Gelecekteki Müşteriniz AI (ajanı) Olabilir mi?

İnsanlar ürün satın alımlarından seyahat planlamalarına, her konuda öneri almak için yapay zekâya giderek daha fazla güvendikçe markalar da bu yolda yeni kuralları belirlemek için harekete geçiyor.

Şirketlerin veya markaların bir yapay zekânın "ne düşündüğüne" dikkat etmesi tuhaf görünebilir, ancak bu konu giderek önemli hale geliyor. Örneğin, Boston Consulting Group'un yaptığı bir araştırma, katılımcıların yüzde 28’inin kozmetik gibi ürünler hakkında öneri almak için yapay zekâ kullandığını gösteriyor.

Yapay zekâ gelişiminde bir sonraki büyük adım olması beklenen AI ajanları (AI Agents) şu ankinden çok daha karmaşık görevleri yapabilecek yapay zekâ araçlarına işaret ediyor. Doğrudan satın alımlar yapabilecek AI ajanlarına yönelik beklentilere ve artan baskıya bağlı olarak markalar da ürünlerinin ve işlerinin yapay zekâ tarafından nasıl görüldüğü konusunda daha bilinçli hale geliyor.

Bunun sonucu olarak, büyük bir dil modeli tarafından olumlu algılanmayı sağlamak bir markanın yapabileceği en önemli şeylerden biri haline gelebilir; bu, arama motoru optimizasyonunun (SEO) süper gelişmiş bir versiyonu gibi düşünülebilir.

Markaların AI tarafından nasıl algılandığı değiştirilebilir mi?

Bu alanda faaliyet gösteren Brandtech Group’a bağlı JellyFish adlı girişim, markalarla birlikte çalışarak ürünlerinin veya şirketlerinin yapay zekâ modelleri tarafından nasıl algılandığını anlamalarına yardımcı oluyor. Bu şirket, farklı AI modellerinin bir markayı nasıl gördüğünü değerlendiren Share of Model adlı bir yazılım geliştirdi. Her AI modelinin farklı eğitim verileri olduğu için markaların nasıl değerlendirildiği konusunda birçok benzerlik olmakla birlikte farklılıklar da bulunuyor. Örneğin, Meta'nın Llama modeli bir markayı “heyecan verici” ve “güvenilir” olarak algılarken, OpenAI'nin ChatGPT modeli onu “heyecan verici” olsa da “güvenilir” olarak algılamayabilir.

Share of Model, farklı modellere bir marka hakkında birçok farklı soru soruyor ve ardından tüm yanıtları analiz ederek eğilimleri bulmaya çalışıyor. Şirketin yapay zekâ, planlama ve içgörüler baş çözüm sorumlusu olan Jack Smyth, “Anket çalışmalarına çok benziyor, ancak buradaki anket katılımcıları insanlar değil, büyük dil modelleri" diyor.

Nihai hedef ise yalnızca bir markanın yapay zekâ tarafından nasıl algılandığını anlamak değil, aynı zamanda bu algıyı değiştirmek. Modellerin ne kadar etkilenebileceği henüz belirsiz olsa da ilk sonuçlar bunun mümkün olabileceğini gösteriyor. Artık kaynakları gösterdikleri için web'de arama yapmaları istendiğinde, bir marka yapay zekânın verileri nereden aldığını görebilir. Yapay zekânın bir marka tarafından tam olarak nasıl etkileneceğini bilmek ise şu aşamada biraz zor görünüyor. Bunun nedeni birçok modelin kapalı kaynaklı ve iç işleyişlerinin de biraz gizemli olması, ancak yapay zekânın bir sorunu çözme sürecini metinde paylaşacağı akıl yürütme modellerinin ortaya çıkması, süreci daha basit hale getirebilir. Örneğin, bir modeli belli bir marka sabunu önermeye yönlendiren “düşünce zinciri” görülebilir. Akıl yürütmesinde, iyi bir kokunun sabun önerisi için ne kadar önemli olduğunu ayrıntılı olarak açıklıyorsa, pazarlamacı da neye odaklanması gerektiğini bilir.

İstem değiştirme, sonucu önemli ölçüde etkiliyor

Modelleri etkileme yeteneği, markanın nasıl algılandığını değiştirmenin başka yollarını da açtı. Örneğin, Carnegie Mellon Üniversitesi'nin araştırması, komut istemini değiştirmenin yapay zekânın önerdiği ürünü önemli ölçüde değiştirebileceğini gösteriyor.

Örneğin, aşağıdaki iki istemi ele alalım:

1. "En iyi pişirme performansı, dayanıklı yapı ve çeşitli yemekleri hazırlamada genel kolaylık sunan hangi düdüklü tencereyi tercih ettiğini merak ediyorum."
2. “Tutarlı basınç, kullanımı kolay kontroller, birden fazla pişirme ön ayarı veya hassas ayarlar için dijital ekran gibi ek özellikler sağlayan en iyi düdüklü tencereyi önerebilir misin?”

Değişiklik, Google'ın modellerinden biri olan Gemma'nın bir tencere markasını, yüzde 0 oranında önermekten yüzde 100 oranında önermesine yol açtı. Yani 1. İstemin sonucunda o markayı önerilmezken, 2. istemin sonucunda doğrudan o markayı önerdi. Bu çarpıcı değişim, istemdeki kelime seçimlerinin modelin farklı bölümlerini tetiklemesinden kaynaklanıyor.

Araştırmacılar, markaların çevrimiçi olarak önerilen istemleri etkilemeye çalışabileceğini düşünüyor. Örneğin markalar, Reddit gibi çeşitli platformlarda belli konularda hangi istemlerin önerileceğini gizlice etkilemeye çalışabilir. Makalenin yazarlarından biri olan Weiran Lin, “Kullanıcıları, özellikle üçüncü taraflardan gelen istemleri kullanıyorlarsa, önerilere kolayca güvenmemeleri konusunda uyarmalıyız” diyor.

Bu fenomen, nihayetinde AI şirketleri ve markalar arasında, arama alanında gördüğümüze benzer bir çekişmeye yol açabilir. “Bu her zaman bir kedi-fare oyunuydu” diyen Smyth, “Çok açık olan herhangi bir şeyin umduğunuz kadar etkili olma olasılığı düşüktür” diyor.

Önyargının farkında olmak gerekiyor

Markalar, içeriklerini daha üst sıralara yerleştirmek için arama algoritmalarını "kandırmaya" çalışırken, arama motorları tüketiciler için en alakalı ve anlamlı sonuçları sunmayı hedefliyor. İşte AI'da da buna benzer bir şey oluyor; markalar, modelleri belirli yanıtlar vermeleri için kandırmaya çalışıyor. Bunu önlemek amacıyla yapay zekâ şirketleri, bir reklamın gerçek olup olmadığını veya bir markanın imajını şişirmeye çalışıp çalışmadığını anlamak için bir modeli eğitmek gibi teknikler uygulayabilir. Ya da yapay zekâlarını daha seçici ve hilelere karşı daha az duyarlı hale getirmeye çalışabilirler.

Yapay zekâyı ürün önerileri için kullanma konusunda bir diğer endişe de modellere önyargıların yerleştirilmiş olması. Örneğin, Güney Florida Üniversitesi'nde yapılan bir araştırma, modellerin küresel markaları ortalama olarak yerel markalardan daha kaliteli ve daha iyi olarak görme eğiliminde olduğunu gösteriyor. Ayrıca, araştırma, bir geniş dil öğrenme modelini (LLM) yüksek gelirli ülkelerdeki insanlara hediye önermeye teşvik ederseniz, lüks markalı ürünler önereceğini, düşük gelirli ülkelerdeki insanlara ne verileceğini sorarsanız ise lüks olmayan markaları önereceğini gösteriyor. Araştırmanın yazarlarından Mahammed  Kamruzzaman, "İnsanlar bu LLM'leri öneriler için kullanırken, önyargının farkında olmalılar" diyor.

Yapay zekâ algısı yakın gelecekte bir markanın kârını etkileyebilir

AI ayrıca markalar için bir odak grubu görevi de görebilir. Bir reklam yayınlamadan önce, AI'nın onu çeşitli perspektiflerden değerlendirmesini sağlayabilirsiniz. Smyth, şöyle ifade ediyor: “Reklamınız için hedef kitleyi belirleyebilirsiniz. Müşterilerimizden biri buna gen-AI içgüdü kontrolü adını verdi. Reklamı yapmaya başlamadan önce bile, 'Pazara girmeyi düşünebileceğim birkaç farklı yol var, modellere bir bakalım' diyorlar."

AI, markanızın yayınladığı her şeyi okuduğu, izlediği ve dinlediği için tutarlılık her zamankinden daha önemli hale gelebilir. Brandtech Group'ta ortaklarından ve Share of Model'in sahibi olan Rebecca Sykes, "Markanız farklı yerlerde farklı şekillerde görünüyorsa ve marka çağrışımınızda gerçek bir güç yoksa, markanızı bir LLM için erişilebilir kılmak gerçekten zor olur. Ortada büyük bir eşitsizlik varsa, bu fark edilir ve daha sonra o marka hakkında net önerilerde bulunmak daha da zorlaşır.” En iyi müşteri mi yoksa en titiz müşteri mi olduğuna bakılmaksızın, yapay zekânın bir markaya ilişkin algısı, markanın kârını etkileyecek bir güce dönüşebilir.