في عالم التكنولوجيا الحديثة، يحدث تحول جذري في طريقة تقديم التوصيات عبر الذكاء الاصطناعي. لقد كانت التوصيات التقليدية تعتمد على تصرف المستخدم بعد دخوله إلى المنصة، حيث تقوم هذه المنصة بتحديد مجموعة من الخيارات وترتيبها تبعًا لاهتمامات المستخدم. لكن مع ظهور الوكلاء الذكيين المدعومين بنماذج اللغات الضخمة (Large Language Models)، تغيرت هذه اللعبة بالكامل.

قالت دراسة حديثة أن الوكلاء المستخدمين يمكنهم الآن تحديد احتياجاتهم مسبقًا قبل اختيار المنصة المناسبة، مما يجعل هذه المنصات تتنافس لجذب انتباههم. تُفتح قضية جديدة تُعرف بسوق التوصيات الوكيلة (Agentic Recommendation Market)، حيث تظهر توترًا واضحًا بين الوصول والاهتمام.

أظهرت التجارب التي تم تنفيذها عبر ثلاثة مجالات منتج مختلفة أن هذا النموذج الجديد للتوصيات يوسع فرص إدراج العناصر ذات الصلة. ومع ذلك، لا تضمن المشاركة الأوسع تحقيق التعرض الفعال. إذ تؤدي المنافسة بين المنصات إلى تحركات استراتيجية واضحة، حيث تحتل التوصيات الإيجابية نسبة تصل إلى 73-78% من المراتب الأعلى.

ومع ذلك، إذا ما ربط الوكيل المستخدم تصرفات المنصات بتعليقات المستخدمين اللاحقة، فإن هذه النسبة تنخفض إلى 36-41%، بينما تزيد فرصة شراء المستخدم لمنتجات ذات صلة. هذا يُظهر أن الوكيل ليس مجرد عامل ترتيب، بل يمتلك آلية استعلام وترتيب وتعليقات تتحكم في من يمكنه التنافس، وكيف يتم تخصيص الانتباه النادر، وكيف تؤثر النتائج السابقة على تقييم المنصات، مما يؤثر مباشرة على مصلحة المستخدم.

لذا فإن تصميم أنظمة التوصيات الوكيلة يتطلب التعامل مع الوصول والاهتمام والمساءلة كمشكلة تصميم آلية مشتركة. في خضم هذه التحولات، ماذا برأيكم سيكون مستقبل التوصيات عبر الذكاء الاصطناعي؟ شاركونا أفكاركم في التعليقات!