Omdømme · AI-svar

Kan du påvirke, hvad AI siger om dit brand? Fejl, risici og de fem ting der virker

Af Kristian Stig Henriksen · Dear Future

Ja, delvist. Det, en AI-assistent siger om dit brand, kommer fra to kilder: det, modellen lærte under træningen, og det, den finder, når den søger på nettet, mens den svarer. Den første kan du ikke rette. Den anden kan du påvirke, fordi den bygger på sider, der findes lige nu, og de fleste af dem er dine egne eller skrevet af nogen, der omtaler dig.

Hvor svarene kommer fra

En sprogmodel er trænet på enorme mængder tekst frem til en bestemt dato. Det, den ved om dit brand fra træningen, er et komprimeret gennemsnit af alt, hvad der stod om jer, da den blev trænet, inklusive det forældede og det forkerte. Når websøgning er slået til, henter assistenten derudover aktuelle sider og skriver svaret ud fra dem med henvisninger. Det er de svar, kunderne får, når de spørger om noget konkret, og det er dem, der kan flyttes.

Spørgsmålet er derfor ikke, om AI kan påvirkes, men hvilken del. Modellens hukommelse: nej, ikke af dig, og kun langsomt af verden. Modellens opslag: ja, i samme takt som du kan ændre de sider, den finder.

Hvor fejl opstår

• Forældede sider: en gammel pressemeddelelse, en oversigt fra sidste år, en medarbejder, der er stoppet. Modellen ved ikke, hvad der er gammelt, hvis siden ikke siger det.
• Tredjeparter: kataloger, anmeldelsessider og bureauer, der beskriver jer med deres ord. Ofte er de højere rangeret end jeres egen side om samme emne.
• Uklar egen tekst: sider, der siger, hvad I står for, men ikke hvad I gør, for hvem og hvor. En model, der skal svare på, hvem der hjælper med en opgave i Danmark, kan ikke bruge en mission.
• Manglende sider: spørgsmålet stilles, ingen af jeres sider svarer, og så svarer en konkurrents.

Rene opdigtninger, hallucinationer, forekommer, men de er sjældnere i svar med søgning, og de er sværere at forebygge end fejl med en kilde. De fleste forkerte svar om brands har en kilde, og kilden kan findes.

De fem ting der virker

1. Ejerskab over de grundlæggende fakta. Én side, der siger klart, hvad I laver, for hvem, hvor og siden hvornår, med dato. Struktureret data for navn, adresse, logo og profiler.
2. Svar på de spørgsmål, kunderne stiller. Ikke om jer, men om behovet: hvad koster det typisk, hvad er forskellen, hvem passer til hvad. Én side per spørgsmål, med et kort, direkte svar øverst.
3. Konsistens på tværs af kilder. Samme beskrivelse på jeres site, LinkedIn, kataloger og hos partnere. Modeller vægter enighed mellem kilder.
4. Omtale hos de kilder, modellerne allerede citerer. Find dem i jeres kategori, og bliv nævnt der: brancheoversigter, fagmedier, samarbejdspartnere. Det er ikke linkbuilding; det er at være til stede, hvor svaret hentes.
5. Måling. Stil kundernes spørgsmål til assistenterne regelmæssigt, og læs, hvad de svarer, før kunderne gør. Uden måling opdager I fejlen, når en kunde nævner den.

Det, du ikke kan

Du kan ikke ringe til nogen og få et svar rettet. Du kan ikke fjerne, hvad modellen lærte under træningen, og du kan ikke bede den om at anbefale dig. Du kan heller ikke kontrollere tonen i et enkelt svar; samme spørgsmål i morgen giver et andet svar. Det, du kan, er at ændre grundlaget, svarene bygges på, og måle, om gennemsnittet flytter sig. Det er et arbejde i uger og måneder, ikke dage.

Er det en dille, eller bliver det ved?

Udbredelsen taler for, at det bliver ved. Danmark ligger i toppen af EU i brug af generativ AI, og assistenterne bruges til at researche køb, ikke kun til at skrive tekster. Gartner forventede allerede i 2024 et fald i klassisk søgevolumen på 25% i 2026 på grund af AI-assistenter. Om tallene lander præcis dér, er mindre vigtigt end retningen: en voksende andel af købernes spørgsmål besvares i ét svar med få navne. Det er grunden til, at spørgsmålet i overskriften overhovedet stilles.

Læs videre: bliv synlig i ChatGPT, hvad en LLM er og sådan måler du AI-synlighed.

← Tilbage til forsiden