Vi samarbeidet nylig med Validify om en paneldiskusjon, sammen med ledere fra Fortnum & Mason og M&M Direct for å utforske hvordan AI og store språkmodeller (LLM-er) omdefinerer Kundereisen og hva det betyr for synligheten av merkevarer og produkter.
Det var tydelig at måten forbrukerne oppdager produkter på, endrer seg raskere enn noensinne.
Vi har gått fra å «søke» til å «spørre», og i dette nye landskapet fremstår kundevurderinger som et av de kraftigste signalene merkevarer kan bruke for å holde seg synlige.
Fra Søk → Spør → Svar
Forbrukerne skriver ikke lenger «beste fuktighetskrem for tørr hud» i søkefeltet. I stedet spør de AI-assistenter:
«Hva er den beste fuktighetskremen for sensitiv hud om vinteren?»
Og i stedet for ti blå lenker får de to eller tre AI-kuraterte anbefalinger.
Dette skiftet – fra å søkende til å spørre til å bli besvart – markerer en grunnleggende endring i digital oppdagelse. For første gang noensinne har Googles andel av søk falt, noe som signaliserer at kundene beveger seg mot samtalebaserte, assistentdrevne opplevelser.
I denne nye virkeligheten er målet ikke lenger bare å bli funnet, det er å bli anbefalt.
Og AI anbefaler ikke basert på annonseutgifter alene. Den anbefaler basert på troverdighet, kontekst og konsensus – som alle kan finnes i hvordan kundene dine snakker om deg.
Anmeldelser som den nye oppdagelsesmotoren
Tidligere var anmeldelser det siste steget i kjøpsreisen. I dag er de i ferd med å bli det første.
Store språkmodeller lærer av innholdet de har tilgang til – og det inkluderer Kundens stemme (VoC). Hver eneste anmeldelse, vurdering og utdrag av brukergenerert innhold (UGC) hjelper modellene med å forstå merkevarens autentisitet, kvalitet og kundeopplevelse.
Fraser Wilson (Yotpo) oppsummerte det:
«Hvis pålitelige kilder, inkludert dine egne kunder, ikke snakker om deg, kan ikke modeller triangulere tillit. Anmeldelser er ikke lenger bare sosiale bevis; de er data for oppdagbarhet.»
Dette skiftet endrer anmeldelsens rolle fullstendig. Nå lærer de AI hvem du er.
Positive følelser, konsistente produktbeskrivelser og verifiserte anmeldelser hjelper AI-modeller med å danne seg en mer nøyaktig forståelse av merkevaren din, noe som har direkte innvirkning på om produktene dine dukker opp i generative svar.
Fra SEO til AEO
Tradisjonell SEO var bygget på søkeord, tilbakekoblinger og rangering. Men AI-søk er bygget på betydning.
Vi er på vei inn i en tid med AEO – Answer Engine Optimalisering – der søkbarhet avhenger av semantisk, strukturert og intensjonsstyrt innhold. Modeller skanner ikke bare etter termer; de tolker konteksten.
Dan Lake (CTO, M&M Direct) understreket at strukturerte data er grunnlaget for synlighet i AI:
«Rikholdige produktdata (taksonomi, skjema og konversasjonstekst) er det som gjør det mulig for modeller å forstå produktene dine. Hvis dataene dine ikke er tydelige, er du usynlig.»
For merkevarer betyr dette at PDP-er, anmeldelser og UGC må kunne leses av AI. Skjemamerking, strukturerte metadata og beskrivelser på naturlig språk hjelper AI med å koble produktene dine til kundens intensjon.
De nye reglene for tillit
Paneldeltakerne identifiserte tre innholdssøyler som hjelper merkevarer med å oppnå synlighet i AI-drevne miljøer:
- Merkevarebygging, rikt innhold
- Unik historiefortelling som tydeliggjør dine verdier, personlighet og intensjon på kundenes språk.
- Ekspert- og tredjepartsdekning
- Omtale i pressen og pålitelige publikasjoner som signaliserer autoritet.
- Kundesentiment gjennom anmeldelser og UGC
- Autentiske, detaljerte anmeldelser som gir volum, kontekst og troverdighet.
Sammen danner disse lagene en tillitstriangelet – kombinasjonen av autoritet, autentisitet og relevans som AI-modeller bruker for å avgjøre hvilke merkevarer de skal anbefale.
Dette skiftet skaper både muligheter og risiko for detaljistene.
Mulighet:
Merkevarebygging som investerer tidlig i kvalitet på anmeldelser, datastruktur og semantisk innhold, kan sikre seg ny hylleplass i AI før konkurrentene gjør det. Det er dem assistentene vil anbefale når kundene spør etter «den beste», «den mest bærekraftige» eller «den høyest vurderte».
Risiko:
Hvis merkevarehistorien din ikke er tydelig formulert eller understøttes av pålitelige kundeopplevelser, kan LLM-er hallusinere den – og fylle hullene med generisk eller unøyaktig informasjon.
Merkevarens autentisitet, arv og differensiering må gjøres eksplisitt gjennom innholdet du og kundene dine skaper.
Som en av paneldeltakerne uttrykte det:
«AI ødelegger ikke SEO – det endrer bare reglene. Synlighet vil nå tilhøre merkevarer hvis stemme, data og kundestemning stemmer overens.»
Praktiske trinn for Merkevarebygging
De gode nyhetene? Merkevarebygging kan handle nå for å forberede innholdsøkosystemet for AI-oppdagelser.
Her er fem tiltak alle merkevarer bør iverksette:
- Gjennomgå anmeldelsene dine for å se om de er lesbare med AI
Sørg for at anmeldelsene inneholder kontekst, følelser og detaljer, ikke bare stjernevurderinger. - Legg til skjemamerking i anmeldelser og vurderinger
Hjelp AI med å analysere og koble kundenes følelser til produktsidene dine. - Utnytt anmeldelser som «opplæringsdata»
Legg inn autentisk kundespråk i PDP-tekster og vanlige spørsmål for å gjenspeile hvordan ekte mennesker beskriver produktene dine. - Strukturer produktdataene dine
Bruk standardisert taksonomi og metadata for å gjøre alle PDP-er maskinlesbare.
Balanse mellom betalt og organisk oppdagbarhet
AI-drevne resultater kan fortsatt inkludere sponsede plasseringer, men autentisk, anmeldelsesrikt innhold bygger langsiktig autoritet.
Join a free demo, personalized to fit your needs