ลูกค้าถัดไปของคุณจะถาม AI เกี่ยวกับคุณ

เดือนที่แล้วฉันซื้อรองเท้าวิ่งหนึ่งคู่ และวิธีการที่ฉันซื้อเป็นเหตุผลที่ทำให้ฉันเขียนบทความนี้

ฉันไม่เคยเห็นหน้าผลลัพธ์, การสรุปรีวิว, หรือบทความ “รองเท้าวิ่งที่ดีที่สุด 2026” ที่มีลิงก์พันธมิตรลึกถึงสามย่อหน้า ฉันเปิดแชทแอสซิสเทนท์, พิมพ์ว่าขาเข่าของฉันเจ็บจากการวิ่งเมื่อเร็ว ๆ นี้, แล้วถามว่า Hoka จะเหมาะกับฉันหรือไม่ มันตอบว่าใช่, มากหรือน้อย, และยี่สิบนาทีต่อมาคำสั่งซื้อก็เสร็จเรียบร้อย

ขณะนั้นที่ฉันพิมพ์คำถามนั้น, ฉันไม่สามารถบอกคุณได้ว่าอะไรทำให้ Hoka แตกต่างจากแบรนด์อื่น ๆ ได้เลย หลังจากนั้นฉันถึงจำได้ว่าฉันเคยดูวิดีโอเกี่ยวกับนักวิ่งมาราธอนที่ทำลายเส้นสองชั่วโมง, และสังเกตเห็นสิ่งที่อยู่บนเท้าของนักวิ่ง

มีคนในฝ่ายการตลาดทำให้การซื้อเกิดขึ้น, แต่พวกเขาไม่ได้รับอะไรที่ระบบวิเคราะห์ของพวกเขาสามารถจับได้แม้ในหลักการ: ไม่มีคลิก, ไม่มีโค้ดโปรโมชั่น, ไม่มีแหล่งอ้างอิง ตามที่แดชบอร์ดของพวกเขาแสดง, ฉันไม่มีอยู่จริง

นี่ไม่ใช่เรื่องเล่าอีกต่อไป

Adobe ได้วิเคราะห์การเข้าชมมากกว่าหนึ่งล้านล้านครั้งในเว็บไซต์ค้าปลีกของสหรัฐฯ, และแนวโน้มเป็นเส้นโค้งที่สูงขึ้นอย่างชัดเจน การเข้าชมจากแหล่ง AI ไปยังเว็บไซต์เหล่านั้นเพิ่มขึ้น 393% ต่อปี ในไตรมาสแรกของปี 2026, หลังจากการเติบโต 693% ในช่วงวันหยุดที่ผ่านมา

การเติบโตเป็นส่วนที่น่าสนใจน้อยกว่าในเรื่องนี้, เพราะสิ่งที่เปลี่ยนแปลงคือคุณภาพของการเข้าชมนั้น เมื่อหนึ่งปีที่แล้ว, ผู้เข้าชมที่มาจากแอสซิสเทนท์ AI มีอัตราการแปลงต่ำกว่าช่องทางอื่น ๆ ถึง 38% ในเดือนมีนาคม 2026, พวกเขามีอัตราการแปลงสูงขึ้น 42%, ซึ่งเป็นระดับสูงสุดที่บันทึกไว้และการเปลี่ยนแปลงแปดสิบจุดในสิบสองเดือน

การเปลี่ยนแปลงนี้บอกอะไรมากกว่าตัวการเข้าชม, มันบ่งบอกถึงผู้ซื้อ, เพราะคนที่มาจากแอสซิสเทนท์ได้ตัดสินใจในสิ่งที่ต้องการแล้ว

ฉันควรเปิดเผยว่าฉันดำเนินแพลตฟอร์มปัญญาประดิษฐ์สำหรับผู้มีอิทธิพล; เราวัดผู้สร้างและผู้ชม, ไม่ใช่ตะกร้าชำระเงิน, ดังนั้นข้อมูลนี้มาจากภายนอกองค์กรของฉัน, แต่แนวโน้มไม่ซับซ้อน งานวิจัยผู้บริโภคของ Adobe พบว่า 39% ของผู้ตอบแบบสอบถามเคยใช้ AI เพื่อช้อปปิ้งและ 85% กล่าวว่า AI ปรับปรุงประสบการณ์, และ รูปแบบเดียวกันนี้ปรากฏอยู่ในหลายอุตสาหกรรมนอกเหนือจากการค้าปลีก

The Machine Cannot Watch the Video

เมื่อแอสซิสเทนท์ทำการวิจัยผลิตภัณฑ์, มันอ่านรีวิว, แผ่นสเปค, กระทู้ฟอรั่มและเอกสารต่าง ๆ วิดีโอรีวิวความยาวสิบสองนาทีที่จริง ๆ แล้วทำให้มนุษย์เชื่อถือได้ เพียงแค่เป็นข้อความถอดเสียงในระดับดีที่สุด, และบ่อยครั้งก็ไม่ได้รับเลย

โทนเสียง, ภาพบี-โรล, และใบหน้าที่ผู้ใช้เชื่อถือมาสามปี ไม่เคยถูกส่งต่อไปยังโมเดล

นักวิจัยเพิ่งเริ่มตรวจสอบว่ามีอะไรเกิดขึ้นในช่องว่างนั้น การศึกษาในปี 2026 โดย Møller และทีมงานพบว่าผู้ที่สกัดข้อมูลจากวิดีโอด้วยความช่วยเหลือของ AI มีประสิทธิภาพดีกว่าการดูวิดีโอ, ความแม่นยำเพิ่มขึ้นสูงสุดถึง 35% แต่เมื่อแอสซิสเทนท์ได้รับข้อมูลเท็จ, ความแม่นยำลดลง 32% ในขณะที่ความมั่นใจของผู้เข้าร่วมคงที่ อยู่ที่ประมาณ 4.5 จาก 5, ซึ่งหมายความว่าผู้คนไม่สามารถบอกได้ว่าการสรุปนั้นผิด

รูปแบบการตลาดที่มีอิทธิพลที่สุดในทศวรรษที่ผ่านมาเกือบจะมองไม่เห็นต่อระบบที่ตอนนี้ปิดการขาย, และมนุษย์ที่อยู่ในวงจรนั้นไม่มีอุปกรณ์ที่เหมาะสมในการสังเกตการแทนที่นี้

Influence Did Not Disappear, It Moved

ฉันออกมาจากเรื่องนี้ด้วยความเชื่อมั่นที่เพิ่มขึ้นต่อการตลาดผู้สร้าง, ไม่ใช่ลดลง, และเหตุผลอยู่ที่การใช้คำถามของฉันอย่างแม่นยำ

ฉันอาจถามว่ารองเท้าวิ่งใดดีที่สุดสำหรับเข่าอ่อน, ซึ่งจะเริ่มการเปรียบเทียบแบรนด์สิบห้าตราที่แผ่นสเปคดีที่สุดชนะ อย่างไรก็ตามฉันถามถึงแบรนด์หนึ่งโดยชื่อ, ซึ่งจำกัดแอสซิสเทนท์: มันจะไม่มีวันแสดงทางเลือกให้ฉัน, เพราะฉันไม่ได้ขอ

แบรนด์ที่อยู่ในคำถามทำให้การเปรียบเทียบถูกข้ามทั้งหมด, ในขณะที่คนอื่น ๆ แข่งขันในคำตอบ

ชื่อนั้นออกมาจากปากของฉันเพราะนักวิ่งที่ฉันติดตามสวมใส่มัน อยู่ระหว่างปีที่ผ่านมา, ผู้สร้างได้ใส่แบรนด์นั้นในหัวของฉัน, ดังนั้นเมื่อฉันนั่งลงเพื่อซื้อ, คู่แข่งทั้งหมดถูกกำจัดก่อนการแข่งขันเริ่ม

คลิกอาจหายไปแต่อิทธิพลไม่หาย; มันย้ายขึ้นต้นน้ำ, ไปสู่คำถามเอง

Communities Write the Evidence Layer

การถูกกล่าวถึงเป็นเพียงครึ่งหนึ่งของชัยชนะ, เพราะแอสซิสเทนท์จะตรวจสอบคำตอบของมันกับข้อความที่คนเขียน

นี่คือจุดที่ชุมชนหยุดเป็นเมตริกแบบอ่อนและเริ่มเป็นโครงสร้างพื้นฐาน การวิเคราะห์แหล่งข้อมูล 30 ล้านแหล่งจาก ChatGPT, Google AI Mode, Gemini, Perplexity และ AI Overviews พบว่า โดเมนที่อ้างอิงมากที่สุดคือ Reddit, YouTube, LinkedIn, Wikipedia และ Forbes, พร้อมกับแพลตฟอร์มรีวิวเช่น G2 และ Yelp ปรากฏอย่างเด่นในการค้นหาข้อแนะนำ ผู้ชมไม่ได้มีอิทธิพลต่อผู้ซื้อเพียงอย่างเดียว; พวกเขายังเป็นผู้สร้างคอร์ปัสที่โมเดลตรวจสอบคำตอบ

เกมได้ค้นพบสิ่งนี้โดยบังเอิญ: เกมที่มีรีวิวบน Steam หลายหมื่นรายการ มีชั้นข้อมูลหลักฐานที่อ่านได้โดยเครื่องที่สมบูรณ์กว่าสินค้าผู้บริโภคส่วนใหญ่ที่อาจจัดทำโดยเจตนา

ผลสืบเนื่องทำให้แบรนด์ที่เป็นของตนเองรู้สึกอึดอัด การตรวจสอบของ Adobe ในเว็บไซต์ค้าปลีกพบว่า หน้าผลิตภัณฑ์อ่านได้โดยเครื่องเพียง 66%, ซึ่งเป็นประเภทหน้าที่ทำงานแย่ที่สุดที่วัดได้, และเป็นหน้าที่ควรเกิดการตัดสินใจซื้อ

What This Changes in Practice

ทั้งหมดนี้ไม่จำเป็นต้องเชื่อว่าการค้นหาตายแล้ว การจดจำแบรนด์กลายเป็นเมตริกประสิทธิภาพแทนเมตริกแบบอ่อน, เพราะมันกำหนดว่าชื่อใดจะถูกพิมพ์ลงในพรอมต์ การแสดงข้อความที่แบรนด์และชุมชนสร้างขึ้น, เช่นรีวิว, คำตอบในฟอรั่ม, เอกสารและข้อมูลผลิตภัณฑ์เชิงโครงสร้าง, ตอนนี้ถูกเครื่องอ่านอย่างน้อยเท่ากับคน, และควรได้รับการดูแลรักษาอย่างเหมาะสม การวัดผู้สร้างต้องคำนึงถึงอิทธิพลที่ไม่เคยสัมผัสลิงก์ที่ติดตาม, ซึ่งหมายถึงการทดสอบ holdout และงานวัดการยกแบรนด์แทนการพิกเซลที่ดีขึ้น

Attribution Was Always a Polite Fiction

ส่วนนี้ควรทำให้ผู้ทำการตลาดรู้สึกดีขึ้น ไม่ใช่แย่ลง การวัดคลิกสุดท้ายประเมินความใกล้เคียงกับการชำระเงินแทนอิทธิพล, และ AI ไม่ได้ทำลายระบบที่ทำงานอยู่แต่เพียงลบการแสร้งทำให้เห็น การทำงานที่เหลืออยู่ด้านล่างคือสินทรัพย์ที่ทำงานเสมอ: การถูกจดจำ

เครื่องจักรสามารถเปรียบเทียบและสรุปข้อดีข้อเสียได้ตลอดวัน, แต่ไม่สามารถตัดสินใจว่ามนุษย์ใส่ใจอะไร เมื่อการทำธุรกรรมส่วนใหญ่ถูกจัดการโดยซอฟต์แวร์, ความจำของมนุษย์กลายเป็นอินพุตที่หายาก, และสิ่งที่หายากยิ่งมีค่าเพิ่มขึ้น

การตลาดผู้มีอิทธิพลไม่ได้กำลังตาย; มันกำลังจะถูกวัดอย่างซื่อสัตย์เป็นครั้งแรก

ฉันใช้หลายปีเป็นผู้สร้างเนื้อหาก่อนที่จะเริ่มสร้างเครื่องมือให้พวกเขา, ดังนั้นฉันจะพูดตรงๆ: แบรนด์ที่ชนะในทศวรรษถัดไปจะไม่ใช่แบรนด์ที่ตะโกนดังที่สุดหรือซื้อคลิกมากที่สุด, แต่เป็นแบรนด์ที่คนจริงจำได้อย่างอบอุ่นพอที่จะพูดชื่อออกมาดังและสนับสนุนข้อเรียกร้องด้วยข้อความที่เครื่องสามารถอ่านได้