ડિજિટલ ગ્રાહક માટેની લડાઈ હવે સર્ચ એન્જિન, વેબસાઇટ્સ અને એપ્લિકેશન્સથી આગળ વધી રહી છે, જે મધ્યસ્થી: કૃત્રિમ ગુપ્તચર એજન્ટ્સના નવા સ્તર તરફ સ્થળાંતર કરી રહી છે. સ્ટાર્ટસેની વ્યૂહાત્મક ગુપ્તચર પહેલ, એન્ટરેલીન્હાસ દ્વારા ઉત્પાદિત બ્લાઇન્ડ સ્પોટ રિપોર્ટ સૂચવે છે કે કહેવાતા એજન્ટિક વાણિજ્ય પહેલાથી જ ગ્રાહકો ઉત્પાદનો અને સેવાઓ શોધવા, તુલના કરવા અને પસંદ કરવાની રીતમાં ફેરફાર કરી રહ્યું છે.
આ ચળવળ ખરીદી યાત્રામાં AI એજન્ટોના પ્રવેશનું વર્ણન કરે છે, પ્રારંભિક સંશોધનથી લઈને બ્રાન્ડ ભલામણો સુધી અને કેટલાક કિસ્સાઓમાં, વાટાઘાટો અને ચુકવણી સુધી. વ્યવહારમાં, કૃત્રિમ બુદ્ધિ ફક્ત શોધ, ગ્રાહક સેવા અથવા ઉત્પાદકતા સાધન તરીકે કાર્ય કરવાનું બંધ કરે છે અને કંપનીઓ અને ગ્રાહકો વચ્ચે ફિલ્ટર તરીકે કાર્ય કરવાનું શરૂ કરે છે.
રિપોર્ટમાં સંકલિત એડોબ એનાલિટિક્સ અને એલોજિક કોમર્સના ડેટા અનુસાર, ચેટજીપીટી ફેબ્રુઆરી 2026 સુધીમાં 900 મિલિયન સાપ્તાહિક સક્રિય વપરાશકર્તાઓ સુધી પહોંચી ગયું હશે, જેમાં 800 મિલિયનથી વધુ ખરીદી-સક્ષમ વપરાશકર્તાઓ અને દરરોજ આશરે 50 મિલિયન ખરીદી પૂછપરછ હશે. 2026 ના પ્રથમ ક્વાર્ટરમાં યુએસ રિટેલ વેબસાઇટ્સ પર AI ટ્રાફિક વાર્ષિક ધોરણે 393% વધ્યો અને 2025 ની રજાઓની મોસમ દરમિયાન 693% વધ્યો.
"એજન્ટ કોમર્સ કંપનીઓ માટે મુખ્ય પ્રશ્ન બદલી નાખે છે. દાયકાઓથી, ગ્રાહકને વેબસાઇટ પર લાવવાની પ્રાથમિકતા હતી. હવે, પ્રશ્ન એ થાય છે કે AI એજન્ટને તમારા બ્રાન્ડને કેવી રીતે સમજવું અને ભલામણ કરવી. જે લોકો મશીન-રીડેબલ નથી તેઓ માનવ ગ્રાહકને ખબર પડે કે વિકલ્પ અસ્તિત્વમાં છે તે પહેલાં જ આ પ્રવાસમાંથી બહાર રહી શકે છે," StartSe અને Entrelinhas ના સ્થાપક જુનિયર બોર્નેલી કહે છે.
આ ફેરફાર ફક્ત ટ્રાફિક વોલ્યુમમાં જ નહીં, પણ રૂપાંતર દરમાં પણ સ્પષ્ટ છે. એડોબ એનાલિટિક્સ અનુસાર, માર્ચ 2025 માં, AI-જનરેટેડ ટ્રાફિકના મુલાકાતીઓએ પરંપરાગત ટ્રાફિક કરતા 38% ઓછા રૂપાંતર કર્યા. એક વર્ષ પછી, માર્ચ 2026 માં, તેઓએ 42% વધુ રૂપાંતર કર્યા. StartSe માટે, આ ઉલટું સૂચવે છે કે એજન્ટ દ્વારા સંદર્ભિત ગ્રાહકો અગાઉના ફિલ્ટરિંગ અને સરખામણીના તબક્કામાંથી પસાર થયા પછી ખરીદીના નિર્ણયની નજીક જાય છે.
આ રિપોર્ટ ડિજિટલ માર્કેટિંગના તર્કમાં નોંધપાત્ર પરિવર્તન તરફ પણ નિર્દેશ કરે છે. સામગ્રીમાં ટાંકવામાં આવેલા Ahrefs, Similarweb અને Jasper ના ડેટા સૂચવે છે કે AI-જનરેટેડ પ્રતિભાવોએ Google પર ટોચના ક્રમાંકિત સામગ્રીના ક્લિક-થ્રુ રેટમાં 58% ઘટાડો કર્યો છે. સમાચાર લેખો માટે અનક્લિક કરેલી શોધનો દર એક વર્ષમાં 56% થી વધીને 69% થયો છે, જ્યારે ChatGPT Google કરતા 96% ઓછો ક્લિક-થ્રુ રેટ દર્શાવે છે.
બોર્નેલી માટે, આ ડિજિટલ વ્યૂહરચનાનું ધ્યાન બદલી નાખે છે. "ક્લિક એકમાત્ર સંબંધિત સંપત્તિ રહી નથી. એજન્ટ-મધ્યસ્થી વાતાવરણમાં, સ્પર્ધાનો ઉલ્લેખ થવા લાગે છે. કંપનીએ ફક્ત લિંક્સની સૂચિમાં જ નહીં, પણ AI ના પ્રતિભાવમાં દેખાવાની જરૂર છે. આ માટે સામગ્રી, પ્રતિષ્ઠા અને ડેટા માળખાના અલગ તર્કની જરૂર છે," તે કહે છે.
આ નવા શિસ્તને GEO કહેવામાં આવી રહ્યું છે, જે જનરેટિવ એન્જિન ઓપ્ટિમાઇઝેશન માટે ટૂંકું નામ છે. જ્યારે SEO નો હેતુ સર્ચ એન્જિનમાં પેજનું રેન્કિંગ સુધારવાનો છે, ત્યારે GEO આર્ટિફિશિયલ ઇન્ટેલિજન્સ દ્વારા જનરેટ થયેલા પ્રતિભાવોમાં બ્રાન્ડનો ઉલ્લેખ થવાની શક્યતા વધારવાનો પ્રયાસ કરે છે. રિપોર્ટમાં સંકલિત Similarweb, Frase અને LLMrefs ના ડેટા અનુસાર, ChatGPT દ્વારા ટાંકવામાં આવેલા 71% પેજમાં સ્કીમા જેવા સ્ટ્રક્ચર્ડ ડેટા માર્કઅપ છે, અને આ પ્રકારની સ્ટ્રક્ચરવાળા પેજને 3.1 ગણા વધુ ટાંકણા મળે છે.
"ઉત્પાદન પૃષ્ઠ હવે ગ્રાહક માટે માત્ર એક પ્રદર્શન તરીકે રહ્યું નથી અને મશીન માટે તકનીકી સ્પષ્ટીકરણ શીટ તરીકે પણ કાર્ય કરવાનું શરૂ કરે છે. કિંમત, સ્ટોક, સમીક્ષાઓ, વિશેષતાઓ અને પ્રતિષ્ઠાને એવી રીતે ગોઠવવાની જરૂર છે કે એજન્ટ વાંચી શકે અને વિશ્વાસ કરી શકે. સ્ટોરમાં એક અત્યાધુનિક દ્રશ્ય અનુભવ હોઈ શકે છે અને AI માટે સમજવું હજુ પણ મુશ્કેલ હોઈ શકે છે," બોર્નેલી કહે છે.
એજન્ટિક વાણિજ્ય વિશેની મોટાભાગની જાહેર ચર્ચા છૂટક વેચાણ પર કેન્દ્રિત હોવા છતાં, તેની અસર સેવાઓ અને કોર્પોરેટ વેચાણ સુધી પણ વિસ્તરવાની અપેક્ષા છે. રિપોર્ટમાં ઉલ્લેખિત ગાર્ટનર અને કોમર્સટૂલ્સ અનુસાર, 2028 સુધીમાં 90% B2B ખરીદી એજન્ટો દ્વારા મધ્યસ્થી થવાની ધારણા છે, જે મશીન-ટુ-મશીન વ્યવહારોમાં US$15 ટ્રિલિયનથી વધુનું પરિવહન કરશે. રિપોર્ટમાં એ પણ નિર્દેશ કરવામાં આવ્યો છે કે 89% B2B ખરીદદારો પહેલાથી જ સ્વ-માર્ગદર્શિત માહિતીના પ્રાથમિક સ્ત્રોત તરીકે જનરેટિવ AI નો ઉપયોગ કરે છે.
"B2B માં, અસર વધુ માળખાકીય હોઈ શકે છે. એજન્ટો પુનરાવર્તિત ખરીદી પ્રક્રિયાઓ, સપ્લાયર સરખામણી, બજેટ વાટાઘાટો અને કરાર અમલીકરણમાં પ્રવેશી શકે છે. જે કંપની એજન્ટો દ્વારા સુવાચ્ય અને વ્યવહારયોગ્ય નથી તે કિંમત અથવા ગુણવત્તાને કારણે નહીં, પરંતુ ગ્રાહક જે નવી રીત ખરીદે છે તેની સાથે અસંગતતાને કારણે પોતાનું સ્થાન ગુમાવી શકે છે," બોર્નેલી કહે છે.
જોકે, રિપોર્ટમાં એ વાત પર ભાર મૂકવામાં આવ્યો છે કે એજન્ટ કોમર્સમાં મુખ્ય વિવાદ ચેટમાં ચુકવણી અંગે નથી. સામગ્રીમાં ઉલ્લેખિત ફોરેસ્ટર અને કોમર્સટૂલ્સ અનુસાર, OpenAI એ ઇન્સ્ટન્ટ ચેકઆઉટ થોભાવ્યું છે, અને વોલમાર્ટે તેની પોતાની વેબસાઇટ પર રીડાયરેક્ટ કરવાની તુલનામાં ચેટમાં કરવામાં આવેલી ખરીદીઓ માટે રૂપાંતર દર ત્રણ ગણો ઓછો રેકોર્ડ કર્યો છે. StartSe માટે, આ સંકેતો મજબૂત બનાવે છે કે એજન્ટોનું સૌથી તાત્કાલિક મૂલ્ય ચેકઆઉટમાં નહીં, પણ શોધમાં રહેલું છે.
"સૌથી મોટી જાળ એ છે કે એજન્ટ-આધારિત વાણિજ્યને ફક્ત બીજા ખરીદી બટન તરીકે ગણવું. રમત ખૂબ વહેલી શરૂ થાય છે. એજન્ટ દ્વારા જેનો ઉલ્લેખ કરવામાં આવ્યો નથી તે વેચાણ માટે સ્પર્ધા પણ કરી શકતા નથી. ભલામણ આ યાત્રામાં એક મહત્વપૂર્ણ પગલું બની જાય છે," બોર્નેલી કહે છે.
બ્રાઝિલમાં, આ વિષય પોતાની આગવી લાક્ષણિકતાઓ ધરાવે છે. રિપોર્ટમાં ઉલ્લેખિત કોર્ટેક્સ ઇન્ટેલિજન્સ અને ABComm અનુસાર, છેલ્લા 12 મહિનામાં 52% બ્રાઝિલિયનોએ ખરીદીમાં મદદ કરવા માટે ChatGPT અથવા અન્ય AI સહાયકનો ઉપયોગ કર્યો છે. તેમાંથી, 74% લોકો ઉત્પાદનો પસંદ કરવા માટે પ્રેરણા તરીકે ટેકનોલોજીનો ઉપયોગ કરે છે. ABComm નો અંદાજ પણ છે કે 2026 માં બ્રાઝિલિયન ઈ-કોમર્સ લગભગ R$ 259 બિલિયન પેદા કરશે.
StartSe ના મતે, મેસેજિંગ એપ્સ અને ઇન્સ્ટન્ટ પેમેન્ટ ઇન્ફ્રાસ્ટ્રક્ચરના સઘન ઉપયોગનું સંયોજન બ્રાઝિલિયન એજન્ટ વાણિજ્યને અમેરિકન કરતા અલગ માર્ગે લઈ જઈ શકે છે. રિપોર્ટમાં દેશમાં એજન્ટ ચુકવણીઓ સાથે વિઝા અને માસ્ટરકાર્ડ દ્વારા ચાલ, તેમજ વોટ્સએપ દ્વારા ફ્લાઇટ્સ શોધવા અને ચૂકવણી કરવા માટે મુસાફરી માટે Elo અને Decolar દ્વારા એક પાઇલટ પ્રોગ્રામ, અથવા ChatGPT અને Gemini જેવા મોડેલોનો ઉલ્લેખ કરવામાં આવ્યો છે.
"આ ચળવળ માટે બ્રાઝિલ પાસે બે મહત્વપૂર્ણ સંપત્તિ છે: વાતચીત દ્વારા વપરાશનો ઉકેલ લાવવાની આદત અને એકીકૃત ત્વરિત ચુકવણી માળખા. તેથી, બ્રાઝિલિયન એજન્ટ વાણિજ્ય પરંપરાગત વેબસાઇટ કરતાં WhatsApp ની નજીક ઉભરી શકે છે," બોર્નેલી કહે છે.
StartSe ના વિશ્લેષણનો નિષ્કર્ષ એ છે કે વેબસાઇટ્સ અને એપ્લિકેશન્સ અસ્તિત્વમાં નથી, પરંતુ તેઓ એક અલગ ભૂમિકા ભજવે છે. નિર્ણય લેવાના કેન્દ્રિય બિંદુ બનવાને બદલે, તેઓ ગ્રાહક સાથે ક્રિયાપ્રતિક્રિયા કરતા સ્તર માટે ડેટા સ્ત્રોત બની જાય છે. આ વાતાવરણમાં, સ્પર્ધાત્મક લાભ ફક્ત માનવો માટે દૃશ્યમાન હોવા પર ઓછો અને સ્કેલ પર વિકલ્પો ફિલ્ટર કરવા સક્ષમ સિસ્ટમો દ્વારા સમજવા પર વધુ આધાર રાખે છે.
"આપણે એવા તબક્કામાં પ્રવેશી રહ્યા છીએ જ્યાં બ્રાન્ડને મોડેલની યાદમાં જગ્યા માટે સ્પર્ધા કરવાની જરૂર છે. લોકો દ્વારા જાણીતા થવું પૂરતું નથી. ખરીદીના નિર્ણયમાં ભાગ લેનારા મશીનો દ્વારા તેને સમજવાની જરૂર પડશે," બોર્નેલી નિષ્કર્ષ કાઢે છે.
