يستشهد بحث <bdi dir="ltr">Gemini</bdi> المحلي بالذكاء الاصطناعي بمواقع الأنشطة التجارية أكثر من أي مصدر آخر

حين يُجيب Gemini التابع لـGoogle عن استعلام محلي، فإنه يستشهد بموقع النشاط التجاري نفسه أكثر بكثير من استشهاده بالأدلة أو منصات التقييمات. وحلّلت دراسة جديدة من وكالة تحسين محركات البحث المحلي Steady Demand 14,472 استشهاداً بالذكاء الاصطناعي عبر 1,487 استعلاماً في 50 من أكبر المدن الأمريكية، ووجدت أن مواقع الأنشطة التجارية تستأثر بـ60% من إجمالي الاستشهادات، و59.9% من استشهادات Gemini. ووجدت الدراسة نفسها أن توصيات الذكاء الاصطناعي متفاوتة إلى حد لافت: فطرح السؤال نفسه مرتين لا يعطي تطابقاً في المصادر المُستشهَد بها إلا في نحو 40% من الحالات. والإشارة واضحة للعلامات متعددة الفروع: صفحات فروعكم الخاصة هي الأصل الذي يقرؤه الذكاء الاصطناعي أولاً.

ما الذي حدث

نشرت Steady Demand، وهي وكالة أمريكية يقودها الشريك المؤسس Ben Fisher، وهو خبير منتج معتمد من الفئة الماسية في Google Business Profile، تقريرها “AI Citation Ledger” (سجل الاستشهادات بالذكاء الاصطناعي): تحليلاً لـ14,472 استشهاداً مستمداً من 1,487 استعلاماً عبر 50 مدينة أمريكية و10 فئات من خدمات محلية. وأبرز نتائج التقرير هي مدى الثقل الذي يمنحه الذكاء الاصطناعي لنطاق النشاط التجاري نفسه.

استأثرت مواقع الأنشطة التجارية بـ60% من إجمالي الاستشهادات عبر المحركين المدروسين. واعتمد عليها Gemini بأعلى نسبة بلغت 59.9%، في حين لم يستشهد ChatGPT بمواقع الأنشطة التجارية سوى في 15.9% من الحالات، معتمداً بشكل أكبر على Reddit والأدلة. واستأثر Reddit وحده بـ13.7% من الاستشهادات، وهي نسبة تفوق مجموع جميع أدلة الخدمات المحلية مجتمعة البالغ 10.3%. ونادراً ما اتفق المحركان مع بعضهما: إذ تطابقت النطاقات المُستشهَد بها بينهما في 8% فقط من الحالات، واتفقا على النشاط التجاري الأول نفسه في 4.2% فقط من الحالات.

وتتعلق النتيجة الثانية للدراسة بالاتساق، وهي ظاهرة تسمّيها Steady Demand “انجراف التأصيل” (Grounding Drift). فطرح السؤال نفسه على Gemini مرتين متتاليتين في اليوم نفسه أعطى تطابقاً في المصادر في 46.3% من الحالات، لتنخفض النسبة إلى 41.0% بعد بضع ساعات وإلى 26.5% في اليوم التالي. وذكر Gemini النشاط التجاري الأول نفسه في نحو 7.9% فقط من الاستعلامات المكررة، أي في استعلام واحد من كل ثلاثة عشر تقريباً. أما الحزمة المحلية التقليدية من Google، التي استُخدمت كعنصر مقارنة، فأظهرت القائمة الأولى نفسها في 90.2% من الحالات.

طرح السؤال نفسه مرتين لا يعني تشغيل البحث نفسه مرتين. فكل استدعاء قرار مستقل بذاته، وعشوائي على ما يبدو، بشأن ما سيُكتب في Google نيابة عنكم.

Steady Demand, AI Citation Ledger

لماذا يهم هذا

ثمة نتيجتان تترتبان على ذلك لكل من يتحمل مسؤولية الظهور المحلي على نطاق واسع. أولاً، المحتوى المملوك على الويب، لا مجرّد Google Business Profile، هو ما يقرؤه الذكاء الاصطناعي عند صياغة إجابة محلية. وصفحات فروع العلامة التجارية تؤدي دوراً أكبر من أي وقت مضى، لأن المحرك يقتبس منها مباشرة. ثانياً، ظهور العلامة في الذكاء الاصطناعي متقلب بطريقة لا تنطبق على الترتيب التقليدي. فحين يُعطي الاستعلام نفسه مصادر مختلفة خلال ساعات قليلة، لا يخبركم فحص واحد عابر بشيء يُذكر، ويجب أن يقوم أي قياس على أخذ عينات متكررة عبر الزمن.

وثمة إشارة جودة كامنة في البيانات أيضاً. فقد بلغ متوسط تقييم الأنشطة التجارية التي أوصى بها الذكاء الاصطناعي 4.75 نجوم، وهو رقم قريب من متوسط 4.84 نجوم لنتائج Google العادية، وحصلت 97% منها على 4.0 نجوم أو أعلى. فالذكاء الاصطناعي لا يُبرز أنشطة تجارية ضعيفة الأداء، بل يستقي من أنشطة تجارية قوية، ذات تقييمات جيدة، ومحتوى مملوك موثوق.

ماذا يعني هذا للعلامات متعددة الفروع

بالنسبة لعلامة تجارية تدير مئات أو آلاف الفروع، فإن الدرس المستفاد يتعلق بالحوكمة، لا بكل استعلام على حدة. فإذا كانت مواقع الأنشطة التجارية تفوز بمعظم استشهادات الذكاء الاصطناعي، فيجب أن تكون كل صفحة فرع وصفحة محدد مواقع المتاجر عبر الشبكة بأكملها دقيقة، وقابلة للزحف، ومتمايزة بما يكفي لتستحق الاقتباس. فصفحة فرع هزيلة أو مكررة لا تمنح المحرك شيئاً مميزاً يستشهد به. وهذا هو الانضباط نفسه الذي يقوم عليه تحسين المحركات التوليدية: بيانات صحيحة ومحتوى محلي حقيقي التمايز، يُصان باتساق في كل مكان.

والاستجابة العملية هي التحكم في المدخلات بدلاً من محاولة فهم الصندوق الأسود. حافظوا على مصدر واحد موثوق لبيانات الفروع عبر كل قائمة نشاط تجاري باستخدام منصة قوائم الأنشطة التجارية المحلية، وأبقوا صفحات كل فرع غنية بالمحتوى ومحدّثة عبر محدد مواقع متاجر مصمم للعمل على نطاق واسع، وغذّوا ملفات جاهزة للذكاء الاصطناعي عبر Places AI. ولأن إجابات الذكاء الاصطناعي تتغيّر من استعلام إلى آخر، لا تقيسوا النجاح بفحص واحد: تتبعوا الظهور والنتائج عبر الفروع بمرور الوقت، واجعلوا الهدف أن تكونوا الإجابة الموثوقة بوضوح لعميل حقيقي في مكان حقيقي، أياً كانت النتيجة التي يعرضها المحرك في أي عملية بحث بعينها.

الخلاصة

المحركات التي باتت تقف بشكل متزايد بين العملاء والأنشطة التجارية المحلية تقتبس من مواقع تلك الأنشطة نفسها أكثر من أي مصدر آخر تقريباً، وتفعل ذلك بتناقض ملحوظ. وبالنسبة للمشغّلين متعددي الفروع، لا يكمن الحل في ملاحقة هدف متحرك، بل في امتلاك ما يقرؤه الذكاء الاصطناعي: بيانات دقيقة وصفحات فروع متمايزة عبر كل موقع، تُقاس بمرور الوقت لا بلقطة واحدة عابرة.