في عصر الذكاء الاصطناعي، أصبحت نماذج اللغات الضخمة (Large Language Models) مثل GPT-4o-mini وClaude Sonnet وGemini 3 Flash تؤدي دوراً أساسياً في مساعدة المستهلكين على اكتشاف وشراء المنتجات. ولكن السؤال الأهم هو: كيف تتنافس العلامات التجارية في هذه القنوات الجديدة؟

تسلط دراسة جديدة الضوء على ديناميات العلامات التجارية في توصيات نماذج اللغات الضخمة، مع التركيز على منتجات العناية بالبشرة - والتي غالباً ما تُختبر جودة منتجاتها عبر سمعة العلامة التجارية، بعيداً عن تجربة مباشرة.

من خلال ثلاثة تجارب، توصل الباحثون إلى نتائج مثيرة:

1. **احتكار شرطي**: العلامات التجارية المعروفة تُوصى بها بشكل كامل (100%) عندما تكون جميع المنتجات ذات مواصفات متساوية، ولكن هذا الاحتكار يتغير عندما تفشل العلامة التجارية في تحقيق تفوق بسيط بواقع 0.1 نجمة.

2. **استخدام لغة تسويقية ذات طابع سلطوي**: استخدام عبارات تسويقية مزيفة تشمل ادعاءات سريرية يمكن أن تكسر احتكار العلامات التجارية، حيث تتمكن من تحقيق تفوق قيمتها 0.17 نقطة في النظام التقييمي لكل نموذج.

3. **مأزق اجتماعي في المنافسة بين العلامات التجارية**: عندما تتبنى جميع العلامات التجارية نفس استراتيجية تحسين محركات التوصية (GEO)، تقل العوائد الفردية بشكل كبير.

تشير النتائج أن تحسين محركات التوصية يجب أن يُدرس ليس فقط كمخاطر أمان بل أيضاً كممارسة تسويقية ناشئة تؤثر في المنافسة في السوق.