هوش مصنوعی گوگل در جستجو: توضیح ساده برای مدیران ارشد

آزمایش‌های جدید هوش مصنوعی گوگل، آینده‌ای رو پیش روی ما میذارن که توش فرایند کشف و جستجو، کاملاً تعاملی، فراگیر و داده‌محوره.

گوگل داره یه سری قابلیت آزمایشی مبتنی بر هوش مصنوعی رو تست می‌کنه که می‌تونن روش تعامل ما با جستجو و کشف دنیای دیجیتال رو حسابی تغییر بدن.

ابزارهایی مثل Doppl، Food Mood، Talking Tours و Learn About هنوز فراگیر نشدن، اما یه چشم‌انداز کلی از مسیر آینده گوگل به ما میدن. هر کدوم از این آزمایش‌ها، روش متفاوتی رو نشون میده که هوش مصنوعی می‌تونه از طریق اون، تجربه‌های کاربرا رو از خرید و سفر گرفته تا غذا و آموزش، تحت تأثیر قرار بده.

برای مدیرای کسب‌وکارها، اهمیت ماجرا اینجاست که اگه این قابلیت‌ها بیشتر توسعه پیدا کنن، چطور می‌تونن روی دیده شدن (visibility)، تعامل با مشتری و جایگاه رقابتی‌شون تأثیر بذارن.

اگه همین الان این موارد رو زیر نظر داشته باشین، جلوی غافلگیری‌های یهویی و تصمیم‌های تاکتیکی عجولانه در آینده رو می‌گیرین.

Doppl

Doppl یه اپلیکیشن آزمایشی جدیده از Google Labs که به کاربرا اجازه میده استایل‌های مختلف رو امتحان کنن و سبک شخصی خودشون رو کشف کنن. این اپ، کشف دنیای مد رو با پیشنهادهای هوش مصنوعی ترکیب می‌کنه و مثل یه استایلیست شخصی تو گوشی شما (برای اندروید و iOS) عمل می‌کنه.

اولین بار تو سال ۲۰۲۴ تو وبلاگ گوگل به این قابلیت اشاره شد و ازش با عنوان پرو مجازی (Virtual Try-On یا VTO) اسم بردن.

با توجه به آماری که گوگل در مورد استقبال از گوگل لنز (Google Lens) و قابلیت Circle to Search منتشر کرده، Doppl می‌تونه روش خرید آنلاین لباس و لوازم خونه رو حتی بیشتر از اینها تغییر بده.

کاربرا به جای ورق زدن کاتالوگ‌ها یا جستجوی یه مدل محصول خاص، می‌تونن لباس‌ها و استایل‌ها رو به شیوه‌ای جذاب‌تر، بصری‌تر و تعاملی‌تر کشف کنن. این موضوع برای برندهای مدی که روی تصاویر باکیفیت و متادیتای غنی برای محصولاتشون سرمایه‌گذاری می‌کنن، فرصت‌های جدیدی ایجاد می‌کنه، اما برای اونایی که آماده نیستن، ریسک‌هایی هم به همراه داره.

این ابزار یه نکته دیگه رو هم روشن می‌کنه: لازم نیست تصاویر لباس‌ها حتماً حرفه‌ای باشن؛ کاربرا می‌تونن با استفاده از Doppl، لباس‌هایی که تو عکس‌های دوستاشون، پست‌های اینستاگرام برندها یا حتی تو وبلاگ و راهنماهای استایل شما دیدن رو به صورت مجازی پرو کنن.

برای وب‌سایت‌های فروشگاهی، Doppl می‌تونه اهمیت لیست‌های محصول سنتی رو کم کنه و در عوض، ارزش داده‌های غنی‌شده محصول رو بالا ببره. همچنین، کشف محصولات بر اساس استایل، ممکنه تصمیم‌گیری برای خرید رو سریع‌تر کنه و چرخه فروش رو از مرحله دیدن تا پرداخت، کوتاه‌تر کنه.

مثلاً، یه فروشگاه لباس که تصاویر باجزئیات، اطلاعات سایزبندی و پیشنهادهای ست کردن لباس رو ارائه میده، احتمالاً لباس‌هاش بیشتر تو Doppl به کاربرا پیشنهاد میشه. در مقابل، رقیبی که اطلاعات و تصاویر محدودی از محصولاتش داره، ممکنه به طور کامل از این تجربه کنار گذاشته بشه.

نکته کلیدی برای مدیران اینه که Doppl نشون میده چطور هوش مصنوعی می‌تونه خرید آنلاین رو به یه تجربه تعاملی برای کشف محصولات تبدیل کنه. فروشگاه‌های فعال تو حوزه مد و سبک زندگی باید برای رقابتی موندن، اولویت خودشون رو روی ارائه داده‌ها و تصاویر باکیفیت از محصولاتشون بذارن.

Food Mood

Food Mood یه ابزار تولید دستور پخته که مواد اولیه و سبک‌های آشپزی مختلف رو با هم ترکیب می‌کنه تا برای وعده‌های غذایی، ایده‌های خلاقانه بهتون بده.

کاربرا به جای اینکه دنبال دستور پخت‌های مشخصی بگردن، می‌تونن حال‌وهوا یا ایده‌ای که تو ذهنشونه رو توصیف کنن و پیشنهادهای ترکیبی (فیوژن) و منحصر‌به‌فردی تحویل بگیرن.

اگه این ابزار به صورت عمومی عرضه و گسترش پیدا کنه، می‌تونه فرایند پیدا کردن دستور پخت رو از جستجوی کلمات کلیدی خشک و مشخص، به سمت پرامپت‌های باز و مبتنی بر تجربه تغییر بده.

هدف Food Mood بیشتر از اینکه پیدا کردن یه دستور پخت عالی برای «پاستا مرغ» باشه، تشویق کاربرا به تجربه‌های جدیده. برای ناشران محتوای آشپزی و سایت‌های دستور پخت، چالش اصلی اینه که مطمئن بشن محتواشون به صورت ساختاریافته و با تگ‌های مناسب تولید شده تا بتونه به درستی با این خروجی‌های خلاقانه ادغام بشه.

ناشرانی که به ترافیک سئو متکی هستن، ممکنه با کاهش بازدید مواجه بشن، چون کاربرا به جای جستجوی اسم غذاهای خاص، از ایده‌های تولیدشده با هوش مصنوعی استفاده می‌کنن. از طرف دیگه، سایت‌هایی که روی داده‌های ساختاریافته دستور پخت، اطلاعات تغذیه‌ای و داستان‌سرایی آشپزی سرمایه‌گذاری می‌کنن، ممکنه با قرار گرفتن دستورهاشون تو پیشنهادهای Food Mood، سود ببرن.

با همه این‌ها، Food Mood هنوز در مرحله آزمایشیه و همون‌طور که نتیجه تست من تو تصویر پایین نشون میده، هنوز تو بخش مقادیر و اندازه‌گیری مواد اولیه نیاز به بهبود داره.

یه وبلاگ آشپزی که به دستور پخت‌های گیاهی خلاقانه‌اش معروفه، ممکنه وقتی کاربری از Food Mood یه «شام آخر هفته باحال که هم خوشمزه باشه و هم سالم» می‌خواد، تو نتایج برجسته بشه. اگه محتوای اون وبلاگ به درستی تگ‌گذاری و ساختاربندی شده باشه، می‌تونه به روش‌هایی دیده بشه که هدف‌گذاری کلمات کلیدی سنتی هیچ‌وقت امکانش رو فراهم نمی‌کرد.

Food Mood نشون میده که جستجو چطور داره به سمت کشف محتوای الهام‌بخش پیش میره. سایت‌های دستور پخت و برندهای مواد غذایی باید با غنی کردن محتواشون با متادیتای دقیق، خودشون رو آماده کنن؛ متادیتایی که دستور پخت‌ها رو به حال‌وهوا، مناسبت‌ها و رژیم‌های غذایی مختلف وصل می‌کنه.

Talking Tours

Talking Tours یه پروژه آزمایشی صوتی از Google Arts & Culture هست که به کاربرا اجازه میده تو نمای خیابانی (Street View) از مکان‌های دیدنی و فرهنگی بازدید کنن.

کاربرا به جای اینکه فقط منفعلانه به تصاویر نگاه کنن، می‌تونن به داستان‌های روایت‌شده‌ای که هوش مصنوعی درباره اون مکان‌ها تعریف می‌کنه، گوش بدن.

این قابلیت پتانسیل این رو داره که نحوه تعامل مردم با محتوای فرهنگی و سفر رو تغییر بده. کاربرا به جای اینکه فقط به کتاب‌های راهنما یا پست‌های وبلاگ‌ها تکیه کنن، ممکنه مستقیماً داخل اکوسیستم گوگل با روایت‌های مبتنی بر هوش مصنوعی درگیر بشن. این ابزار یه لایه فراگیر و جذاب ایجاد می‌کنه که می‌تونه توجه‌ها رو از ناشران محتوای سنتی دور کنه.

برای کسب‌وکارهای حوزه سفر، فرصت اصلی اینه که بخشی از محتوای معتبری باشن که این تورهای هوش مصنوعی رو تغذیه می‌کنه. آژانس‌های مسافرتی، برگزارکننده‌های تور و سازمان‌های فرهنگی که محتوای ساختاریافته و معتبری تولید می‌کنن، در صورت ادغام اطلاعاتشون، می‌تونن به شکل جدیدی دیده بشن. بدون چنین حضوری، ممکنه رقبا یا سرویس‌دهنده‌های دیگه، داستان‌سرایی مبتنی بر هوش مصنوعی رو به دست بگیرن.

یه شرکت گردشگری فرهنگی که محتوای دقیقی درباره مکان‌های دیدنی اروپا تولید می‌کنه، می‌تونه از اطلاعات Talking Tours برای تور مجازی رُم استفاده کنه و ازش سود ببره. اگه تو این فضا حضور نداشته باشن، رقباشون می‌تونن نبض این گفتگو رو به دست بگیرن.

این ابزار همچنین به مسافران آینده این فرصت رو میده که قبل از سفر، مکان‌های دیدنی و نقاط کلیدی رو کشف کنن؛ اتفاقی که می‌تونه روی مراحل مقایسه و سبک‌سنگین کردن تو فرایند تصمیم‌گیری‌شون تأثیر بذاره.

Talking Tours به آینده‌ای اشاره می‌کنه که توش تجربه‌های فراگیر و مبتنی بر هوش مصنوعی، برنامه‌ریزی سفر رو شکل میدن. برندهای حوزه سفر باید مطمئن بشن که محتواشون معتبر، ساختاریافته و آماده استفاده تو روایت‌های تولیدشده با هوش مصنوعیه.

Learn About

Learn About یه ابزار آزمایشیه که با استفاده از هوش مصنوعی مکالمه‌محور، به کاربرا کمک می‌کنه تا موضوعات جدید رو با سرعت دلخواه خودشون یاد بگیرن. این ابزار مثل یه معلم خصوصی دیجیتال عمل می‌کنه، ایده‌های پیچیده رو به توضیحات ساده‌تر تقسیم می‌کنه و یادگیرنده‌ها رو به سمت منابع بیشتر راهنمایی می‌کنه.

برای ارائه‌دهندگان محتوای آموزشی، این ابزار نحوه پیدا کردن و درگیر شدن یادگیرنده‌ها با محتوا رو تغییر میده. یه دانشجو به جای جستجوی «بهترین دوره برنامه‌نویسی برای مبتدیان»، ممکنه از Learn About بخواد که «توضیح بده وب‌سایت‌ها چطور کار می‌کنن» و بعد پرامپت‌های راهنمای اون رو دنبال کنه.

Learn About از نتایج مختلف یوتیوب و وب به عنوان منبع استفاده می‌کنه و طبق آزمایش‌هایی که انجام دادم، اگه محتوا و منبع به اندازه کافی قوی باشن، از نشون دادن محتوا و ویدیوهای قدیمی‌تر (حتی اونایی که تو عنوانشون «برای سال ۲۰۲۳» دارن) ترسی نداره.

اگه «Learn About» به یه نقطه ورود رایج تبدیل بشه، ناشران آموزشی و پلتفرم‌های یادگیری آنلاین ممکنه تغییراتی رو تو ترافیک خودشون تجربه کنن. ارجاع داده شدن تو جلسات آموزشی مبتنی بر هوش مصنوعی می‌تونه به اندازه دیده شدن تو نتایج سئوی سنتی ارزشمند بشه. مؤسساتی که محتوای خوش‌ساختار، معتبر و قابل اعتماد ارائه میدن، از این تغییر سود خواهند برد.

یه سایت که دوره‌های کدنویسی ساختاریافته و مناسب برای مبتدیان ارائه میده، ممکنه وقتی کاربری شروع به یادگیری درباره «چطور یک وب‌سایت بسازیم» می‌کنه، تو Learn About نمایش داده بشه. اگه این سایت حضور نداشته باشه، ممکنه یه رقیب دیگه اولین برداشت اون یادگیرنده از موضوع رو شکل بده.

Learn About روی نیاز به محتوای آموزشی واضح، ساختاریافته و معتبر تأکید می‌کنه. ارائه‌دهندگان محتوا باید نه تنها برای کلمات کلیدی، بلکه برای سفرهای آموزشی مبتنی بر هوش مصنوعی هم بهینه‌سازی کنن.

چطور برای آزمایش‌های هوش مصنوعی در جستجو آماده بشیم؟

قابلیت‌های آزمایشی گوگل مثل Doppl، Food Mood، Talking Tours و Learn About نشون میدن که جستجو چطور ممکنه از نتایج مبتنی بر کلمات کلیدی، به سمت تجربه‌های کشف محتوای هدایت‌شده با هوش مصنوعی تکامل پیدا کنه؛ تجربه‌هایی فراتر از چیزی که ما به عنوان جستجوی سنتی می‌شناسیم.

شاید همه این آزمایش‌ها فراگیر نشن، اما مسیر آینده جستجو رو به ما نشون میدن. کسب‌وکارهایی که از همین الان خودشون رو آماده کنن، زمانی که این ایده‌ها به صورت گسترده‌تر عرضه بشن، جایگاه بهتری خواهند داشت.

آیا شما و کسب‌وکارتون آماده‌این که تو دنیایی رقابت کنین که هوش مصنوعی اولین قدم مشتری برای کشف محصول رو هدایت می‌کنه؟

پاسخی بگذارید

نشانی ایمیل شما منتشر نخواهد شد. بخش‌های موردنیاز علامت‌گذاری شده‌اند *