شهدت الأسواق الرقمية ثورة حقيقية مع الانتقال من استلام الطلبات الثابتة إلى طرق أكثر ذكاءً تعتمد على الذكاء الاصطناعي. أصبح بإمكانها الآن استخدام نماذج لغوية ضخمة (Large Language Models) لفهم نوايا المستخدمين وتفضيلاتهم بشكل أفضل من خلال اللغة الطبيعية.

في السابق، كانت المنصات تعتمد على نماذج طلبات ثابتة، مما قيد إمكانياتها في التفاعل مع العملاء. لكن الآن، باستخدام المطابقة الاحتمالية المدعومة بالذكاء الاصطناعي، تستطيع هذه المنصات تقديم نتائج أكثر دقة تلبي احتياجات المستخدمين بشكل أفضل.

تم تطوير عملية جديدة تعرف بـ "حلقة الأبحاث الذاتية"، التي تقوم بتوليد تصنيفات تفضيلات الخدمة، حيث يتم اتخاذ كل مهنة على أنها مشكلة مستقلة بالتوليد. على سبيل المثال، منذ أبريل 2026، تم نشر هذه التقنية في سوق خدمات المستهلكين الأمريكي الرائد، متضمنةً 132 مهنة مختلفة.

تتمثل ميزة هذه الطريقة في تجنب إنشاء هرمية عالمية واحدة؛ بل تمت معالجة كل مهنة كقضية مستقلة تخضع لدورات من الاقتراح والتقييم والمراجعة. ويعتبر هذا النظام مركزياً للغاية حيث يُستخدم نموذج LLM كحكم لتقييم كل مجموعة مرشحة من العلامات.

تتوفر أيضاً مرحلة التخطيط المتوازي للتأكد من توصيل الأسئلة من النماذج القديمة إلى التصنيفات الجديدة. إذ تتضمن هذه المرحلة فهم السمات التي كانت الأسئلة القديمة تهدف إلى قياسها، بدلاً من الترجمة النصية المباشرة، مما يعزز جودة المعلومات المقدمة للمستخدمين.

بهذا الشكل، يبشر الذكاء الاصطناعي بنقلة نوعية في كيفية تفاعل المستخدمين مع الخدمات الرقمية، مستقبلًا آفاقاً جديدة في تقديم الخدمات وتحسين تجربة المستخدم.