आपका अगला ग्राहक आपके बारे में AI से पूछेगा

पिछले महीने मैंने एक जोड़ी दौड़ने वाले जूते खरीदे, और उन्हें खरीदने का तरीका ही इस लेख को लिखने का कारण है।

मैंने कभी परिणाम पृष्ठ, समीक्षा सारांश, या “2026 के सर्वश्रेष्ठ दौड़ने वाले जूते” जैसी एफ़िलिएट लिंक वाली सूची नहीं देखी जो तीन पैराग्राफ गहरी हो। मैंने एक चैट सहायक खोला, लिखा कि हाल ही में दौड़ने से मेरे घुटने दर्द कर रहे हैं, और पूछा कि क्या होका मेरे लिए उपयुक्त होंगे। उसने लगभग हाँ कहा, और बीस मिनट बाद ऑर्डर दिया गया।

जब मैंने वह प्रश्न टाइप किया, तब मैं आपको नहीं बता सकता था कि होका को अन्य ब्रांडों से क्या अलग बनाता है। बाद में मुझे याद आया कि मैंने दो घंटे की बाधा तोड़ने वाले मैराथन धावकों के बारे में एक वीडियो देखा था, और देखा कि धावकों के पैरों पर क्या था।

मार्केटिंग में किसी ने इस खरीद को संभव बनाया, और उन्हें अपने विश्लेषण में सिद्धांत रूप में भी कुछ नहीं मिला: कोई क्लिक नहीं, कोई प्रोमो कोड नहीं, कोई रेफ़रल स्रोत नहीं। उनके डैशबोर्ड के अनुसार, मैं अस्तित्व में नहीं हूँ।

यह अब केवल एक किस्सा नहीं रहा

एडोब ने अमेरिकी रिटेल साइटों पर एक ट्रिलियन से अधिक विज़िट का विश्लेषण किया है, और प्रवृत्ति बहुत तेज़ है। AI स्रोतों से इन साइटों पर ट्रैफ़िक ने 2026 की पहली तिमाही में साल-दर-साल 393% की वृद्धि देखी, जो पिछले छुट्टी सीजन में 693% की छलांग के बाद आया।

वृद्धि कहानी का कम रोचक हिस्सा है, क्योंकि असली बदलाव उस ट्रैफ़िक की गुणवत्ता में आया। एक साल पहले, AI सहायक से आने वाले विज़िटर अन्य सभी चैनलों की तुलना में 38% कम रूपांतरण करते थे। मार्च 2026 तक, उनका रूपांतरण 42% बेहतर हो गया, जो रिकॉर्ड उच्च है और बारह महीनों में अस्सी अंक की छलांग है।

यह बदलाव ट्रैफ़िक से अधिक खरीदारों के बारे में बताता है, क्योंकि सहायक से आने वाले लोग पहले ही तय कर चुके होते हैं कि वे क्या चाहते हैं।

मुझे यह बताना चाहिए कि मैं एक इन्फ्लुएंसर इंटेलिजेंस प्लेटफ़ॉर्म चलाता हूँ; हम निर्माताओं और दर्शकों को मापते हैं, न कि चेकआउट कार्ट को, इसलिए यह डेटा मेरे अपने सिस्टम से बाहर से आता है, लेकिन दिशा स्पष्ट है। एडोब के उपभोक्ता अनुसंधान ने पाया कि 39% उत्तरदाताओं ने शॉपिंग के लिए AI का उपयोग किया था और 85% ने कहा कि इससे अनुभव बेहतर हुआ, और वही रुझान अब रिटेल से परे भी दिखाई देता है।

मशीन वीडियो नहीं देख सकती

जब कोई सहायक किसी उत्पाद की खोज करता है, तो वह समीक्षाएँ, विशिष्टता शीट, फ़ोरम थ्रेड और दस्तावेज़ पढ़ता है। वह बारह मिनट का वीडियो समीक्षा जो वास्तव में इंसान को प्रभावित करता है, मॉडल तक अधिकतम एक ट्रांसक्रिप्ट के रूप में पहुँचती है, और अक्सर बिल्कुल नहीं।

आवाज़ का स्वर, बी-रोल, और वह चेहरा जिस पर कोई तीन साल से भरोसा करता रहा, कभी भी इस यात्रा में नहीं पहुँचता।

शोधकर्ता अभी-अभी इस अंतराल में क्या होता है, इसका अध्ययन शुरू कर रहे हैं। 2026 में Møller और उनके सहयोगियों के अध्ययन ने पाया कि AI सहायता के साथ वीडियो से जानकारी निकालने वाले लोग वीडियो को छोड़ने में स्पष्ट रूप से बेहतर होते हैं, सटीकता में 35% तक सुधार होता है। लेकिन जब सहायक को गलत जानकारी दी गई, तो सटीकता 32% गिर गई जबकि प्रतिभागियों का भरोसा लगभग 5 में से 4.5 पर बना रहा, जिसका अर्थ है कि लोग यह नहीं बता सकते थे कि सारांश गलत है।

पिछले दशक का सबसे प्रभावी मार्केटिंग फ़ॉर्मेट अब बिक्री को बंद करने वाले सिस्टम के लिए लगभग अदृश्य है, और लूप में मौजूद इंसानों के पास इस प्रतिस्थापन को नोटिस करने की क्षमता कम है।

Influence Did Not Disappear, It Moved

मैं इस अनुभव से निर्माता मार्केटिंग के बारे में अधिक आशावादी निकला, कम नहीं, और कारण मेरे अपने प्रश्न के सटीक शब्दों में है।

मैं पूछ सकता था कि खराब घुटनों के लिए कौन से दौड़ने वाले जूते सबसे अच्छे हैं, जिससे पंद्रह ब्रांडों की तुलना शुरू होती जहाँ सबसे अच्छी स्पेस शीट जीतती। बल्कि मैंने एक ब्रांड का नाम लेकर पूछा, जिससे सहायक सीमित हो गया: वह कभी भी मुझे विकल्प नहीं दिखाएगा, क्योंकि मैंने कोई विकल्प नहीं मांगा था।

प्रश्न में ब्रांड का उल्लेख पूरी तुलना को छोड़ देता है, जबकि बाकी सभी उत्तर में प्रतिस्पर्धा करते हैं।

वह नाम मेरे हाथों से आया क्योंकि जिन धावकों का मैं अनुसरण करता हूँ, वे इन्हें पहनते हैं। पिछले साल के दौरान, निर्माताओं ने इस ब्रांड को मेरे दिमाग में बिठा दिया, इसलिए जब मैं अंततः खरीदने बैठा, तो सभी प्रतिस्पर्धी पहले ही दौड़ शुरू होने से पहले ही हटाए जा चुके थे।

क्लिक तो गायब हो जाता है लेकिन प्रभाव नहीं; वह ऊपर की ओर, प्रश्न स्वयं में स्थानांतरित हो जाता है।

समुदाय साक्ष्य की परत तैयार करते हैं

नामित होना केवल जीत का आधा हिस्सा है, क्योंकि फिर सहायक अपने उत्तर को लोगों द्वारा लिखे गए पाठ के विरुद्ध जांचता है।

यहीं पर समुदाय एक नरम मीट्रिक होना बंद कर बुनियादी ढाँचा बन जाता है। ChatGPT, Google AI Mode, Gemini, Perplexity और AI Overviews में 30 मिलियन स्रोतों के विश्लेषण से पता चला कि सबसे अधिक उद्धृत डोमेन्स Reddit, YouTube, LinkedIn, Wikipedia और Forbes थे, और G2 तथा Yelp जैसी समीक्षा प्लेटफ़ॉर्म सिफ़ारिश प्रश्नों में भारी रूप से सामने आते हैं। दर्शक अब केवल खरीदारों को प्रभावित नहीं करते; वे उस कॉर्पस को भी लिखते हैं जिसे मॉडल उत्तर के विरुद्ध जांचता है।

गेमिंग ने यह अनजाने में खोजा: हजारों Steam समीक्षाओं वाले एक गेम में अधिकांश उपभोक्ता उत्पादों की तुलना में अधिक समृद्ध मशीन‑पठनीय प्रमाण परत होती है, जिसे जानबूझकर इकट्ठा करना मुश्किल है।

इसका परिणाम ब्रांडों की अपनी संपत्तियों के लिए असहज है। एडोब के रिटेल साइटों के ऑडिट में पाया गया कि उत्पाद पृष्ठ केवल 66% मशीन‑पठनीय हैं, जो मापी गई सबसे कम प्रदर्शन करने वाली पेज प्रकार है, और वह पृष्ठ जहाँ खरीद निर्णय होना चाहिए।

व्यवहार में इससे क्या बदलता है

इनमें से किसी के लिए यह मानना आवश्यक नहीं है कि खोज समाप्त हो गई है। ब्रांड स्मरण अब एक प्रदर्शन मीट्रिक बन जाता है न कि एक नरम मीट्रिक, क्योंकि यह तय करता है कि कौन से नाम प्रॉम्प्ट में टाइप होते हैं। वह पाठ सतह जो एक ब्रांड और उसका समुदाय बनाते हैं, अर्थात समीक्षाएँ, फ़ोरम उत्तर, दस्तावेज़ और संरचित उत्पाद डेटा, अब मशीनों द्वारा कम से कम उतनी ही बार पढ़ी जाती है जितनी लोगों द्वारा, और इसे उसी अनुसार बनाए रखना चाहिए। निर्माता माप को उन प्रभावों को भी ध्यान में रखना होगा जो कभी ट्रैक किए गए लिंक को नहीं छूते, जिसका अर्थ है होल्डआउट परीक्षण और ब्रांड‑लिफ्ट कार्य, न कि बेहतर पिक्सेल।

श्रेय निर्धारण हमेशा से एक सुविधाजनक कल्पना था

यह भाग मार्केटरों को बुरा नहीं बल्कि बेहतर महसूस कराना चाहिए। लास्ट‑क्लिक ने प्रभाव के बजाय चेकआउट के निकटता को मापा, और AI ने काम कर रहे सिस्टम को तोड़ने के बजाय दिखावा हटाया। नीचे जो बचा है वह वह संपत्ति है जो हमेशा काम करती रही: याद किया जाना।

एक मशीन पूरे दिन ट्रेड‑ऑफ़ की तुलना और सारांश बना सकती है, लेकिन वह यह तय नहीं कर सकती कि एक इंसान किस चीज़ की परवाह करता है। जैसे-जैसे लेन‑देन का अधिक भाग सॉफ़्टवेयर द्वारा संभाला जाता है, मानव स्मृति दुर्लभ इनपुट बन जाती है, और दुर्लभ चीज़ें अधिक मूल्यवान हो जाती हैं।

इन्फ्लुएंसर मार्केटिंग नहीं मर रही; यह पहली बार ईमानदारी से मापी जाने वाली है।

मैं कई सालों तक कंटेंट क्रिएटर रहा, फिर उनके लिए उपकरण बनाना शुरू किया, इसलिए मैं इसे स्पष्ट कहूँगा: अगले दशक में जीतने वाले ब्रांड वे नहीं होंगे जो सबसे ज़ोर से चिल्लाते हैं या सबसे अधिक क्लिक खरीदते हैं, बल्कि वे होंगे जिन्हें कोई वास्तविक व्यक्ति इतना याद रखे कि ज़ोर से नाम ले और उस दावे को ऐसे पाठ में समर्थन दे जिसे मशीन पढ़ सके।