Платформы искусственного интеллекта (ИИ) стремительно интегрируют функции для совершения покупок, но недавний тест показал, что эти помощники часто рекомендуют устаревшие продукты. Несмотря на прогресс от OpenAI, Google, Perplexity и Microsoft, инструменты для покупок на базе ИИ испытывают трудности с приоритезацией новейших моделей, иногда подталкивая потребителей к более старой технике.
Тест: поиск умных часов
Для оценки этих новых функций был проведён поиск в ChatGPT, Gemini, Perplexity и Copilot подходящих Android-умных часов для Nothing CMF Phone 1. Результаты показали постоянную неточность: все четыре ИИ-модели часто предлагали продукты 2022 и 2023 годов выпуска, хотя более новые версии уже были доступны. Например, ChatGPT рекомендовал Garmin Vivoactive 5 вместо более нового Vivoactive 6, опуская ключевые улучшения, такие как увеличенный объём памяти и улучшенный GPS.
Непоследовательная точность и странные предложения
- ChatGPT предоставлял подробные сравнения, но всё равно отдавал предпочтение старым моделям. На составление списка ушло 10 минут, включая Fitbit Versa 4 и Google Pixel Watch 3 наряду с более современными вариантами.
- Gemini с трудом определял текущую доступность товаров. Его функция «Перезвоните мне», предназначенная для проверки наличия в местных магазинах, полностью провалилась, сообщив, что поблизости нет магазинов, в которых продаются умные часы Garmin, после 15-минутного ожидания.
- Perplexity оказался самым непредсказуемым, смешивая новые модели, такие как Pixel Watch 4, с Samsung Galaxy Watch 4 (2021 года выпуска). Он также показывал нерелевантные продукты, включая дешёвые часы неизвестных брендов и даже мобильный телефон в своих рекомендациях.
- Copilot был ближе всего к точности, сразу предложив CMF Watch Pro 2 (предназначенные для CMF Phone 1), но всё равно пропустил более новую Pro 3. Он предоставил полезную историю цен и краткие обзоры.
Почему это важно
Сохранение устаревших рекомендаций — это не просто небольшое неудобство; это подчёркивает проблемы интеграции данных в реальном времени в ИИ-покупках. Алгоритмы, похоже, полагаются на информацию о продуктах, которая отстаёт от текущих выпусков, что может привести к тому, что потребители будут совершать неоптимальные покупки. Это особенно проблематично, учитывая быстрые темпы развития технологий, где даже модель, которой год, может не хватать критических функций или улучшений производительности.
Итог
Хотя ИИ-помощники для покупок демонстрируют перспективы — особенно в отслеживании цен и сравнении характеристик — они пока недостаточно надёжны, чтобы заменить курируемые человеком гиды по покупкам. Текущая тенденция отдавать приоритет старым продуктам делает эти инструменты более вероятными для затруднения принятия обоснованных решений, чем для облегчения их. Пока что ручной поиск остаётся более эффективным подходом.
