MarTech & AI

Кто не обозначит слабости продукта — за него это сделает ИИ

Intercept проанализировала 2 млн B2B-диалогов: покупатели используют ИИ для поиска нишевых вендоров и их слабых мест. Компании без честных границ продукта теряют контроль над нарративом.

2 min read

If you don’t define your weakness, AI will
If you don’t define your weakness, AI willAS_Photography / pixabay

Агентство Intercept проанализировало около 2 млн B2B-диалогов и выяснило: закупочные комитеты используют ИИ, чтобы находить незнакомых вендоров и проверять их слабые места. Компании, которые не публикуют честные границы применимости своих продуктов, рискуют отдать этот нарратив конкурентам.

Управляющий партнёр Intercept Эндрю Ау (Andrew Au) утверждает: B2B-компаниям необходимо открыто указывать, кому их продукты подходят, где они не работают и когда разумнее выбрать альтернативу. «Мы все генерируем контент о том, какие мы великолепные и совершенные. Никто не говорит о том, для каких сценариев мы, возможно, не подходим», — приводит его слова MarTech.

Почему «безопасные» тексты стали проблемой?

Типовая продуктовая страница стремится удержать максимум покупателей: продукт «подходит и корпорациям, и растущим компаниям», «мощный, гибкий, масштабируемый» — словом, подходит всем, у кого есть бюджет. В итоге определять соответствие приходится покупателям или используемому ими ИИ.

Анализ Intercept на платформе аудит-аналитики Watchtower показал: и технические, и нетехнические члены закупочных комитетов всё чаще применяют ИИ для поиска новых или упущенных вендоров. «Один собеседник рассказал мне: сначала я начинаю с тех, кого знаю, а потом использую ИИ, чтобы найти нишевых специализированных вендоров», — вспоминает Ау.

Что происходит, когда контента не хватает?

По словам Ау, в аудитах Intercept модели делают выводы при нехватке контента — вплоть до галлюцинаций. «Модели говорят, что наш клиент не подходит для этих сценариев, — это полная ерунда. Но когда нет контента для цитирования, модель сделает вывод сама», — объясняет он.

Решение — дать ИИ материал: продукт для распределённых команд может прямо заявить об отсутствии self-serve-тарифа; отраслевое ПО — что оно не поддерживает смежные сценарии. «Если ваш продукт для энтерпрайза, не притворяйтесь, что он для малого бизнеса», — говорит Ау.

Сложность не в тексте, а в согласовании: продуктовому маркетингу, продажам, customer success и продуктовой команде придётся договориться, кому продукт не нужен. Клиенты, по словам Ау, реагируют жёстко: «Нет, мы это публиковать не будем». Размещать оговорки логично там, где покупатели уже ищут: на страницах продукта и тарифов, в FAQ, гайдах и сравнениях.

Как отсев улучшает воронку?

Чёткие исключения работают на demand generation (генерацию спроса). Если ИИ порекомендует корпоративную бухгалтерскую платформу фрилансеру, такому упоминанию грош цена: посетитель уйдёт, а продажи потратят время на квалификацию лишней сделки. Маркетинговым операционным командам Ау советует оценивать ИИ-трафик по постклик-метрикам: если упоминания растут, а квалификация и создание возможностей падают, компания получает видимость без спроса.

Сравнения и контроль над разговором

Intercept уже делает «прозрачные гайды покупателей» на основе реальных отзывов: где клиент силён, где слаб, и честное сравнение с двумя-тремя конкурентами. «Это отлично работает и с LLM, и с людьми, потому что людям нужна честность», — отмечает Ау.

Главный аргумент: молчание не убирает слабости из ответов ИИ. «Либо вы возьмёте разговор под контроль и дадите цитаты, либо это сделают конкуренты, которые процитируют ваши слабости», — предупреждает Ау. Если в компании никто не может указать на фразу, объясняющую, кому не стоит покупать продукт, эту фразу рано или поздно напишут за неё.

Original: semrush.com

Share this article:

More from Анна Соколова

Related articles

« Previous articleNext article »