Jeśli sztuczna inteligencja nie zna Twojej marki, nie poznają jej także kupujący

Siedemdziesiąt procent liderów marketingu wie, że ich programy muszą się zmienić ze względu na to, jak sztuczna inteligencja przeobraziła zachowania kupujących. Mimo to większość z nich niczego nie zmienia.

To najważniejszy wniosek z raportu Iterable dotyczącego angażowania klientów w 2026 roku, którego głównym tematem jest tak zwany konsument szczytowy — klienci na tyle biegli, że potrafią wykorzystywać systemy stworzone przez marketerów, aby na nich wpływać. Porzucanie koszyka w celu wywołania kodów rabatowych. Rozpoczynanie bezpłatnych okresów próbnych z anulowaniem zaplanowanym z góry. Zmienianie usług w zależności od tego, jaka promocja jest aktualnie dostępna.

Jeśli prowadzisz firmę B2B SaaS, nic z tego nie wydaje się Twoim problemem. W końcu nie walczysz z kodami rabatowymi.

Mierzysz się z czymś bardziej podstępnym, a pod pewnymi względami także bardziej brzemiennym w skutki. Twój kupujący wyrabia sobie opinię o Twojej firmie, zanim w ogóle porozmawia z zespołem sprzedaży, zanim wypełni formularz, a często nawet zanim odwiedzi Twoją stronę internetową. 

Narzędzie AI przeprowadziło analizę w Twoim imieniu, więc jedyne pytanie, które ma znaczenie, brzmi: czy to, co znalazło, przedstawiło Cię w dobrym świetle.

Gdzie Twój kupujący prowadzi badania

Jason Ing, dyrektor ds. marketingu w Typeface, spędza dni na tworzeniu narzędzi marketingowych dla zespołów korporacyjnych, które mierzą się z tą dokładnie zmianą. Wskazuje na koncepcję, o której obecnie dużo mówi się w kręgach związanych z AI, i określa ją mianem grafu kontekstowego. 

Chodzi o to, że system AI potrzebuje trwałej pamięci o tym, kim jesteś i czym się zajmujesz, w przeciwnym razie zaczyna wymyślać odpowiedzi bez najważniejszych, istotnych informacji. Ing opisuje, co się dzieje w rezultacie:

Wiele generowanych przez AI treści odbiega od zamierzeń ich twórców, ponieważ system nie ma pamięci albo nie dysponuje takim kontekstem.

Nie jest to wyłącznie problem z treścią. Gdy potencjalny klient prosi ChatGPT lub Gemini o podsumowanie działalności Twojej firmy, porównanie jej z konkurentem albo polecenie dostawcy w Twojej kategorii, model czerpie z dowolnego kontekstu dotyczącego Twojej marki, który istnieje w internecie. Skąpy lub ogólnikowy kontekst nie daje modelowi niczego wartego wyszukania, więc się w nim nie pojawiasz.

Zespół Inga stworzył w swoim produkcie agenta marki, aby bezpośrednio rozwiązać ten problem. „Wszystko zaczyna się od wytrenowania systemu na Twojej marce” — powiedział. 

Firmy, które już określiły, jakie wartości reprezentują, używając języka wystarczająco charakterystycznego, aby model mógł go wyszukać i powtórzyć, pojawiają się w tych rozmowach. Firmy opierające się na ogólnikowym pozycjonowaniu — nie.

Jedna agencja przetestowała to na sobie

Gwen Hammes, współdyrektor generalna ChroMetrics, nie czekała, aż ktoś inny opracuje strategię działania. Jej agencja najpierw przeprowadziła eksperyment na sobie.

W ciągu ostatniego roku, gdy wyszukiwarka Google zaczęła się zmieniać, a AEO i GEO (optymalizacja silnika odpowiedzi i optymalizacja silnika generatywnego) stały się tematami, których nie dało się uniknąć, ChroMetrics przebudowała własną stronę internetową.

Ulepszono uporządkowane dane, przygotowano jaśniejsze podsumowania i stworzono bardziej widoczne informacje o tym, kto tworzył treści. Wszystkie te elementy sygnalizują zaufanie wyszukiwarkom, LLM-om i ludziom. 

W rezultacie odnotowano wzrost liczby poleceń o 80 procent z dużych modeli językowych. 

Hammes zaskoczyła nie liczba odwiedzających, lecz to, kto się pojawił.

Widzimy oczywiście źródło polecenia, niezależnie od tego, czy jest nim ChatGPT, czy Claude, i rzeczywiście obserwujemy, że takich wejść jest znacznie więcej. Co zabawne, pochodzą one od dużych klientów i przedsiębiorstw.

Ci kupujący mieli już za sobą etap samodzielnego wyszukiwania informacji. Zapytali model o agencje w kategorii ChroMetrics, otrzymali odpowiedź uwzględniającą ChroMetrics i pojawili się gotowi do rozmowy. 

Porównajmy to z typowym ruchem na stronie internetowej, gdzie, jak ujęła to Hammes, „często odkrywamy, że przed podjęciem decyzji, czy w ogóle nawiązać współpracę, sprawdzają naszą listę klientów lub studia przypadków”. Polecenia z LLM-ów całkowicie pomijają ten etap oceny. Tacy odbiorcy pojawiają się już jako zakwalifikowani.

Jeśli jesteś CMO i to czytasz, oto wersja konsumenta szczytowego, która ma zastosowanie do Ciebie: Twój kupujący zdążył już porównać oferty. Jedyne otwarte pytanie brzmi: czy Twoja marka znalazła się na tej liście.

Co dane B2C pokazują w kontekście B2B 

Badanie konsumenta szczytowego dokumentuje coś, czego marketerzy B2C doświadczają obecnie w swoich wskaźnikach: konsumenci nie odchodzą dlatego, że markom nie udało się do nich dotrzeć.

Odchodzą, ponieważ marketing stał się na tyle przewidywalny, że można było odtworzyć jego schemat działania. Trzech na pięciu konsumentów porzuca platformy z powodu nieistotnych treści. Jednocześnie ponad połowa pozostaje lojalna wobec marek, którym ufa, przez ponad dekadę. Różnica między tymi dwoma rezultatami wynika z tego, że marka nie daje im czegoś wystarczająco konkretnego, czego mogliby się uchwycić.

Nabywcy B2B wykonują te same obliczenia, tylko wcześniej na ścieżce zakupowej. Korzystają z narzędzi AI do wstępnej oceny dostawców, zanim sprzedaż w ogóle pojawi się w procesie, co oznacza, że jakość sygnału Twojej marki oraz to, jak jasno i konkretnie określiłeś, co reprezentujesz, decydują teraz o tym, czy w ogóle znajdziesz się w gronie rozważanych opcji. 

Raport ujawnia również statystykę, która powinna wybrzmieć inaczej dla liderów marketingu niż dla praktyków. 22% marketerów obawia się, że AI już zaciera różnice między markami. Gdy wszyscy korzystają z tych samych narzędzi do masowego tworzenia tych samych treści, marki, które zbudowały coś konkretnego, będą tymi, które nadal się wyróżniają.

Wiedza nie jest najtrudniejszą częścią

Priya Gill, CMO w Iterable, stworzyła podstawy badań stojących za koncepcją Apex Consumer. To ona również zmierzyła lukę między wiedzą a działaniem. 

Według obliczeń jej zespołu 70 procent liderów marketingu rozumie, że ich programy muszą się zmienić. Większość z nich nie podjęła jednak działania, ponieważ uznała, że ryzyko zmiany kursu przewyższa ryzyko pozostania w miejscu.

Uważam, że to błędna kalkulacja — i Gill również. Jej zespół działa przy 80-procentowej pewności, zamiast czekać na pełny obraz sytuacji.

Niezdecydowanie w takim tempie wiąże się z własnym kosztem. W ciągu pierwszych kilku miesięcy pracy w ten sposób jej zespół uwolnił setki tysięcy dolarów, przeprowadzając audyt zbędnych narzędzi już obecnych w ich stosie technologicznym. Dzięki temu zyskał zarówno budżet, jak i wiarygodność potrzebną do dalszego działania.

W niemal każdej rozmowie, którą obecnie prowadzę z liderami marketingu, słyszę pewną wersję tej luki. Potrafisz trafnie opisać problem. Brakuje jednak decyzji, by działać, gdy obraz sytuacji jest wciąż niepełny, ponieważ zanim stanie się kompletny, okno możliwości, które miało znaczenie, zwykle już się zamyka.

Co wzmacnia AI

Liza Adams, doradczyni ds. transformacji marketingu z wykorzystaniem AI, przedstawiła mi najjaśniejszy sposób myślenia o tym, dlaczego niektóre marki pojawiają się w wyszukiwaniu AI w spójny sposób, a inne nie.

„AI po prostu wzmacnia to, co już istnieje” — powiedziała. „Jeśli jesteśmy świetną firmą, świetnym człowiekiem, AI to wzmacnia. A jeśli jest inaczej, to również zostanie wzmocnione”.

Jej rada dla marketerów zaniepokojonych tym, jak rozgryźć algorytm: przestańcie próbować go rozgryzać. „Zapomnijcie o algorytmie. Przestańcie za nim gonić. Bądźcie świetną marką”.

Ta rada brzmi niemal zbyt prosto w zestawieniu z wyjaśnieniem grafu kontekstowego Inga czy 80-procentowym wzrostem odnotowanym przez Hammesa. Taka jednak nie jest. Graf kontekstowy stanowi infrastrukturę. To, co zostaje przez nią wzmocnione, zależy od tego, co Twoja marka faktycznie zbudowała. Chodzi więc o takie elementy jak konkretne pozycjonowanie, zweryfikowany punkt widzenia oraz treści, które przekazują coś, co model może z pewnością pobrać i powtórzyć.

Ogólnikowy przekaz produkowany na dużą skalę nie daje modelowi niczego, z czym mógłby pracować, niezależnie od tego, jak zaawansowana jest Twoja konfiguracja techniczna.

Zacznij od miejsca, w którym jesteś

Nie potrzebujesz budżetu na transformację na poziomie przedsiębiorstwa ani sześciomiesięcznej mapy drogowej, aby rozpocząć tę pracę. ChroMetrics przeprowadziło swój eksperyment, wykorzystując istniejące zasoby. Koncepcja agenta marki, którą opisuje Ing, dotyczy przede wszystkim klarowności pozycjonowania — pracy, której większość organizacji marketingowych już dawno powinna się podjąć, niezależnie od tego, co AI z nią zrobi.

Oto od czego bym zaczął na Twoim miejscu. Zapytaj ChatGPT, Claude i Gemini, co wiedzą o Twojej firmie i jak wypadasz na tle trzech najważniejszych konkurentów.

Przeczytaj odpowiedzi krytycznie. Następnie przejrzyj własne opublikowane treści i zastanów się, czy dają modelowi coś konkretnego do znalezienia, czy też brzmią jak treści wszystkich innych firm w Twojej kategorii.

Wybierz jedną lukę, którą możesz zamknąć w tym kwartale. Zapytaj zespół, czy zgadza się z tym wnioskiem, i zachęć go do wykonania tego samego ćwiczenia. To jest Twój punkt wyjścia.

Jesteś jedną z 70 procent osób, które już wiedzą, że coś musi się zmienić. Badania istnieją, studia przypadków istnieją, a mechanizm stojący za tym wszystkim jest coraz lepiej rozumiany. Pozostaje tylko zdecydować się na działanie, zanim uzyskasz pełny obraz sytuacji — póki bycie pierwszym nadal coś znaczy.

Zacznij tutaj, w tym kwartale

Otwórz ChatGPT, Claude i Gemini. Zapytaj każde z tych narzędzi, czym zajmuje się Twoja firma, z kim konkurujesz i dlaczego nabywca z Twojej kategorii powinien wybrać właśnie Ciebie. Przeczytaj odpowiedzi bez przymykania oczu. To, co otrzymasz, jest rozsądnym przybliżeniem tego, co widzą Twoi nabywcy, zanim w ogóle porozmawiają z Twoim zespołem.

Jeśli odpowiedzi są ubogie, ogólnikowe lub nie da się ich odróżnić od pozycjonowania konkurentów, właśnie znalazłeś lukę. Popraw opublikowane treści, które zasilają te modele: wyostrz swój punkt widzenia, dodaj dane strukturalne i zadbaj o to, aby osoby stojące za Twoim sposobem myślenia były widoczne jako autorzy. ChroMetrics przeprowadziło ten eksperyment na sobie i w ciągu roku odnotowało 80-procentowy wzrost liczby poleceń z LLM, a klienci korporacyjni trafiali do firmy już wstępnie zakwalifikowani.

Już wiesz, że coś musi się zmienić. Dane B2C pokazują, co dzieje się, gdy marki zbyt długo zwlekają z działaniem na podstawie tej wiedzy. Wersja tego rozliczenia w B2B już się rozpoczęła — dzieje się po prostu na wcześniejszym etapie niż Twoje wskaźniki, w rozmowach prowadzonych przez nabywców z AI, zanim jeszcze do Ciebie dotrą.

Co dalej?

Najnowsze informacje, dołącz do nas w CMO Club, aby poznać wywiady z liderami marketingu oraz zasoby, które mogą pomóc Ci rozwijać swoją firmę.