Genoemd worden door kunstmatige intelligenties is niet genoeg om je plek in de selectie van kopers te behouden. Volgens een GEO-consultant (optimalisatie voor generatieve zoekmachines) zag een bedrijf met een zeer sterke aanwezigheid in AI-antwoorden zijn pijplijn van prospects toch krimpen. De studie die hij aanhaalt, gaat over deze schijnbare tegenstrijdigheid.
De consultant bouwde 38 gedetailleerde, op criteria gebaseerde zoekopdrachten, die verschillende productcategorieën en koperssegmenten bestreken. Deze zoekopdrachten werden geëvalueerd op vijf AI-interfaces, wat 190 antwoorden opleverde. Ze volgden de criteria die een koper gebruikt om een leverancierslijst te beperken: geschiktheid voor workflows, integraties, regelgevingseisen, interoperabiliteit of analyses. Volgens de auteur bleken sommige zoekopdrachten na gesprekken met inkoopverantwoordelijken nog langer te zijn.
De zichtbaarheidsresultaten waren hoog. Het bedrijf werd genoemd in 98,4% van de geëvalueerde antwoorden en stond in 93,2% van de gevallen als hoofd- of topaanbeveling. Toch bevatte, toen dezezelfde antwoorden werden getoetst aan de beslissingscriteria, 73,7% ervan zwakke of ontbrekende bewijzen voor belangrijke claims. In 15,8% van de gevallen werd een tekortkoming aangemerkt als « significant » of « kritiek ».
Zichtbaarheid alleen is niet genoeg om te beslissen
Volgens de auteur is er een duidelijk verschil tussen vragen welke leveranciers op een markt actief zijn en vragen welke aan een specifieke combinatie van technische, operationele, regelgeving- en commerciële eisen kunnen voldoen. Een model kan een bedrijf kennen en het in een voorselectie plaatsen, zonder de nodige informatie te hebben zodra de koper vraagt naar de werking van een integratie of de beperkingen van een product. Deze vragen gaan volgens hem niet over simpele zoekwoorden, maar over bewijseisen.
De cijfers spreken elkaar dus niet tegen: ze meten twee verschillende stappen in het beslissingsproces. Zichtbaarheid brengt het bedrijf in de discussie, terwijl het vermogen om te beslissen bepaalt of de AI genoeg elementen heeft om het daar te houden.
Bewijzen in plaats van capaciteiten
Volgens de studie betekent een gebrek aan bewijs niet per se dat het bedrijf de betreffende capaciteit niet heeft. In veel gevallen leek die er wel te zijn, maar legde de beschikbare informatie het niet voldoende uit om aan het vertrouwensniveau van de AI te voldoen. Een belofte van een end-to-end proces wordt bijvoorbeeld niet ondersteund als het proces, de verbindingen of de dataflows niet worden beschreven. De informatie kan ook gefragmenteerd zijn, waardoor het model meerdere pagina’s moet verbinden voor het een conclusie kan trekken.
De auteur preciseert dat interne productdocumentatie het beste bewijs kan vormen dat een functionaliteit bestaat. Aan de andere kant winnen claims van superioriteit, efficiëntie, adoptie of meetbare resultaten aan kracht als ze worden gestaafd door klanten, analisten of onafhankelijke derden. Hij voegt toe dat de veralgemening van vergelijkbare inhoud, wat hij « contentpariteit » noemt, een bedrijf wel in de categorie kan brengen, maar het niet bestand maakt tegen een grondige evaluatie.
Hij waarschuwt ten slotte voor de verleiding om inhoud te produceren die « op bewijs is afgestemd »: langere pagina’s, oppervlakkige diagrammen, weinig solide enquêtes of door AI gegenereerde casestudy’s. Het doel is volgens hem echte informatie te leveren die de onzekerheid van de koper vermindert. Als informatie een geïnformeerde klant niet zou helpen beter te beslissen, zou die er niet alleen moeten zijn om een GEO-score te verbeteren.
De koper tot het einde meten
De consultant vindt dat alleen het eerste AI-antwoord meten niet genoeg is. Zoekopdrachten van het type « veelgestelde vragen » zijn nuttig om een optielijst op te stellen, maar huidige tools volgen niet de opeenvolging van vragen die een gebruiker stelt. Hij noemt deze multivariate combinatie die uit deze opeenvolgende uitwisselingen voortkomt « prompt math ». Hij vindt dat GEO-meting zowel zichtbaarheid als beslissingsvermogen moet integreren.
