מכירים את תחושת הבלבול כשאתם ניצבים מול מדף עמוד מוצרים או אפילו חנות דיגיטלית שייתכן ומציגה חלופות מגוונות אבל לא מסבירה לנו איזו חלופה עדיפה עבורנו? כשלקוחות מקוונים מתמודדים עם “עודף בחירה” – מאות מוצרים כמעט זהים, דירוגים שונה, תגובות משתנות – לבין רגע של היסוס שבו פשוט אי־ודאות היא המלכה, Amazon השיקה בארה״ב כלי חדש שמנוסח כך: “Help Me Decide”. הוא לא עוד פילטר חיפוש, ולא עוד רשימה של מוצרים – אלא המלצה אחת ממוקדת שמבוססת על בינה מלאכותית; הצצה לטכנולוגיה שמנסה להפוך את חוויית המסחר הדיגיטלי ממבול לתכלית.
הכלי שנחשף בתחילת ספטמבר השנה כחלק מההתרחבות של Amazon לתחום AI-מונע בחוויית הקנייה, והוא עובד כך: ברגע שבו משתמש דפדף בכמה מוצרים דומים – למשל אוהלים לקמפינג, נעלי הליכה, או פריטי אופנה, המערכת תציע בדף המוצר קישור “Help Me Decide” שמופיע בראש הדף, כאילו לומר: “נראה שאתה מתלבט – רוצה עזרה?”. בלחיצה על הקישור יוצג מוצר אחד מומלץ במיוחד, עם הסבר קצר יחסית “למה זה בחירה טובה”, וכפתורים שמאפשרים לראות גם חלופות יקרות יותר או זולות יותר.
מה עומד מאחורי הפיצ'ר הזה? אמזון משלבת מודלים לשוניים גדולים (LLMs) שמנתחים לא רק את היסטוריית הקנייה, או את מה רכשת בעבר, מה בדקת ומה העדפות שלך, אלא גם את תיאורי המוצרים, את הביקורות, ואת הדפוסי הדפדוף של הגולש בזמן אמת. כלומר: במקום רק “כל מי שקנה דבר דומה קנה גם X”, עכשיו יש “בהתאם להיסטוריה שלך, ובהתאם למה שאתה בעצם מחפש, הנה ההמלצה”. לדוגמה: גולש שרוכש שק שינה לילדים, נעלי הליכה, וציוד נוסף שמתאים למשפחה – אז בעת חיפוש אוהלים המערכת תציע אוהל שמראש מתאים ל-4 נפשות ולא תציג אוהלים בודדים.
מה המשמעות הרחבה יותר מבחינת תחום הקמעונאות? ראשית, זהו שלב נוסף במעבר מחיפוש מוצר תגובתי (Reactive Search) לחוויית קנייה פרואקטיבית (Proactive Commerce): המערכת מזהה שהלקוח נמצא “בבלאגן" או פשוט תקוע בשלב גיבוש ההחלטה, ובוחרת להתערב בדמות הצעת עזרה לגיבוש ההחלטה. שנית, מדובר בתחרות ישירה לכניסה של מערכות צ’אטבוט ומודלים לשוניים גדולים לחנות המקוונת: בצדו השני של המתרס, כפי שפורסם פה באתר, וואלמרט הכריזה על שיתוף פעולה עם ChatGPT להפוך אותו לממשק רכישה. והשלישית: החוויה הזו מחדדת את קביעת התפיסה לפיה “AI הוא לא רק כלי המלצה נוסף", אלא כלי שמטמיע עצמו בתוך מחזור רכישה ומשפיע על ההחלטה, בצורה כמעט פגישה אישית.
מה אפשר ללמוד מזה? גם חברות וקמעונאיות בישראל שמתמודדות עם Overchoice, בין אם בגדים, אביזרי בית, מוצרי משחקים לילדים, יכולות וגם צריכות להסתכל על זה כ :1) הזדמנות להטמיע מנגנוני AI שכבר לא רק “המלצה מבוססת דפוסים”, אלא “עזרה בזמן אמת למשתמש מתלבט”; 2) אינטגרציה בין הנתונים של המשתמש (היסטוריית רכישות, דפדוף, חיפוש) לבין מודלים שיכולים “לפרש” מה באמת מבקשים; 3) שינוי בחוויית המשתמש: במקום “תבחר מתוך רשימה”, תהיה העוזר החכם שלנו “בחר בשבילך, או תראה לי חלופות” – וזה עשוי להעלות את סיבולת ההמרה ואת נאמנות הלקוחות.
הלקח המרכזי הוא: שילוב AI במסעות רכישה אינטראקטיביים מגביר לא רק נוחות, אלא גם הקנייה עצמה, הטכנולוגיה אינה רק “משפרת סינון” אלא כלי עזר לקבלת ההחלטה הצרכנית. מותגים וקמעונאים שיצליחו ליישם יכולות שכאלו, בסבירות גבוהה יצליחו לייצר יתרון תחרותי משמעותי, במיוחד בצומתי ההחלטה שבהם לקוחות וגולשים רבים נוטשים את העגלה.
