L'IA recommande par la notoriété. Mais la notoriété n'explique pas tout.
La plupart des conversations sur l'IA se concentrent sur la visibilité. Les gens demandent si l'IA peut explorer un site ou citer une marque. Ces questions sont importantes. Mais elles n'expliquent pas pourquoi l'IA choisit une marque plutôt qu'une autre.
Nous avons analysé 20 000 recommandations de produits par l'IA dans cinq catégories :
- Beauté
- Compléments alimentaires
- Café
- Animaux de compagnie
- Maison et décoration
Les données comprenaient 1 490 marques. Nous voulions savoir ce qui motive ces choix.
Tout d'abord, nous avons testé la qualité des boutiques. Nous avons utilisé notre AI Commerce Score pour mesurer la lisibilité par les machines et la structure technique. Nous pensions qu'une haute qualité mènerait à plus de recommandations. Les données nous ont prouvé le contraire. La qualité de la boutique n'explique que 2,1 % de la fréquence des recommandations.
Ensuite, nous avons testé la notoriété publique. Nous avons examiné le nombre de lecteurs sur Wikipédia, la couverture médiatique et les mentions de la marque. La notoriété explique 24,9 % de la fréquence des recommandations. La notoriété compte bien plus que la qualité de la boutique. Mais elle n'explique toujours pas la majorité des résultats.
Nous avons comparé les 50 marques les plus recommandées aux 50 moins recommandées. L'écart de recommandation était massif. Les meilleures marques recevaient six fois plus de recommandations. Pourtant, leurs scores de qualité de boutique étaient presque identiques à ceux des marques les moins bien classées.
Le comportement de l'IA est-il aléatoire ? Nous avons exécuté chaque requête vingt fois pour vérifier la stabilité. Les résultats n'étaient pas aléatoires. Les mêmes marques apparaissaient aux mêmes endroits dans 78 % à 91 % des tests. Le système est stable. C'est juste un mystère.
Les conclusions montrent une distinction claire :
- La visibilité demande : L'IA peut-elle vous voir ?
- La recommandation demande : L'IA va-t-elle vous choisir ?
La qualité de la boutique explique 2,1 %. La notoriété explique 24,9 %. Qu'est-ce qui explique les 73 % restants ?
Il pourrait s'agir de signaux de confiance, de l'exposition aux données d'entraînement ou de l'autorité sémantique. Nous ne le savons pas encore. Nous menons actuellement des recherches à ce sujet.
Source : https://dev.to/atom_foundry/-ai-recommends-by-fame-but-fame-doesnt-explain-most-recommendations-3dgh
