Con plataformas de IA como ChatGPT y Perplexity ganando terreno, las empresas de tecnología están creando nuevas formas de comprender cómo los grandes modelos lingüísticos perciben sus marcas y qué dicen las respuestas de IA sobre ellas. Uno de los desarrollos más recientes proviene de Profound, una startup de SEO centrada en plataformas de búsqueda de IA, que hoy presenta una forma de estimar el volumen de conversaciones en lugar de simplemente analizar los resultados de la IA.

Así como Google proporciona datos sobre el volumen y las tendencias de búsqueda tradicionales, Profound espera que sus actualizaciones identifiquen la intención del usuario cuando habla con chatbots, algo que todavía no es posible con la actual naturaleza de caja negra de la búsqueda generativa. Una forma en que las marcas podrían usar el panel de Profound: para informar cómo crean, prueban y optimizan contenido en función de lo que las personas conversan con los bots en varias plataformas. También podría ayudarles a realizar un mejor seguimiento del panorama competitivo en función de las empresas que la gente menciona cuando utilizan la búsqueda generativa.

“Durante un período de 30 días, si haces 21.000 preguntas a los principales motores de respuestas de IA sobre comida rápida y McDonald’s aparece en el 50% de ellos, eso es útil”, dijo a Digiday el CEO y cofundador de Profound, James Cadwaller. “Las marcas están muy interesadas en eso. Están pagando por eso. McDonald’s es un dato muy importante para ellos. Pero lo que eso no responde es cuántas personas en Internet buscan comida rápida en estos motores de respuesta de IA”.

Si hay un conjunto de datos sobre consultas sobre, por ejemplo, “microondas Toshiba”, Cadwaller dijo que el modelo predictivo de Profound puede estimar cuántas búsquedas mencionaron otras marcas de microondas. No reveló las fuentes de datos externos de Profound, pero dijo que son voluntarias, cumplen con la privacidad y que todavía están en versión beta.

Para analizar el significado y el contexto de los chats, Profound utiliza miles de millones de incrustaciones semánticas en tiempo real y luego utiliza un algoritmo de muestreo personalizado para identificar patrones de conversación con significación estadística. También desarrolló nuevos enfoques para la optimización temporal de consultas, ya que los métodos tradicionales fallan cuando se trata de la naturaleza asincrónica de los flujos de conversación de IA.

Algunos expertos en SEO como Kevin Indig ya ven los beneficios de utilizar el volumen de datos de Profound, el acceso a la API y las citas dentro de Profound son atractivos. Dijo que las marcas podrían usarlo para crear u optimizar contenido en función de lo que las personas conversan con los bots en varias plataformas. Un ejemplo que dio Indig fue el de su cliente Hims, que está en proceso de utilizar la plataforma de Profound para llenar vacíos de contenido o mejorar los materiales existentes.

“Estamos notando que hay mucha demanda en torno a temas relacionados con programas dietéticos”, dijo Indig, asesor de los equipos de crecimiento de las marcas. La gente busca la mejor dieta o cuál es la dieta más sencilla, pero de formas más elaboradas que en Google. Nos dimos cuenta de que, aunque tenemos contenido sobre pérdida de peso, que es un tema muy importante para Hims, no comparamos específicamente programas de dieta”.

Aunque las soluciones difieren en los detalles, cada una tiene como objetivo ayudar a los especialistas en marketing a comprender mejor cómo los LLM como Gemini, ChatGPT y Meta’s Llama están retratando sus marcas. Profound no está solo en su implementación. La empresa de marketing Jellyfish, propiedad de Brandtech, presentó su propia solución, “Share of Model”, a principios de este mes. Los clientes iniciales de Jellyfish que utilizaron la nueva herramienta incluyen a Danone y la marca de whisky Chivas Brothers de Pernod Ricard.

Comprender el comportamiento de búsqueda

Los cambios en el comportamiento de los usuarios de búsqueda requirieron “una forma totalmente diferente de pensar en la optimización”, dijo Jack Smyth, director de soluciones de inteligencia artificial, planificación e información de Jellyfish. La herramienta de su empresa utiliza API de varias plataformas para obtener una “vista panorámica” de las representaciones de la marca LLM en activos de vídeo, imágenes y texto utilizados para entrenar modelos de IA.

Los usuarios también pueden cargar activos creativos (catálogos, sitios web o campañas de redes sociales) para evaluar qué tan bien se alinean con la forma en que cada modelo de IA piensa en varias categorías y conceptos. Eso podría ayudar a impulsar las recomendaciones de productos a medida que las plataformas de búsqueda de IA crean nuevas funciones para el comercio electrónico. “Share of Model” también se integra con otras herramientas de Brandtech para la creación de contenido de IA como Pencil Pro.

“Nuestro punto de vista es que todo lo que usted publica en cualquier plataforma ahora es parte del conjunto de capacitación de otra persona”, dijo Smyth. “Cada activo que crea un anunciante es ahora un resumen del modelo de otra persona”.

Los usuarios de la web se están alejando cada vez más de las herramientas tradicionales de búsqueda o navegación en favor de “agentes” de inteligencia artificial, como los chatbots. Según YouGov, el 66% de las personas entre 18 y 24 años y el 51% de las personas entre 25 y 34 años recurren regularmente a herramientas de inteligencia artificial para obtener recomendaciones de productos.

A medida que aumenta el uso, también aumentan los riesgos. Plataformas como ChatGPT y la base AI Overviews de Google responden consultas buscando grandes cantidades de información extraída de Internet. Sin embargo, es posible que las respuestas agregadas no se alineen con el posicionamiento de mercado cuidadosamente construido de una marca y que sean completamente erróneas.

“Los consumidores buscan claridad en un mar de opciones. Como marcas, debemos asegurarnos de que nuestros productos estén representados en esas respuestas críticas impulsadas por la IA”, dijo Gokcen Karaca, jefe de diseño y digital de Chivas Brothers, una marca de whisky propiedad de Pernod Ricard.

Las aplicaciones de IA ocupan un lugar destacado en las prioridades de los especialistas en marketing de cara al nuevo año. Una encuesta reciente realizada a más de 700 especialistas en marketing realizada por Serviceplan Group, la red de agencias alemana, encontró que el 81% dijo que la IA era su principal prioridad, por encima de la creación de marca, la medición del ROI en marketing o la inversión en CRM.

Por qué la influencia de los LLM es importante para los especialistas en marketing

“Los LLM influirán cada vez más en el comportamiento del cliente, y la plataforma Share of Model nos permite rastrear y comparar la percepción de cada LLM”, dijo en un comunicado Catherine Lautier, vicepresidenta y directora global de medios y comunicación integrada de marca de Danone.

Otras empresas que han desarrollado herramientas similares incluyen Hubspot, que lanzó la herramienta gratuita “AI Search Grader” en agosto y recientemente agregó Perplexity a su lista de plataformas de inteligencia artificial que se pueden analizar. Otra es BrightEdge, una empresa de tecnología de marketing SEO que recientemente lanzó una forma para que las marcas midan cómo aparecen en las descripciones generales de IA de Google.

A 72.000 dólares al año (el precio mínimo de una suscripción anual a Share of Model Platform de Jellyfish), estas soluciones son sólo una fracción de lo que algunas empresas gastan en inversiones generales en IA. Coca-Cola, por ejemplo, se comprometió a invertir más de mil millones de dólares en soluciones de inteligencia artificial de Microsoft en abril.

Hay un costo de oportunidad a considerar, dijo Smyth. Ignorar cómo los LLM interactuaban con la producción digital de una marca y la forma en que podrían estar influyendo en los clientes potenciales podría causar problemas a medida que el uso de herramientas de IA generativa se generalice.

“Es posible que sea menos probable que las personas interactúen en una interfaz de chat, pero es posible que estén utilizando un agente para hacer sus compras”, dijo Smyth. “O tal vez tengas que pensar en crear un sitio web que no sea principalmente para humanos; en realidad, está diseñado como un depósito de información para que los modelos hagan recomendaciones proactivas en diferentes plataformas”.