Современные технологии, основанные на больших языковых моделях (LLM), стремительно меняют способы, которыми потребители получают рекомендации по выбору косметических продуктов. Не ограничиваясь традиционными SEO и социальными сетями, искусственный интеллект начинает играть всё более значимую роль в формировании потребительских предпочтений. В связи с этим агентство Dynvibe представило новую услугу — LLM Intelligence, которая стала четвёртым направлением в их портфеле сервисов. Генеральный директор компании, Анн-Сесиль Гийемо, раскрывает причины, по которым брендам косметики необходимо научиться взаимодействовать с искусственным интеллектом.
Влияние больших языковых моделей на индустрию красоты и новые вызовы для брендов
По словам Анн-Сесиль Гийемо, использование LLM перестало быть отдалённой перспективой и уже прочно вошло в реальность: примерно каждый третий покупатель применяет такие инструменты в процессе выбора товаров, а 42% опрошенных отмечают, что ИИ повышает их уверенность при принятии решений.
Интересно, что потребители осваивают эти технологии намного быстрее, чем сами компании. Многие организации только начинают осознавать влияние таких моделей, как ChatGPT, Gemini или Claude, на видимость и репутацию бренда. Те, кто медлит с адаптацией, рискуют оказаться позади конкурентов.
Индустрия красоты традиционно является одним из лидеров в применении цифровых маркетинговых инноваций, включая социальные сети и работу с инфлюенсерами. Появление LLM стало очередным этапом этой эволюции, но, по словам Гийемо, изменения развиваются с еще большей скоростью.
В недавно проведённом вебинаре вместе с Катрин Шурпа, глобальным менеджером по SEO и GEO в L’Oréal, была озвучена амбициозная цель — обеспечить попадание каждого бренда группы в тройку лидеров рекомендаций, генерируемых LLM в своей категории. В компании рассматривают большие языковые модели как «нового потребителя», для которого необходимо создавать специализированный контент, поскольку именно на основе этого обучения формируются рекомендации для конечных пользователей.
Перемены затрагивают не только традиционные подходы к поисковой оптимизации (SEO), но и требуют переосмысления стратегии в пользу генеративного SEO (GEO). Однако, как подчёркивает Анн-Сесиль Гийемо, GEO обладает гораздо большей сложностью: успех в ранжировании ответов, создаваемых ИИ, зависит не от набора ключевых слов, а от комплексного подхода к формированию цифрового присутствия бренда.
Модели языка обращают внимание на авторитетность, последовательность и достоверность информации, отдавая предпочтение содержательности перед поверхностностью. Ключевыми остаются такие аспекты, как увлекательная история бренда, научная экспертиза, качественный контент, образовательная ценность и признание со стороны авторитетных источников — все эти сигналы влияют на формируемые ИИ ответы.
Построение авторитета в эпоху больших языковых моделей — процесс длительный и требующий системных усилий. LLM ориентируются на наиболее доверенные источники: научные публикации, медицинские материалы, уважаемые СМИ, официальные сайты и собственный контент брендов, демонстрирующий экспертность. Для косметических компаний это означает необходимость возвращения к созданию образовательного и высокоценного контента, посвящённого актуальным темам, например, менопаузе, выпадению волос или микробиому кожи. Потребители всё чаще ищут достоверную информацию до выбора продукта, и те бренды, которые отвечают на такие запросы, получают преимущество в видимости, формируемой искусственным интеллектом.
Как отмечается в отрасли, «новая сексуальность — это наука и экспертиза», где сам продукт становится лишь вершиной айсберга.
Интересно, что подобный подход выгоден не только крупным корпорациям. Малые и развивающиеся компании, способные закрепиться как эксперты в узкой нише, имеют возможность завоевать доверие и стать ключевыми источниками для LLM. Примером служит бренд Miyé, специализирующийся на вопросах менопаузы. Таким образом, в контексте видимости через искусственный интеллект глубина экспертных знаний может превзойти размеры компании.
Для интеграции этих тенденций в свои услуги Dynvibe создали платформу AI Brand Visibility, возглавляемую главой отдела ИИ Жюстин Бурго. Система не ограничивается мониторингом показателей видимости, а исследует, как различные модели описывают бренд, какие атрибуты связывают с ним, на какие источники опираются и — что особенно важно — выявляет несоответствия между желаемым имиджем и тем, как бренд воспринимается в ответах ИИ.
Полученные данные позволяют определить ключевые направления для развития: какие темы следует усилить, на какие медиа-каналы обратить внимание и куда лучше вложить редакционные ресурсы. Теперь LLM Intelligence дополняет три других направления — Social Intelligence, Search Intelligence и Influence Intelligence, формируя целостный набор сервисов Dynvibe.
Возвращение редакционного контента в центр стратегий становится очевидным, особенно при анализе тем, связанных с проблемами, такими как выпадение волос. В моделях искусственного интеллекта задействован широкий спектр источников: от специализированных СМИ и научных исследований до официальных сайтов и собственного контента брендов. Сайты производителей приобретают всё большую стратегическую значимость, где описание продукта, объяснение механизмов действия и наличие научных подтверждений или клинических исследований влияют на восприятие авторитета бренда с точки зрения ИИ. Примером успешной видимости в LLM являются бренды и ритейлеры вроде Aroma-Zone, которые демонстрируют глубину, качество и логичную структуру своего контента.
Однако стратегии, эффективные в одном регионе, не всегда работают в другом. Платформа Dynvibe применяется по всему миру, включая Китай, и выявляет значительные культурные различия в приоритетах и форматах подачи информации. Так, в Германии большее доверие получают медицинские материалы, тогда как во Франции ценится образовательный и разъяснительный контент. По сути, LLM ведут себя подобно экосистемам социальных сетей, что подчёркивает важность адаптации глобальной стратегии к локальным рынкам.
В конечном итоге, большие языковые модели становятся новой ареной борьбы за внимание потребителей. Пока никто не может назвать себя абсолютным экспертом в этой области — процесс обучения продолжается. Тем не менее, бренды уже сталкиваются с конкретными вызовами, требующими оперативных решений.
В задачи Dynvibe входит сбор данных, аудит видимости брендов в LLM, понимание механизмов, влияющих на рекомендации, и формирование стратегических планов развития. Подобно тому, как социальные сети трансформировали маркетинг пятнадцать лет назад, сейчас перед индустрией раскрывается новая область, развивающаяся с беспрецедентной скоростью.
Примечание
[1] Большая языковая модель (LLM) — это нейронная сеть, обученная на огромных объемах текстовых данных для выполнения задач обработки естественного языка, в частности генерации текстов.Фото: www.premiumbeautynews.com
