Kaip DI įrankiai renkasi, ką rekomenduoti? Asteri išanalizavo 80 atsakymų

Dešimtmečius paieška buvo varžybos būti randamiems pirmose pozicijose. AI paieška šiandien paverčia jas varžybomis būti pasirinktiems.

Dar visai neseniai potencialaus kliento kelias į pasirinkimą atrodė maždaug taip: įvedame paieškos raktažodžius, permetame akimis, ką „Google“ iškėlė į rezultatų viršų, atsidarome kelias pirmąsias svetaines, peržiūrime atsiliepimus, įvertiname bendrą pirmą įspūdį, deklaruojamą patirtį ir susidarome trumpąjį pasirinkimų sąrašą. Taip atrodė dažnas pasirinkimų ir sprendimų kelias vakar.

Šiandien vis dažniau ir vis daugiau mūsų šią užduotį patikime „ChatGPT“, „Gemini“, „Perplexity“, „Claude“ ar kitiems dirbtinio intelekto įrankiams. Užduodame klausimą ir po kelių sekundžių gauname kelis konkrečius vardus ar pavadinimus, dažnai su argumentais ir šaltiniais. Tai patogu. Tačiau kaip dažnai susimąstome, kokią rinkos dalį įrankis iš tiesų pasiekė ir apžvelgė? Kokius kriterijus pritaikė? Kodėl vieni verslai pateko į rekomendaciją, o kiti liko už jos ribų?

Kitais žodžiais tariant, influenceriu, nuomonės formuotoju, kuris, sutikite, kai kuriems pasirinkimams ar net sprendimams daro pakankamai stiprią įtaką.

Tai kelia du skirtingus klausimus. Vartotojui: kiek galima pasitikėti tokia rekomendacija? Verslui: kas nulėmė, kad tame trumpame sąraše atsidūrė konkurentas, o ne jūs?

Asteri komandoje atlikome tyrimą. Pasirinkome keturias realiame gyvenime pasitaikančias specialistų ir paslaugų paieškos situacijas: plastinės chirurgijos, masažo paslaugų, darbo teisės ir saulės energetikos. Rekomendacijų prašėme keturių DI įrankių: „ChatGPT“, „Claude“, „Gemini“ ir „Perplexity“. Kiekvienoje kategorijoje tą patį klausimą tam pačiam įrankiui uždavėme penkis kartus, kaskart pradėdami naują pokalbį. Iš viso išanalizavome 80 atsakymų. Viename atsakyme vidutiniškai buvo pateiktos 4,5 rekomendacijos. Visuose juose DI įvardijo bent vieną konkretų specialistą, įmonę ar organizaciją. Tačiau nė vienoje iš 16 užklausų serijų penki atsakymai nebuvo visiškai vienodi.

Ką tai atskleidė?

DI rekomendacijos nėra visiškai atsitiktinės – matomas dėsningumas ir logika. Tačiau jos nėra ir pilnai stabilios. Kai kurie vardai kartojasi, kas rodo stipresnį jų matomumą, tačiau kita dalis – tiek pats sąrašas, tiek eiliškumas ir argumentai – kinta.

Verslui tai reiškia dvi labai skirtingas žinutes ir kartu tikimybes.

Kurioje pusėje yra jūsų verslas?

Vartotojui žinutė taip pat čia ne viena: galioja žinomas posakis – pasitikėk, visgi pasitikrink. Nuoseklus atsakymas turi stipriąją savo pusę – ne be priežasties kai kurie vardai nuosekliai patenka į rekomendacijas. Tačiau tai dar nereiškia, kad DI pateikė objektyvų stipriausių rinkos dalyvių reitingą. Loterijinis atsakymas veda ir į pasirinkimo loteriją.

O štai tie, kurie į rezultatus nepateko apskritai – nepateko, nes daro kažką ne taip? O gal daro viską būtent taip, yra verti mūsų dėmesio ir pasirinkimo, tačiau dar nėra pasiruošę šiandienos nuomonės filtruotojo atrankai, todėl mes apie juos taip ir nesužinojome. Būtent čia prasideda skaitmeninio autoriteto klausimas.

Sužadinome smalsumą? Eikime prie rezultatų.

Kaip buvo atliktas DI rekomendacijų tyrimas?

Pagrindinis tyrimo klausimas: ar identiška užklausa tam pačiam DI įrankiui suformuoja stabilų rekomenduojamų specialistų ir įmonių sąrašą, ar rekomendacijos tarp pakartojimų keičiasi?

Papildomai vertinome:

• kiek sutampa skirtingų DI įrankių rekomenduojami subjektai;
• kokiais argumentais DI paaiškina savo pateikiamas rekomendacijas;
• ar atsakymuose nurodomi informacijos šaltiniai ir kokio pobūdžio jie yra.

Norėdami suprasti, ar DI rekomendacijose galima įžvelgti pasikartojančią logiką, 2026 m. liepos 29 d.–rugpjūčio 5 d. tyrėme keturis plačiai naudojamus įrankius:

• ChatGPT
• Claude
• Gemini
• Perplexity

Pasirinkome keturias skirtingas paslaugų kategorijas – plastinę chirurgiją, masažo paslaugas, darbo teisę ir saulės energetiką. Kategorijas pasirinkome ne atsitiktinai: Asteri šiose srityse yra sukaupusi praktinės patirties ir gerai pažįsta jų skaitmeninę konkurencinę aplinką. Taip pat siekėme palyginti, kaip DI formuoja rekomendacijas skirtingose srityse.

Kiekvienam įrankio ir paslaugų kategorijos deriniui pateikėme tą pačią užklausą, prašydami rekomenduoti konkrečius specialistus ar įmones. Ją tame pačiame įrankyje pakartojome po penkis kartus, kaskart pradėdami naują laikiną pokalbį.

Užklausose sąmoningai nenurodėme, pagal kokius kriterijus DI turėtų atrinkti patikimą specialistą ar įmonę. Taip galėjome stebėti ne tik tai, ką įrankis rekomenduoja, bet ir kokiais kriterijais jis pats apibrėžia patikimą pasirinkimą.

Kiekviename atsakyme fiksavome, kokie konkretūs specialistai, įmonės ar organizacijos buvo rekomenduoti, kuo grindžiamas jų pasirinkimas ir ar pateikiami informacijos šaltiniai. Taip pat vertinome atsakymo formą bei tai, kas pasikeičia identišką užklausą pakartojus: rekomenduojami vardai, jų eiliškumas, argumentai ar pats siūlomų subjektų tipas.

Tokia tyrimo struktūra leido surinkti 80 atskirų atsakymų:

Svarbu pabrėžti, kad tyrimo tikslas nebuvo nustatyti, kurie rekomenduoti paslaugų teikėjai iš tiesų yra geriausi. Nevertinome realios jų paslaugų kokybės, klientų patirties ar galutinio rezultato. Analizavome pačių DI atsakymų logiką: kas juose tampa matomas, kokiais argumentais grindžiamos rekomendacijos ir kiek jos išlieka stabilios tą patį klausimą uždavus dar kartą.

Kaip šiame tyrime vartojame pagrindines sąvokas?

Subjektas – DI atsakyme įvardytas konkretus specialistas, įmonė, organizacija, klinika, kontora ar paslaugų platforma.

Paminėjimas – konkretaus subjekto pasirodymas viename DI atsakyme. Paminėjimų dažnis rodo jo matomumą tirtoje atsakymų imtyje, bet nėra paslaugos kokybės įvertinimas.

Serija – penki tos pačios užklausos pakartojimai tame pačiame DI įrankyje ir toje pačioje paslaugų kategorijoje. Iš viso tyrime analizuota 16 tokių serijų.

Rekomendacija – subjektas, kurį DI pateikė kaip pagrindinio pasirinkimų sąrašo dalį. Kadangi kai kuriuose atsakymuose papildomai buvo minimi ir kiti specialistai, įmonės ar platformos, bendras rekomendacijų skaičius vertinamas kaip orientacinis.

Šaltinis – DI atsakyme aiškiai nurodyta informacijos nuoroda ar šaltinis. Jo buvimas šiame tyrime nebuvo tapatinamas su nepriklausomumu, neutralumu ar informacijos kokybe.

Tas pats klausimas nepateikė vieno galutinio atsakymo

Kartojant identišką užklausą paaiškėjo, kad DI rekomendacija – tai nebūtinai vieningas finalinis atsakymas net tame pačiame įrankyje. Nė vienoje iš 16 tirtų įrankio ir paslaugų kategorijos serijų visi penki atsakymai nebuvo identiški. Keitėsi rekomenduojami subjektai, jų eiliškumas, o kai kuriais atvejais – ir argumentai, kuriais DI grindė savo pasirinkimą.

Viename atsakyme buvo pateikiama vidutiniškai po 4,5 pagrindinės rekomendacijos. Vis dėlto jų kintamumas skirtingose serijose atrodė nevienodai. Analizuodami rezultatus pastebėjome tris pagrindinius rekomendacijų modelius:

Matome, kad kol kas DI rekomendacijų negalime vertinti kaip vieno stabilaus geriausių specialistų ar įmonių reitingo. Vienas atsakymas parodo tik vieną galimą rekomendacijos versiją, o ne galutinę įrankio poziciją, o norint suprasti, kurie subjektai iš tiesų turi stipresnį matomumą DI atsakymuose, svarbu vertinti ir pasikartojimus bei bendras jų tendencijas.

Kodėl vieni vardai kartojosi dažniau už kitus?

Siekdami išlaikyti konfidencialumą ir neskatinti reklamos, konkrečių tyrimo subjektų pavadinimų straipsnyje neskelbiame. Rezultatus pateikiame pagal paslaugų kategorijas ir paminėjimų dažnį. Anonimizuoti kodai ir išsamūs duomenys pateikiami pilnoje tyrimo ataskaitoje.

Kodo raidės nurodo paslaugų kategoriją, o skaičius – konkretų anonimizuotą subjektą toje kategorijoje.

Skaičius 01 žymi dažniausiai toje kategorijoje paminėtą subjektą arba aiškiai apibrėžtą susijusių subjektų ekosistemą. Tai nėra kokybės ar patikimumo reitingas, o skirtingų kategorijų kodai tarpusavyje nelyginami. Kodų ir realių pavadinimų atitikmenų raktas neskelbiamas.

Rekomendacijų koncentracija skirtingose kategorijose

Nors rekomendacijos tarp pakartojimų keitėsi, teigti, kad rezultatai kaskart buvo skirtingi, taip pat nebūtų teisinga, nes kai kuriose kategorijose išryškėjo subjektai, kurie į DI atsakymus patekdavo gerokai dažniau nei kiti. Ryškiausias pavyzdys užfiksuotas plastinės chirurgijos kategorijoje: vienas subjektas, anonimizuotas kaip PC-01, buvo paminėtas visuose 20 šios kategorijos atsakymų. Saulės energetikoje dažniausiai minėtas SE-01 pasirodė 17 iš 20 atsakymų. Masažo paslaugų kategorijoje dažniausiai minėtas subjektas pasirodė 11 iš 20 atsakymų. Darbo teisėje tiek pat paminėjimų teko susijusių subjektų ekosistemai. Šioje kategorijoje paminėjimai pasiskirstė plačiau.

Matome, kad skirtingose rinkose rekomendacijų koncentracija gali būti nevienoda. Vienoje srityje gali susiformuoti labai ryškus kelių dažnai pasikartojančių vardų branduolys, kitoje – nė vienas subjektas taip aiškiai neišsiskiria. Tačiau net ir bendras kategorijos lyderis nebūtinai vienodai matomas visuose DI įrankiuose. Pavyzdžiui, PC-01 pasirodė visuose penkiuose kiekvieno tirto įrankio atsakymuose, o kitas dažnai minėtas plastinės chirurgijos subjektas PC-02 viename iš įrankių nepasirodė nė karto.

Kyla logiškas klausimas: ar dar gana atviro lauko niša šiandien atsakymuose – galimybių langas? O susiformavęs branduolys – ženklas, kad teks vytis jau įsitvirtinusius vieno iš įtakingiausių šiandienos influencerių akyse ir gerokai pasistengti? Skaitmeninis autoritetas ir jo suformavimas iki lygmens, kai užimama tvirta pozicija – yra ir laiko klausimas, kada verslas ar prekių ženklas pradeda juo rūpintis. Kaip ir kiekvienoje savo stiprius lyderius turinčioje srityje, taip ir autoriteto formavime skaitmeninėje erdvėje, vienokia pastangų ir laiko investicija, kai dar nėra aiškiai įsitvirtinusių lyderių, ir visai kito lygio varžybos ir strategija tada, kai jau kartojasi tie patys lyderiai.

Minimas dažniausiai = pats geriausias?

Gali pasirodyti, kad dažnai DI atsakymuose pasikartojantis vardas, ko gero, bus ir stipriausias pasirinkimas. Juk jei tas pats gydytojas, advokatas ar įmonė pasirodo keliuose atsakymuose iš eilės, tam turi būti objektyvi priežastis – galbūt tai aukštesnė paslaugų kokybė ar geresni klientui suteikiami rezultatai?

Tačiau tyrimas iškėlė kitą, verslui gerokai svarbesnį klausimą: ką DI apskritai laiko patikimumu?

Užklausose prašėme rekomenduoti „patikimą“ specialistą ar įmonę, tačiau iš anksto nenurodėme, pagal ką patikimumą vertinti. Kriterijus pasirinko pats DI. Patirtimi savo pasirinkimus jis grindė 48 iš 80 atsakymų, specializacija ir atitiktimi konkrečiam poreikiui – 44, atsiliepimais ar reitingais – 23, o garantijomis – tik 8.

Vadinasi, DI rekomendacijoje patikimumas nėra patikrinta savybė. Tai iš viešai prieinamų signalų suformuotas įspūdis. Įrankis nematė atliktos operacijos rezultato, nedalyvavo darbo ginče ir nevertino saulės elektrinės po penkerių metų. Jis vertino tai, ką apie paslaugos teikėją galima rasti, suprasti ir susieti su konkrečia užklausa, tačiau kalbėjo taip, tarsi turėtų tiesioginės patirties.

Taip pat svarbu atskirti tris skirtingus dalykus: paminėjimą, rekomendaciją ir realų kokybės įvertinimą. Todėl 20 paminėjimų iš 20 reiškia kai ką labai konkretaus: visos keturios sistemos kiekviename pakartojime tą patį subjektą atpažino kaip tinkamą atsakymą į konkretų poreikį. Šis subjektas nelaimėjo kokybės konkurso, nes DI tokio konkurso neatliko.

Situaciją dar labiau komplikuoja tai, kad viename rekomendacijų sąraše gali atsidurti skirtingo tipo subjektai. Tyrime šalia konkrečių specialistų buvo pateikiamos klinikos, advokatų kontoros, įmonės ar net paslaugų paieškos bei rezervavimo platformos. Vadinasi, vartotojui pateikiamas sąrašas nebūtinai yra vienodais kriterijais palygintų alternatyvų reitingas. DI ne tik atrenka, ką rekomenduoti. Jis pats nusprendžia ir ką su kuo lyginti.

Įdomu ir tai, kad net tada, kai įrankis pats nurodydavo negalintis objektyviai išrinkti „geriausio“ specialisto ar įmonės, atsakymas praktiškai vis tiek baigdavosi konkrečiais vardais. Visuose 80 iš 80 mūsų analizuotų atsakymų buvo įvardytas bent vienas konkretus subjektas. Šio tyrimo laikotarpiu atsargiausia kalba sutapo ir su mažiausiu šaltinių skaidrumu: įrankis, kuris dažniausiai pripažino negalintis patikrinti realios paslaugų kokybės, aiškiai pažymėtus šaltinius pateikė tik 5 iš 20 atsakymų. Vadinasi, atsargumo išlyga rekomendacijos poveikio nesustabdo. Ji skamba sąžiningai, tačiau vardas jau įvardytas, o pasirinkimas – pakreiptas.

Išvada – DI „patikimiausias“ nebūtinai yra geriausias rinkoje. Tai tas, kurio patikimumą DI lengviausia pagrįsti viešai prieinama informacija. Be to, pats DI nusprendžia, ką laikyti patikimumu, ką įtraukti į palyginimą ir kam galiausiai suteikti vartotojo dėmesį.

Kuo DI grindė savo pasirinkimus?

DI pateikti argumentai parodo, kaip jau suformuotą pasirinkimą įrankis pagrindė vartotojui. Ir ši argumentų hierarchija buvo gana aiški. Patekimo priežasties nenustatinėjome. Rekomendacijos pagrindimo logiką – taip.

Patirtis ir specializacija – argumentavimo branduolys

1. I. Patirtis ir veiklos trukmė. Šis argumentas pasirodė 48 iš 80 atsakymų.
2. II. Specializacija ir atitiktis konkrečiai vartotojo situacijai (44 iš 80).
3. III. Atsiliepimai ir reitingai kaip pasirinkimo argumentas buvo paminėti 23 atsakymuose.

Toliau sekė veiklos mastas ir paslaugos procesas – po 16 paminėjimų, kvalifikacija ar licencijos bei konsultacijos pobūdis – po 15, technologijos ar metodai – 14, lokacija – 13, viešas profilis – 12, kaina – 10, o garantijos – 8 atsakymuose.

Skirtumas ryškus. Patirtis buvo minima daugiau nei du kartus, o specializacija – beveik du kartus dažniau nei atsiliepimai ir reitingai. Kaina ir garantijos liko pačioje argumentų hierarchijos pabaigoje. Vadinasi, šioje tyrimo imtyje DI pasirinkimą pirmiausia pavertė kompetencijos ir atitikties konkrečiai situacijai argumentu. Ne kainos pasiūlymu ir ne garantijos pažadu. Kitaip tariant, DI ne tik įvardijo verslą, bet ir sukūrė paaiškinimą, kodėl būtent šis verslas tinka konkrečiam vartotojo poreikiui.

Verslui tai keičia konkuravimo logiką. Kaina ir garantijos gali būti svarbios jau lyginant konkrečius pasiūlymus, tačiau DI rekomendacijos argumentavimo lygmenyje jos liko nuošaliau. Daugiau svorio turėjo aiškiai įvardyta patirtis, specializacija ir jų ryšys su vartotojo problema.

Argumentavimo logika keitėsi ir pagal pačią paslaugą

Plastinės chirurgijos atveju dažniau akcentuota specializacija, patirtis, atliktų operacijų apimtis ar klinikos infrastruktūra. Darbo teisėje – patirtis darbo ginčuose, konkreti specializacija ir atstovavimas komisijose ar teismuose. Saulės energetikoje atsirado projektų skaičius, garantijos, paslaugų grandinė ar dokumentų tvarkymas, o masažo paslaugų atsakymuose – kvalifikacija, masažo technikos, atsiliepimai, reitingai ir lokacija.

Tai rodo, kad DI netaikė vieno universalaus „gero verslo“ kriterijaus. Patikimumo reikšmė keitėsi priklausomai nuo paslaugos ir vartotojo situacijos. Vienoje kategorijoje juo tapo kvalifikacija ir infrastruktūra, kitoje – patirtis sprendžiant konkretų ginčą, procesas, garantijos ar lokacija.

Vis dėlto svarbu išlaikyti aiškią ribą. Tyrimas parodė, kokius argumentus DI pateikė jau sugeneruotame atsakyme, tačiau neatskleidė, kas nulėmė konkretaus subjekto patekimą į rekomendacijų sąrašą. Už atsakymo ribų galėjo likti ir daugiau tokią pačią patirtį, specializaciją ar kitus privalumus turinčių verslų. Galime kelti hipotezę, kad aiškiai ir struktūruotai internete pateikti signalai DI lengviau tampa rekomendacijos argumentais, tačiau negalime teigti, kad vien jie užtikrina patekimą į sąrašą. Visgi vartotojo pasirinkimą veikia tai, ką jis pamato atsakyme.

DI rekomendacijų lauke neužtenka būti matomam kaip geram verslui. Reikia būti suprantamam kaip tinkamam pasirinkimui konkrečioje situacijoje.

DI pateikė šaltinį. Ar atsakymas jau patikimas?

Šaltinio žymėjimas ar nuoroda šalia rekomendacijos gali padidinti pasitikėjimą DI atsakymu. Jei šalia rekomenduojamo specialisto pateikiama nuoroda, vartotojui susiformuoja įspūdis: atsakymas yra paremtas šaltiniu. Tačiau „pateiktas šaltinis“ ir „nepriklausomai patvirtintas teiginys“ nėra tas pats.

Šaltinių skaidrumas gerokai labiau priklausė nuo įrankio nei nuo paslaugų kategorijos. Tyrime aiškiai pažymėtus šaltinius radome 62 iš 80 atsakymų. Visuose 20 „ChatGPT“ ir visuose 20 „Perplexity“ atsakymų buvo nurodyti šaltiniai. „Gemini“ jų pateikė 17 iš 20 atsakymų, o „Claude“ – 5 iš 20.

Tačiau pats šaltinio egzistavimas dar neatsako į svarbesnį klausimą: kas tą informaciją paskelbė?

Tarp tyrime pasitaikiusių šaltinių dažnos buvo pačių paslaugų teikėjų interneto svetainės, katalogai ir rezervavimo platformos. Taip pat kartojosi vieši profiliai bei atsiliepimų platformos. Oficialūs ar profesiniai šaltiniai buvo retesni, o aiškiai nepriklausomi palyginimai – reti.

Be to, kelios skirtingos nuorodos nebūtinai reiškia kelis nepriklausomus patvirtinimus. Jos gali priklausyti tam pačiam verslui ar būti jo skaitmeninės ekosistemos dalis: interneto svetainė, specialisto profilis, katalogo įrašas ar komercinė platforma.

Jeigu įmonė savo svetainėje nurodo turinti dvidešimties metų patirtį, įgyvendinusi tūkstantį projektų ar suteikianti dešimties metų garantiją, DI gali šią informaciją panaudoti kaip argumentą rekomendacijoje. Tačiau jeigu pateikiama nuoroda į tos pačios įmonės svetainę, ji nepriklausomai nepatvirtina nei patirties trukmės, nei projektų skaičiaus, nei garantijos vertės. Ji pirmiausia patvirtina, kad įmonė pati taip teigia.

Verslui tai keičia pačios svetainės vaidmenį. Svetainė nustoja būti vien brošiūra. Ji tampa įrodymų infrastruktūra, iš kurios DI gali pasiimti informaciją ir ja pagrįsti rekomendaciją. Verslas nekontroliuoja atsakymų rotacijos ar skirtumų tarp įrankių, tačiau gali daryti įtaką tam, kas apie jį viešai parašyta, kaip aiškiai tai pateikta ir ar svarbiausi teiginiai turi nepriklausomų patvirtinimų.

Vertinant DI pateiktą nuorodą verta tikrinti bent tris dalykus: kas paskelbė informaciją, kada ji buvo atnaujinta ir kokį konkretų teiginį ji iš tiesų pagrindžia.

Keturi įrankiai – keturi atsakymo modeliai

Skyrėsi ne tik rekomenduojami vardai. Tyrimo metu pastebėjome ir skirtingą pačių keturių įrankių atsakymo formą. Tačiau svarbesnis skirtumas buvo ne vien atsakymo forma. Tas pats rinkos dalyvis skirtinguose įrankiuose galėjo būti matomas visiškai nevienodai.

Svarbu pabrėžti, kad žemiau pateikiami profiliai apibūdina konkretų 2026 m. liepos 29 d.–rugpjūčio 5 d. tyrimo laikotarpį ir analizuotus 20 kiekvieno įrankio atsakymų. Kadangi DI įrankių funkcionalumas nuolat atnaujinamas, laikui bėgant gali keistis ir jų pateikiamų atsakymų logika, šaltinių naudojimas bei rekomendacijų formavimo principai.

Skyrėsi ne tik rekomendacijų turinys, bet ir jų pateikimo forma. Tekstinis sąrašas, nuotrauka, žemėlapio kortelė ar vizualiai išskirtas subjektas gali sukurti nevienodą pasirinkimo svarbos įspūdį. Pirmoji pozicija, žemėlapio kortelė ar vizualinis išskyrimas gali tapti papildomu matomumo signalu, net jei įrankis tiesiogiai neteigia, kad šis pasirinkimas yra geriausias.

Tas pats klausimas – skirtingi pasirinkimų laukai

Ryškiausiai skirtumai tarp įrankių atsiskleidė darbo teisės kategorijoje. Joje susiformavo dvi beveik nesusikertančios įrankių stovyklos. DT-01 „Claude“ ir „Perplexity“ įtraukė į visus penkis atsakymus, „Gemini“ – į vieną, o „ChatGPT“ jo nepateikė nė karto. DT-04 atveju rezultatas buvo beveik priešingas: „Gemini“ jį įtraukė į keturis atsakymus, „ChatGPT“ – į vieną, o „Claude“ ir „Perplexity“ nepateikė nė karto.

Vadinasi, vieno įrankio vartotojui DT-01 galėjo atrodyti kaip nuosekliai rekomenduojamas pasirinkimas, o kito įrankio vartotojas apie jį apskritai nesužinojo. DT-04 atveju tas pats matomumo skirtumas veikė priešinga kryptimi. Užklausa ir tyrimo laikotarpis nesikeitė – keitėsi įrankis, kuriam buvo patikėta atranka.

Skyrėsi ir tai, kokio tipo subjektus įrankiai laikė tinkamu atsakymu. Vieni dažniau rekomendavo konkrečią vartotojo situaciją atitinkančius individualius specialistus, kiti – didesnes ir plačiau rinkoje matomas advokatų kontoras. Taigi įrankiai nesutarė ne tik dėl konkrečių vardų, bet ir dėl to, kas apskritai turėtų būti laikoma tinkama alternatyva.

Verslui tai reiškia, kad vienas bendras DI matomumo balas neatskleidžia viso vaizdo. Šiame tyrime matėme keturis skirtingus pasirinkimų laukus: tas pats verslas galėjo būti ryškus vieno įrankio rekomendacijose ir beveik nepasirodyti kito, nors vartotojo užklausa nesikeitė. Tai nebūtinai reiškia, kad jo autoritetas vienur stiprus, o kitur – silpnas. Tyrimas neatskleidė kiekvieno įrankio vidinės atrankos logikos, tačiau parodė, kad tą patį viešai matomą skaitmeninį identitetą įrankiai rekomendacijomis pavertė nevienodai.

Todėl strategija negali būti kuriama pagal vieno įrankio „simpatiją“ ar vieną signalų grupę. Sustiprinus tik vieną sluoksnį – pavyzdžiui, specializaciją, atsiliepimus ar viešus profilius – kitų sistemų vertinimui gali pritrūkti kitokio pobūdžio signalų. Reikalinga pilna skaitmeninio autoriteto sistema: aiškiai pateikta patirtis ir specializacija, nuosekli informacija skirtinguose šaltiniuose, kvalifikacijos, atsiliepimai, nepriklausomi patvirtinimai ir su konkrečiomis vartotojų situacijomis susieti kompetencijos įrodymai. Kuo pilnesnis šių signalų rinkinys, tuo daugiau skirtingų DI sistemų turi pagrindo verslą atpažinti kaip tinkamą pasirinkimą.

Vienos platformos stebėjimas parodo tik dalį bendro rezultato. Todėl DI matomumą reikia vertinti visame verslui aktualių įrankių lauke, prioritetus jame dėliojant pagal auditorijos elgseną, o skaitmeninio autoriteto strategija turi stiprinti visą signalų sistemą, ne bandyti prisitaikyti prie vieno įrankio.

Ką tyrimas reiškia DI rekomendacijomis pasitikinčiam žmogui?

DI rekomendacijos gali būti labai naudingos, nes taupo laiką ir leidžia greitai susidaryti pradinę rinkos apžvalgą – ypač tada, kai apie konkrečią rinką nežinome beveik nieko ir norime per kelias minutes suprasti, nuo ko pradėti. Visgi problema iškyla ne todėl, kad naudojame DI, o todėl, kad jo pirmajam atsakymui kartais suteikiame kur kas daugiau reikšmės, nei reikėtų. Kitaip tariant, per mažai dėmesio skiriame atsakymo argumentams ir pasirinkimų logikai.

Tyrimas parodė tris priežastis, kodėl sklandžiai pateiktas trumpasis sąrašas nėra galutinis sprendimo pagrindas: visose 16 serijų bent vienas iš penkių atsakymų skyrėsi, pateiktas šaltinis ne visada buvo nepriklausomas, o viename sąraše galėjo atsidurti skirtingo lygmens alternatyvos – konkretus specialistas, klinika, kontora ar paslaugų platforma. Vadinasi, svarbu vertinti ne tik tai, kas pasiūlyta, bet ir kaip pasirinkimas pagrįstas, su kuo jis lygintas ir ko sąraše galėjo nebūti.

Tyrimo rezultatai leidžia išskirti kelias gerosios praktikos naudojimosi taisykles:

Ką DI iš tikrųjų mato vertindamas verslą?

Verslui šio tyrimo išvada yra gerokai praktiškesnė: jeigu DI tampa pasirinkimo tarpininku, verslui ypač svarbu suprasti, kad reali kompetencija ir internete matoma kompetencija nebūtinai yra tas pats.

Lygiai taip pat įgytas ir nupirktas autoritetas nebūtinai yra tas pats. Svetainę, turinį, publikacijas ar nuorodas galima nusipirkti, tačiau jų turėjimas savaime neprilygsta autoritetui, pagrįstam realia kompetencija, reputacija ir įrodymais. Skaitmeninis identitetas – tai nuoseklumas ir ne bandymas „patikti“ vienam įrankiui ar vieną kartą patekti į rekomendaciją, o pakankamai aiškaus ir pagrįsto savo kompetencijos atvaizdo internete sukūrimas.

DI negali nueiti į jūsų biurą, matyti, kaip veikia komanda, ar įvertinti klientų aptarnavimo. Jo atsakyme gali atsispindėti tik ta verslo dalis, kuri yra viešai prieinama jo naudojamoje informacinėje aplinkoje.

Tačiau būti aiškiai aprašytam dar nereiškia turėti autoritetą. Tyrime matėme, kad DI rekomendacijos argumentu galėjo paversti informaciją iš paties verslo svetainės. Tokia nuoroda pirmiausia patvirtina, kad verslas pats taip apie save teigia. Visai kitą svorį tas pats teiginys įgauna tada, kai jį papildo oficialūs duomenys, profesiniai šaltiniai, vieši ekspertų profiliai, klientų patirtys ar kiti nepriklausomi patvirtinimai.

Todėl autoriteto negalima nusipirkti kaip kelių atskirų priemonių rinkinio. Keli straipsniai, atnaujinti svetainės tekstai, nuorodos ar pavieniai paminėjimai gali būti reikalingos sistemos dalys, tačiau savaime jos autoriteto nesukuria. Įgytas ir nupirktas autoritetas dažnai yra skirtingi dalykai. Autoritetas statomas tada, kai reali verslo kompetencija, jo paties pateikiami įrodymai, nuosekli informacija skirtinguose šaltiniuose ir nepriklausomi patvirtinimai pradeda veikti kaip viena sistema.

Būtent todėl tyrimo rezultatai leidžia kelti dar vieną svarbią hipotezę: aiškiai internete aprašyta kompetencija gali būti DI lengviau pastebima ir panaudojama atsakyme nei tokia pati ar net didesnė patirtis, kuri skaitmeninėje erdvėje beveik neatsispindi.

Skaitmeninis autoritetas™ – Asteri metodika, skirta realią verslo kompetenciją paversti aiškiai matomu ir pagrįstu pasirinkimo pagrindu „Google“, DI sistemose ir vartotojo sprendimo kelyje. Ši metodika prasideda ne nuo dar vieno teksto ar pavienės publikacijos, o nuo įvertinimo, kokį autoritetą verslas jau yra įgijęs, kaip jis atsispindi internete, kokių įrodymų bei nepriklausomų patvirtinimų trūksta ir ką reikia stiprinti.

Svetainė, ekspertų profiliai, paslaugų turinys, išoriniai paminėjimai, atsiliepimai ir nepriklausomi šaltiniai turi ne egzistuoti atskirai, o nuosekliai patvirtinti tą patį verslo identitetą.

Kompetencija, kurios DI negali aiškiai perskaityti ir pagrįsti, pasirinkimo momentu gali apskritai nepatekti į svarstomų pasirinkimų lauką. Ne todėl, kad verslas dirba prasčiau, o todėl, kad jo stiprybės informacinėje aplinkoje netapo aiškiais pasirinkimo signalais.

Tyrimas neįrodo, kad vienas SEO, AEO ar GEO veiksmas automatiškai atves verslą į DI rekomendacijas. Jis parodo kitą dalyką: verslas nekontroliuoja DI atsakymų rotacijos ar vidinės įrankių atrankos logikos, tačiau gali kontroliuoti, ar jo kompetencija internete yra aiškiai parodyta, nuosekliai pagrįsta ir patvirtinta ne vien jo paties žodžiais.

Asteri skaitmeninio autoriteto metodikos tikslas nėra sukurti autoriteto įspūdį. Jos tikslas – pastatyti įrodymų infrastruktūrą, kuri padėtų realią verslo kompetenciją aiškiai parodyti ir pagrįsti, kad verslas galėtų tapti DI bei vartotojo pasirinkimu.

Kokią informaciją verslas turėtų aiškiai parodyti internete?

Tyrime dirbtinis intelektas savo pasirinkimus dažniausiai argumentavo patirtimi, specializacija, kvalifikacija, atsiliepimais ar paslaugos procesu. Tai neįrodo, kad būtent šie signalai nulėmė patekimą į rekomendaciją, tačiau parodo, kokią informaciją įrankiai gali panaudoti pasirinkimui pagrįsti. Todėl verslui verta įvertinti, ar reali jo kompetencija internete turi lengvai randamus, aiškiai suprantamus ir patikrinamus įrodymus.

Šis patikros sąrašas nėra kvietimas imituoti patirtį, autoritetą ar kurti DI patrauklius teiginius. Jo paskirtis – patikrinti, ar reali verslo kompetencija internete yra aiškiai parodyta ir pagrįsta. Paties verslo svetainė gali įvardyti patirtį, specializaciją ar garantijas, tačiau ji pirmiausia patvirtina, kad verslas pats taip teigia. Todėl svarbu ne tik tai, ką verslas apie save paskelbė, bet ir kokie vieši bei nepriklausomi šaltiniai jo teiginius patvirtina.

Pasitikrinkite: ar DI gali aiškiai suprasti jūsų kompetenciją?

• Ar aiškiai aprašyta, kokiose konkrečiose srityse specializuojatės ir kokias kliento problemas sprendžiate?
• Ar svetainėje pristatyti ekspertai, nurodant jų vardus ir pavardes, jų patirtis, kvalifikacija, licencijos ar kiti svarbūs kompetencijos įrodymai?
• Ar parodote realų veiklos mastą – įgyvendintus projektus, darbų apimtį, klientų skaičių ar kitus prasmingus duomenis, kai jie aktualūs?
• Ar žmogus gali suprasti, kaip vyksta paslauga – nuo pirmojo kontakto iki rezultato?
• Ar aiškiai pateikiama kainodara, garantijos, lokacija ar kitos pasirinkimui svarbios sąlygos, kai jos aktualios jūsų kategorijai?
• Ar turite atsiliepimų ir kitų viešų klientų pasitikėjimo įrodymų?
• Ar apie jūsų verslą informaciją galima rasti ne tik jūsų pačių svetainėje, bet ir nepriklausomuose išoriniuose šaltiniuose, publikacijose, profesiniuose profiliuose ar ekspertinėse citatose?
• Ar pagrindinė informacija apie verslą, jo ekspertus, patirtį ir specializaciją skirtinguose šaltiniuose yra nuosekli, aktuali ir neprieštarauja viena kitai?

Jeigu į kelis iš šių klausimų atsakymas nėra aiškus, tai nebūtinai reiškia, kad verslui trūksta kompetencijos. Tačiau gali trūkti sistemos, kuri šią kompetenciją paverstų viešai matomu ir patikrinamu pasirinkimo pagrindu. Būtent nuo šio skirtumo vertinimo prasideda Asteri Skaitmeninio autoriteto metodika.

Kaip teisingai interpretuoti tyrimo rezultatus?

Tai aprašomasis stebėjimo tyrimas, todėl jo rezultatus svarbu vertinti būtent šiame kontekste.

Tyrimas neleidžia teigti

• kad dažniausiai paminėtas subjektas yra objektyviai geriausias;
• kad į rekomendacijas nepatekę verslai yra silpnesni ar mažiau patikimi;
• kad šaltiniais pagrįstas atsakymas automatiškai yra patikimas arba nepriklausomai patvirtintas;
• kad kitu metu, kitoje vietoje ar naudojant kitą modelio versiją būtų gauti tokie patys rezultatai.

Saugiausia tyrimo išvada tokia: šie 80 atsakymų parodo konkrečiomis sąlygomis stebėtus paminėjimų, argumentavimo, šaltinių ir rekomendacijų kaitos dėsningumus, tačiau nėra paslaugų teikėjų kokybės reitingas ar nekintamas DI veikimo modelis.

DI rekomendacija – paieškos pradžiai, o ne pabaigai

Dirbtinis intelektas iš esmės keičia tai, kaip atrandame galimus pasirinkimus. Vietoje dešimčių nuorodų galime per kelias sekundes gauti trumpą specialistų ar įmonių sąrašą kartu su paaiškinimu, kodėl kiekvienas jų galėtų tikti mūsų situacijai.

Visgi patogesnė paieška dar nereiškia, kad sprendimo atsakomybę galime visiškai perduoti įrankiui. Mūsų atliktas tyrimas parodė, kad DI rekomendacijose vienu metu egzistuoja ir stabilumas, ir kaita. Kai kurie subjektai pasirodo vėl ir vėl, o kiti keičiasi kartu su eiliškumu, argumentais, šaltiniais ar net rekomenduojamo subjekto tipu.

Vartotojui tai reiškia, kad DI gali asistuoti susiaurinant pasirinkimų lauką, tačiau galutinį sprendimą vis tiek verta priimti patikrinus informaciją už jo ribų.

Verslui išvada kiek kitokia. Pagal dar vakarykščius paieškos įpročius didelė konkurencijos dalis vyko dėl galimybės būti rastiems ir pamatytiems. Šiandien, DI paieškoje, to nebepakanka. Jei kompetencija egzistuoja tik realybėje, bet internete apie ją beveik nėra aiškių įrodymų, įrankiui gali pritrūkti pagrindo verslą aiškiai suprasti, jo tinkamumą konkrečiai situacijai pagrįsti ir įtraukti į svarstomų pasirinkimų lauką. Todėl vis svarbiau tampa ne vien turėti realią kompetenciją, bet ir nuosekliai bei tiksliai parodyti, kuo jūsų verslas iš tiesų yra vertas pasirinkimo.