Un sondaj Semrush, realizat pe 2.338 de adulți din SUA, arată că aproape 81% dintre consumatorii care folosesc chatboturi pentru cumpărături online au renunțat la o achiziție pe baza informațiilor primite de la AI. Mai bine de jumătate dintre utilizatorii de AI au renunțat la o achiziție din acest motiv. Adică exact canalul pe care mulți marketeri îl tratează ca pe un nou canal de achiziție poate acționa și ca un filtru de eliminare, în același flux de decizie. Sursa: MarTech, AI is telling consumers not to buy your product.

Rezumatul faptic al știrii, scurt: 58% dintre utilizatorii de AI au cumpărat ceva recomandat de chatbot, iar tot 58% au renunțat la o achiziție pe baza informațiilor primite. Peste 74% dintre toți consumatorii ar fi mai puțin dispuși să cumpere dacă chatbotul aduce în discuție recenzii mixte sau negative, procent care urcă la peste 85% în rândul utilizatorilor de AI. Aproape 59% au descoperit un brand nou prin recomandarea unui chatbot, iar circa 71% cred că chatboturile pot recomanda cele mai bune branduri. Doar 29% dintre toți consumatorii folosesc AI pentru research de produs, dar în rândul celor care folosesc AI săptămânal ajunge la 55%, iar pentru ei chatbotul depășește deja prietenii, social media, site-urile de retail și YouTube. 65% spun că AI a înlocuit o parte din căutările Google legate de produse, dar aproape jumătate nu au schimbat volumul total de căutări pe Google în ultimul an. 42% dintre consumatori nu agreează reclamele în chatboturi, iar 66% dintre ei spun că reclamele îi fac să pună la îndoială integritatea răspunsurilor AI.

Ce s-a schimbat, de fapt, în funnel

Multă vreme am tratat AI Search ca pe un canal de sus, un loc unde îți iei vizibilitate și de unde pleacă traficul spre site. Datele astea spun altceva: AI-ul operează în mijlocul deciziei, nu la începutul ei. Un om întreabă „ce alternativă am la X", chatbotul îi dă trei nume, omul întreabă „dar e bun X?", iar răspunsul poate include o recenzie de acum doi ani, un thread de pe un forum sau o comparație de preț care îl scoate din joc.

Diferența față de Google e structurală. Pe Google, controlai parțial ce vede omul: title, meta, schema, pagina de produs, recenzii pe site. În chatbot, omul primește o sinteză pe care nu ai aprobat-o și pe care nu o poți cumpăra. Poți plăti pentru vizibilitate în unele interfețe, dar nu poți plăti pentru răspunsul de după.

Aici intervine și problema de încredere. Dacă 66% dintre cei care nu agreează reclamele în chatbot spun că acestea le pun la îndoială integritatea răspunsurilor, atunci un anunț în AI poate muta percepția de la „recomandare neutră" la „reclamă plătită". Iar pentru un brand mic, asta e o pierdere grea: exact neutralitatea percepută era avantajul.

De ce recenziile negative contează mai mult decât credeai

Cifra de 85% în rândul utilizatorilor de AI care devin mai puțin dispuși să cumpere după recenzii mixte e cel mai important semnal din tot sondajul. Nu pentru că e nouă ca idee, ci pentru că se întâmplă într-un context în care omul nu mai navighează singur. Chatbotul agregă și prioritizează. Dacă recenzia negativă e relevantă semantic pentru întrebarea pusă, are șanse mari să ajungă în răspuns, indiferent de câte recenzii pozitive ai.

Asta schimbă ordinea priorităților. Nu mai e suficient să ai „destule" recenzii pozitive ca să domini media. Trebuie să înțelegi ce anume se citează din recenziile tale negative și de ce. Dacă o problemă de livrare din 2024 apare constant în răspunsuri, nu o rezolvi cu 200 de recenzii de cinci stele. O rezolvi reparând cauza și făcând informația nouă vizibilă, structurată, citabilă.

De aici decurge o întrebare operațională pe care puțini și-o pun: ce surse externe alimentează răspunsurile despre brandul tău? Forumuri, agregatoare de recenzii, comparatoare, articole vechi de presă. O bună parte din ele nu sunt sub controlul tău, dar pot fi influențate prin prezență, prin date structurate corecte și prin consistența informației pe toate suprafețele.

Cine sunt utilizatorii de AI și de ce nu poți ignora segmentul

Doar 29% dintre toți consumatorii folosesc chatboturi pentru research de produs. Cifra pare mică și e tentant să o tratezi ca pe un experiment. Dar în rândul celor care folosesc AI săptămânal, procentul urcă la 55%, iar pentru ei chatbotul a depășit deja prietenii, social media, site-urile de retail și YouTube ca sursă de research. Nu e o masă difuză de curioși, e un segment concentrat, mai informat, mai rapid în decizie.

Iar datele despre Google arată un lucru pe care mulți îl ratează: nu e o migrare, e o adăugare. 65% dintre utilizatorii de AI spun că au mutat o parte din căutările de produs spre chatbot, dar aproape jumătate nu au redus volumul total de căutări pe Google în ultimul an. Adică omul întreabă în ambele locuri, compară, validează. Fiecare punct din traseu e o șansă de a câștiga sau de a pierde considerare.

Consecința practică: nu poți muta bugetul dintr-un canal în altul crezând că urmărești clientul. Trebuie să acoperi ambele, cu mesaje coerente. Dacă Google Ads promite un lucru și pagina de produs confirmă altceva, iar chatbotul găsește o recenzie care contrazice ambele, ai pierdut în trei locuri simultan.

Ce poți controla și ce nu (și de ce contează distincția)

Aici e zona în care multe recomandări din piață devin zgomot. Nu poți garanta ce spune un chatbot despre produsul tău. Nu poți elimina o recenzie negativă dintr-un agregator terț. Nu poți cumpăra un răspuns favorabil. Ce poți face e să lucrezi pe inputuri.

Primele lucruri de verificat, ca listă de lucru, nu ca promisiuni de rezultat:

Atenție la capcana auditului automat. Un tool care îți spune „brandul tău nu apare în AI" nu dovedește că nu există vizibilitate. O verificare incompletă, pe un singur model, cu o singură formulare, nu e o probă. Absența unei apariții într-un test nu e dovada absenței funcției sau a vizibilității. Ai nevoie de mai multe interogări, mai multe contexte, mai multe surse. Iar acolo unde probele sunt insuficiente, corect e să spui „de verificat", nu să emiți concluzii.

Pe partea de conținut, principiul care funcționează pentru citarea de către LLM-uri e altul decât cel pentru ranking clasic. Nu câștigi prin densitatea cuvintelor cheie, ci prin claritate. Răspunsuri directe, cifre concrete, secțiuni care pot fi extrase ca atare. Un articol care are un paragraf limpede de tip „întrebare, răspuns scurt, context" are mai multe șanse să fie folosit ca sursă decât o pagină care ocolește subiectul. Despre cum arată un astfel de workflow am scris separat în paritatea de conținut nu mai ajunge: workflow validat pentru AI Search.

Ce înseamnă pentru tine, antreprenor sau marketer român

Pune problema concret, pe un magazin online de nișă. Ai buget limitat, vinzi prin Google Ads și Meta, ai un CPA pe care îl știi pe de rost. Până acum calculai contribuția canalului de AI Search ca „aproape zero, nu-l măsor". Datele astea sugerează altceva: AI-ul nu aduce trafic pe care să-l măsori ușor, dar poate bloca o decizie de cumpărare care altfel s-ar fi închis. Un om care te-a văzut în reclamă și apoi întreabă chatbotul „e ok brandul X?" poate fi pierdut fără ca tu să vezi asta în rapoarte.

Ce faci practic, ca marketer român:

  1. Adaugă în procesul săptămânal un pas de verificare a răspunsurilor pe 3-5 interogări relevante pentru categoria ta. Costă 20 de minute, dă context.
  2. Uită-te la recenziile negative ca la un briefing de produs, nu ca la o problemă de PR. Temele recurente sunt priorități de operare.
  3. Verifică dacă datele de pe site și din feeduri coincid cu ce apare pe agregatoarele mari. Aici apar cele mai multe contradicții.
  4. Nu cumpăra vizibilitate în chatbot înainte să știi ce răspuns primești după. Anunțul te pune pe ecran, răspunsul te scoate de pe listă.

Partea de măsurare va rămâne incomodă. Poți urmări trafic din referrer-uri de AI, poți urmări brand search ulterior, dar atribuirea curată nu va exista prea curând. Despre zonele în care măsurarea se schimbă în perioada asta am detaliat în Google Ads multi-source conversions beta: ce schimbă la măsurare. Iar pentru cine lucrează pe ecommerce, consistența datelor de produs devine o condiție de bază, nu un detaliu tehnic, subiect pe care l-am acoperit în Shopify adaugă audit trail pentru prețurile contextuale.

Scenarii ipotetice, marcate ca atare

Ipotetic vorbind, dacă un chatbot începe să citeze constant o recenzie negativă veche despre timpii de livrare ai unui brand român, presiunea pe rata de conversie din acel segment ar putea crește, chiar dacă traficul nu scade. Ipotetic, dacă un magazin are date de stoc inconsistent între site și agregatoare, răspunsurile AI pot include informații contradictorii, ceea ce afectează încrederea. Ambele rămân scenarii, nu constatări. Nu avem date despre piața românească din sursa citată, iar sondajul e pe adulți din SUA. Nu extrapolăm cifre.

Ce e rezonabil să extragem: comportamentul de a întreba AI înainte de a cumpăra nu depinde de granițe. Faptul că procentul din SUA e mare nu înseamnă că în România e identic. Înseamnă doar că direcția e aceeași și că e mai ieftin să te pregătești din timp decât să reacționezi.

FAQ

1. Trebuie să opresc bugetul pe Google Ads și să mut spre AI Search? Nu. Datele arată complementaritate, nu substituție. Aproape jumătate dintre utilizatorii de AI nu au redus căutările pe Google pentru purchase research. Canalul se adaugă, nu înlocuiește.

2. Cum măsor impactul chatboturilor asupra vânzărilor dacă nu am atribuire? Nu ai atribuire curată. Poți lucra cu indicatori indirect: trafic din referrer-uri de AI, brand search, conversii pe segmente care au interacționat cu conținut despre brand. Tratează cifrele ca direcție, nu ca adevăr absolut.

3. Dacă un audit automat spune că lipsesc din AI, e o problemă reală? Nu neapărat. Un test incomplet nu dovedește absența vizibilității. Verifică pe mai multe interogări, mai multe formulări, mai multe surse înainte să tragi o concluzie.

4. Reclamele în chatboturi rezolvă problema? Rezolvă parțial vizibilitatea. Nu controlează răspunsul de după. Iar 66% dintre cei care nu agreează reclamele în AI spun că acestea le pun la îndoială integritatea răspunsurilor. Deci există și un cost de percepție.

Concluzie: AI-ul ajută, omul decide, agentia executa

AI-ul e bun la analiză, la sintetizarea recenziilor, la scanarea surselor care vorbesc despre brandul tău. Poate face în minute ce un om face în ore. Dar interpretarea nu se deleagă: ce faci cu o temă recurentă din recenzii, ce prioritizezi, ce buget muți, ce mesaj schimbi, toate astea rămân decizii de media buyer, luate cu context de business pe care un model nu îl are.

Iar execuția, verificarea reală a ce spun chatboturile despre brandul tău, consistența datelor, ajustarea mesajelor, rămâne muncă de operator. Pasul concret îl face ALLSoft Agency, cu verificare pe date reale, nu pe promisiuni. Fără hype, fără cifre inventate.