La IA está eligiendo qué tiendas en línea ves, y está ignorando la mayoría de ellas.

      TL;DRA un estudio de 9,720 tiendas de comercio electrónico realizado por la empresa de comercio AI Recomaze ejecutó 58,320 consultas de productos a través de Google Gemini. Seis de cada diez tiendas no recibieron ninguna recomendación, y las recomendaciones que sí ocurrieron se dispersaron entre más de 50,000 marcas.

      Los compradores están comenzando a preguntar a los asistentes de IA qué comprar, no solo cómo se escribe una palabra o qué cocinar para la cena. Un nuevo estudio sugiere que cuando lo hacen, la mayoría de las tiendas en línea no aparecen en la respuesta.

      La investigación, de la empresa de comercio AI Recomaze, realizó seis consultas de intención de compra contra cada una de las 9,720 tiendas de comercio electrónico a través de Google Gemini, un total de 58,320 pruebas. En el 60% de los casos, la tienda no fue recomendada para nada. En cada prueba, una tienda fue mencionada solo el 14% de las veces. El resto del tiempo, el asistente dirigió al comprador a un competidor o no nombró ninguna tienda en absoluto.

      La pregunta se está volviendo menos abstracta con el paso de los meses, ya que Amazon, Google y otros empujan a los asistentes de IA más profundamente en cómo las personas encuentran y compran cosas. Cuando la respuesta a "¿qué debería comprar?" es una lista corta de nombres en lugar de una página de enlaces, ser uno de esos nombres es la nueva versión de clasificar en la primera página. El argumento del estudio es que la mayoría de los catálogos fueron escritos para lectores humanos y para Google, no para un motor que tiene que leer un producto, entenderlo y recomendarlo en nombre de un comprador.

      El 💜 de la tecnología de la UE Las últimas novedades de la escena tecnológica de la UE, una historia de nuestro sabio fundador Boris y un arte de IA cuestionable. Es gratis, cada semana, en tu bandeja de entrada. ¡Regístrate ahora! El resultado más sorprendente es quién gana cuando una tienda es nombrada. Las recomendaciones no se concentraron entre un puñado de gigantes. Se distribuyeron entre 50,287 marcas distintas. Las diez marcas más recomendadas representaron aproximadamente el 4% de todas las recomendaciones, las 100 principales alrededor del 11%, y la tienda más recomendada, Etsy, apareció en solo el 1.3% de las pruebas. En un caso del escaneo, una consulta para cápsulas de cócteles se resolvió en Bartesian, una marca enfocada, recomendada por delante de Walmart y Target. El patrón, según la interpretación del estudio, es que el descubrimiento de productos por IA es un juego de cola larga, y una tienda más pequeña no queda automáticamente excluida por la escala.

      La categoría fue el predictor más fuerte de si una tienda fue vista en absoluto. Las más difíciles fueron las impulsadas visualmente: en hogar y vida, alrededor del 74% de las tiendas eran invisibles, y en ropa aproximadamente el 67%. La más visible fue alimentos y bebidas, donde aproximadamente el 52% eran invisibles. Un motor basado en texto tiene dificultades para juzgar la apariencia que impulsa una compra de ropa o artículos para el hogar, por lo que recurre a unos pocos grandes minoristas genéricos, mientras que los productos con atributos claros y descriptibles son más fáciles de emparejar.

      El estudio es directo sobre sus límites. Es un solo escaneo por tienda en lugar de un promedio, solo Google Gemini en lugar de ChatGPT o Perplexity, con consultas generadas algorítmicamente y categorías asignadas clasificando el lenguaje de la consulta, dejando el 42% de las tiendas sin categorizar. Las tiendas fueron extraídas de BuiltWith, y las consultas fueron redactadas para coincidir con la categoría de cada tienda, las preguntas que un comprador hace cuando sabe lo que quiere pero no dónde comprarlo, en lugar de búsquedas de marcas que serían triviales de ganar.

      "La vitrina solía ser Google. Ahora es lo que la IA decide recomendar, y la mayoría de las marcas no tienen idea de si están en la respuesta", dijo Delian Coroamă, fundador y director ejecutivo de Recomaze. "Las tiendas que reciben recomendaciones no son las más grandes. Son aquellas cuya información de producto un motor puede leer y confiar realmente".

      Recomaze tiene un interés comercial en el problema que midió: vende herramientas que rastrean dónde aparece una tienda en ChatGPT, Gemini y Perplexity y reescriben los datos del catálogo para que los motores puedan recomendarla. Pero el hallazgo subyacente es más difícil de ignorar. Ahora hay una nueva capa entre los compradores y las tiendas, decide qué nombres se mencionan en voz alta, y según la evidencia hasta ahora, permanece en silencio sobre la mayoría de ellos.