"I marchi devono imparare a parlare con le macchine

La nuova ricerca: più veloce, più profonda, più complessa

Leila Seith Hassan, Chief Data Officer di Digitas UK, ha parlato all'evento ComImpact di Zurigo di un cambiamento di paradigma: i Large Language Models (LLM) come ChatGPT, Claude o Perplexity stanno cambiando radicalmente il comportamento di ricerca, più velocemente di qualsiasi altra tecnologia.

In media, gli utenti trascorrono oltre 13 minuti in una sessione con LLM. Le domande spaziano da semplici idee sul cibo a domande complesse sulla finanza o sulla salute. Particolarmente importante per i marchi: Gli utenti ripongono un alto livello di fiducia nei LLM, in parte perché percepiscono le risposte come imparziali. Di conseguenza, i marchi stessi devono diventare una fonte autorevole per poter partecipare a questi sistemi.

Dall'ottimizzazione di Google alla rilevanza del LLM

Serge Barsotti, direttore generale di Digitas Svizzera, ha descritto la fase attuale come la coesistenza di strategie SEO tradizionali e nuove strategie LLM. Mentre Google sta già testando una modalità AI negli Stati Uniti, nuovi attori come Deepseek, Claude e Grok entrano costantemente nel mercato. Di conseguenza, il panorama della ricerca sta diventando sempre più frammentato, complesso e guidato dalla tecnologia.

Un dato fondamentale: i LLM si stanno trasformando in sistemi basati su agenti che si occupano direttamente delle attività, dalla prenotazione dei tavoli alla pianificazione degli itinerari. Questa integrazione sta cambiando non solo il customer journey, ma anche l'intero funnel di conversione. Per questo è ancora più importante agire in modo strategico.

Il modello in due fasi di Leila Seith Hassan: Misurare e trasformare

1. misurare (Measure)

Il primo passo è quello di capire l'attuale performance del proprio marchio nei vari LLM:

• Come appare il marchio per determinati prodotti, gruppi target o mercati?

• Quali sono le fonti utilizzate dai LLM?

• Qual è il sentiment delle risposte e come si colloca il marchio rispetto alla concorrenza?

Poiché queste informazioni non possono essere raccolte manualmente con l'ampiezza necessaria, sono necessari strumenti specializzati per analizzare e aggregare centinaia o migliaia di richieste - tra diversi modelli.

2. trasformazione/ottimizzazione (Transform)

Dopo la misurazione viene l'ottimizzazione mirata della presenza del marchio:

• I marchi devono sviluppare strategie di contenuto, marketing e comunicazione per migliorare la propria immagine nei LLM.

• Vale quanto segue: considerare i LLM come un pubblico a sé stante. Hanno sistemi di valori, fiducia nelle fonti e modelli di dati diversi: una strategia uguale per tutti non funziona.

• L'obiettivo è quello di rendere il proprio marchio una fonte affidabile di contenuti rilevanti, non attraverso contenuti generati in massa dall'intelligenza artificiale, ma attraverso contenuti specifici e di alta qualità provenienti da fonti credibili.

• Anche elementi esterni come valutazioni, risultati di ricerche o partner credibili rafforzano la percezione.

• Particolarmente importanti: creatività e specificità. I contenuti generici vengono riconosciuti e filtrati dagli LLM. Solo i contenuti che si distinguono rimangono rilevanti.

• E infine, ma non meno importante: I marchi hanno una responsabilità etica. Dovrebbero dare il buon esempio in un settore che finora è stato poco regolamentato.

Conclusione: la rilevanza di domani viene creata oggi

"Ciò che i marchi fanno oggi determinerà la loro presenza nei futuri LLM", afferma Hassan. Chi ignora gli sviluppi rischia di diventare invisibile, non nelle classifiche di ricerca, ma nelle risposte che gli utenti considerano la verità. L'evento ComImpact ha chiarito che il futuro della ricerca è guidato dall'intelligenza artificiale e inizia adesso.