue raccomandazioni. Le pagine dei produttori, invece, non vengono quasi mai utilizzate come fonte.
Questo stravolge, almeno in parte, le regole consolidate dell’ottimizzazione per i motori di ricerca. Nella ricerca web tradizionale, i backlink continuano a essere uno dei criteri più importanti per la rilevanza. Chi riesce a raccogliere un maggior numero di link di alta qualità ha un chiaro vantaggio nella competizione per il posizionamento più alto nei risultati di ricerca. Nella ricerca basata sulle chat, la situazione sembra essere diversa. In questo caso, l’attenzione non è più rivolta ai backlink, ma alle menzioni del marchio. Non è più fondamentale chi linka al mio sito web, ma dove vengo citato e cosa viene detto di me. Allo stesso tempo, il proprio sito web perde importanza se gli utenti dei motori di ricerca vi vengono reindirizzati meno frequentemente.
Mettere la teoria in pratica
Mentre GAIO continua ad affermarsi come nuova disciplina emergente, ci sono due ostacoli da superare:
- È necessario convincere un gran numero di utenti dei vantaggi della ricerca basata sulle chat.
- Dobbiamo capire come sarà il toolkit di GAIO.
Per attirare e fidelizzare un numero sufficiente di utenti, i modelli di intelligenza artificiale devono migliorare in modo significativo, soprattutto per quanto riguarda le raccomandazioni sui prodotti e le domande relative ad essi. Mentre Bing Chat è già in grado di fornire raccomandazioni basate sul contesto e persino giustificate in modo comprensibile, Google Bard attualmente fornisce solo brevi elenchi di prodotti senza giustificazioni o citazioni delle fonti, senza offrire, quindi, alcun valore aggiunto all’utente. D’altro canto, ChatGPT offre un’enorme quantità di consigli e di contesto, ma si rifiuta di raccomandare prodotti o marchi specifici. Questo perché i dati di formazione per questo LLM si estendono attualmente solo fino a settembre 2021, a differenza di Bard e Bing Chat che possono accedere a dati in tempo reale da Internet. Tuttavia, se il ritmo del progresso tecnologico continuerà come negli ultimi mesi, questi problemi potrebbero essere presto risolti.
Il kit di strumenti GAIO
I casi d’uso in cui l’intelligenza artificiale ci aiuta a ottenere visibilità sulle tendenze e sui comportamenti e a ricavare valore e informazioni dai dati sono in continua espansione. Hotwire ha anticipato questa tendenza con i propri strumenti di misurazione per le PR e la comunicazione. Ma come continuerà a espandersi l’ottimizzazione dell’IA generativa? Il problema più immediato per le aziende è la mancanza di visibilità. Attualmente non sanno con quale frequenza e in quale contesto i loro prodotti e marchi vengono citati nelle risposte dei LLM. Quali domande vengono poste e con quale frequenza? Le risposte includono informazioni obsolete o imprecise? In quali contesti vengono raccomandati determinati prodotti e quali sono le fonti di queste raccomandazioni? I competitor sono citati più spesso? Per rispondere a queste domande, saranno necessari nuovi strumenti che dovranno funzionare in modo simile agli strumenti SEO più diffusi, ad esempio Semrush o Sistrix.
Una volta stabilita questa visibilità, gli specialisti in GAIO dovranno imparare a capire quali fattori influenzano la presenza di un’azienda nelle risposte dei LLM. Si tratta di quei parametri che, nell’ambito dell’ottimizzazione dei motori di ricerca, sono noti come fattori di ranking. Finora, la chat di Bing è stata la fonte principale per capire come vengono formulate le risposte, in quanto inserisce sotto le sue risposte i link alle fonti di informazione utilizzate. Per ChatGPT, i dati di formazione alla base del modello e la loro ponderazione sono noti: un buon punto di partenza per ulteriori ricerche.
Una volta comprese queste variabili, possiamo cercare di influenzarle. È a questo punto che inizia la vera ottimizzazione. Una tattica relativamente semplice potrebbe consistere nel valutare sistematicamente quali siti web i LLM utilizzano regolarmente come fonti per determinate categorie di prodotti. Successivamente, i marchi potrebbero cercare di assicurarsi il posizionamento dei propri prodotti e messaggi su queste pagine.
Per poter capire se queste misure possano effettivamente fare la differenza, è necessario misurarne il successo. Finora mancano tutti i prerequisiti per farlo, perché i fornitori di LLM non forniscono dati e statistiche. Tuttavia, la situazione dovrebbe cambiare a breve: Microsoft vuole fare il primo passo integrando i Bing Chat Report negli Strumenti per i Webmaster. Inoltre, Bing Chat sarà identificato in modo specifico nei dati di riferimento, in modo che i proprietari dei siti web possano capire quanti visitatori il chatbot indirizza ai loro siti. Da questo momento in poi, sarà possibile trarre le prime conclusioni e comprendere meglio la rilevanza dell’IA generativa nel customer journey.
Quanto è ipotetico GAIO?
In base alla crescente adozione dell’IA generativa da parte degli utenti per la ricerca sui prodotti, l’ottimizzazione dell’IA generativa promette ben oltre la teoria. Con lo sviluppo di questa tendenza, i marchi cercheranno sempre più strategie per migliorare la loro presenza nelle risposte dei LLM. Tuttavia, come in altre arene digitali in rapida evoluzione, chi si muove per primo può ottenere un vantaggio significativo. L’adozione di GAIO ora potrebbe essere fondamentale per massimizzare la visibilità e la competitività del marchio nel dinamico panorama digitale nel prossimo futuro.
Volete sfruttare la potenza di GAIO per il vostro marchio? Contattateci per saperne di più!