据TechRadar报道，AI驱动的大语言模型正在成为消费者发现产品和信息的新入口，改变企业理解需求、获取流量和面对购买决策的方式。TechRadar援引Forrester的数据称，超过50%的在线成年人已使用生成式AI寻找问题答案。
报道称，搜索引擎、社交媒体以及亚马逊和eBay等市场平台此前共同塑造了消费者发现品牌的方式，如今大语言模型成为这一生态系统的又一层。借助大语言模型，人们可以超越传统搜索，通过自然对话提问和比较选项，且往往在访问网站之前就完成这一过程。
发现过程正变得对话化。过去消费者会在搜索引擎中输入简短关键词，再拿到一列链接；现在他们可能不再只搜“最佳跑鞋”，而是询问马拉松训练需要哪些产品、某款鞋是否适合特定脚型、与替代品相比如何，以及在哪里购买。搜索界面的角色随之改变，用户越来越习惯让AI先缩小范围，再决定前往哪里。
消费者已经在使用AI工具进行实际研究和与购买相关的决策。TechRadar称，信息类提示占39%，交易类提示占37%，两者合计超过大语言模型使用量的四分之三。AI并不只是中立的选项目录，70%的大语言模型回答会将单一品牌置于主要推荐位置，人们因此越来越可能收到一个被筛选过的推荐，而不是一页需要自行比较的结果。
大语言模型还在改变研究和购买意图形成的地点。企业过去主要依赖搜索查询、点击和浏览行为来理解用户搜索，而对话式AI带来了另一种信号，即人们在甚至不知道自己该搜什么之前提出的问题。无论是比较护肤品成分的购物者、规划家庭行程的旅行者，还是评估软件供应商的企业采购者，他们的对话都比简单关键词查询透露更多背景。
TechRadar援引Gartner的说法称，消费者正在使用AI研究和比较产品，但只有11%的消费者表示愿意让AI代替自己做出购买决定。最终交易可能仍发生在零售商的网站、应用或实体店，但研究和决策过程已经开始得更早，发生在AI对话内部。报道还称，受AI影响的购买旅程常在五到六次提示后达到最高转化点，其中75%至85%的旅程在两周内转化。消费者依赖AI缩小选择、检验假设并建立信心，然后才转向开放网络。
这对企业理解需求以及理解和触达消费者都有影响。企业可能看到更少流量直接抵达自己的网站，但经过AI对话后抵达的用户往往对产品有更清晰的理解，购买可能性也更高。传统搜索数据通常简短且偏交易性，AI对话则更长、更具探索性和情绪性，更能揭示人们在购买前试图理解什么。观察消费者提出的问题以及他们得到的回答，可以更完整地呈现购买决策如何形成。
不同模型给出的消费者图景并不相同。不同大语言模型依赖不同来源，并以不同方式权衡信息和信号。一家公司可能在一个模型中频繁出现，在另一个模型中却几乎不出现；在ChatGPT、Gemini、Claude和Perplexity之间，品牌推荐可能相差多达27个百分点。
报道称，许多被宣传为AI消费者洞察的内容并非基于真实消费者行为，而是把热门搜索词输入模型，再将输出当作消费者想法或需求的替代指标。这种关注AEO或GEO的做法理解的是模型，而不是消费者。更有用的方法应从真实消费者行为出发，观察人们实际问了什么、如何措辞、试图弄清什么，并直接观察而非推断。