في عالم الذكاء الاصطناعي، يظل موضوع التوصيات التجارية موضوعاً شائقاً يستحق الدراسة، خاصة عندما نتحدث عن تأثير اختلاف شخصية المستخدمين في شكل هذه التوصيات. في دراسة حديثة، تم تحليل كيفية تغير توصيات العلامات التجارية عندما يطلب المستخدمون نصائح بشأن أفضل برامج إدارة علاقات العملاء (CRM) في سياقات مختلفة.

الباحثون قاموا بمراجعة 2000 حالة تفاعل مع نماذج ذكاء اصطناعي مختلفة، مستخدمين عشرة شخصيات متنوعة وثمانية استفسارات، ما أسفر عن نتائج مذهلة. أظهرت الدراسة أن إضافة معلومات عن شخصية المستخدم إلى الطلب تؤدي إلى تقليص أوجه التشابه في مجموعة التوصيات بشكل ملحوظ، حيث انخفضت النتيجة بين -0.12 إلى -0.20.

المثير للاهتمام، أن الشركات الرائدة في مجالها كانت قادرة على المحافظة على تناسق الموارد التوصيلية عبر شخصيات متعددة، حيث بلغ ثبات العلامة التجارية حوالي 80%. بالمقابل، العلامات التجارية المتوسطة كانت عرضة للتغير بشكل أكبر، حيث يمكن أن تتبدل حتى 75% من توصياتها عند تغيير الشخصية.

تظهر هذه الدراسة، أن النماذج التي تعتمد على آلية الاسترجاع الأقل تميزاً، مثل نموذج Anthropic، تُظهر تأثيراً أكبر في تخصيص التوصيات مقارنةً بالنماذج الأخرى مثل OpenAI. ما يثير القلق هو أن أي قياس يؤثر على إدراك العلامة التجارية في الذكاء الاصطناعي يجب أن يأخذ في اعتباره شخصية المشتري، حيث نجد أن نفس الاستفسار يمكن أن ينتج عنه مجموعات توصيات مختلفة جذرياً اعتماداً على من يقوم بالاستفسار.

في النهاية، هذه النتائج تمثل دعوة للمسوقين لفهم كيف تتفاعل شخصيات عملائهم مع تقنيات الذكاء الاصطناعي، وتعتبر خطوة هامة نحو تحسين التجارب المخصصة.