Phoenix: LLMs beleben jahrzehntealte Visionen für die Suche
Niemand kann die Zukunft perfekt vorhersagen, aber es stellt sich heraus, dass einige besser darin sind als andere.
Eine Studie mit über einer Million Urteilen von Tausenden von Menschen ergab „Super-Prognostiker“: Menschen, die deutlich höhere Erfolgsquoten bei Vorhersagen haben.1
Was unterscheidet Super-Prognostiker von schlechten Prognostikern? Sie ändern ihre Meinung nach und nach aufgrund neuer Erkenntnisse.
„Menschen, die oft Recht haben, hören viel zu, und Menschen, die oft Recht haben, ändern oft ihre Meinung“, lautet ein Zitat des Mannes, dem die größte E-Commerce-Wirtschaft der Welt, die Washington Post, und der größte Reichtum der Welt gehören .2
Wenn Leute mich fragen, worüber ich meine Meinung ändere, gebe ich ihnen zwei Antworten: Stimme und Personalisierung.
Der größte Change Agent unserer Zeit – viel größer als BlockchAIn – ist KI. Große Sprachmodelle (LLMs) können Sprachassistenten und Personalisierung halten, was sie einst versprochen haben.
Steigern Sie Ihre Fähigkeiten mit den wöchentlichen Experteneinblicken von Growth Memo. Kostenlos abonnieren!
Nennen Sie es nicht ein Comeback
Die umstrittene Vorhersage „50 % der Suchanfragen werden bis 2020 über Sprache erfolgen“ wurde zu epischen Ausmaßen aufgebauscht und zu oft wiederholt, weil sie zu einer guten, angsteinflößenden Geschichte führte.
Die Realität ist, dass Sprachassistenten nicht so beliebt sind. Sie sind eher Redner als Assistenten.
Die Anleger bekamen Angst, als Mark Zuckerberg ankündigte, 10 Milliarden US-Dollar pro Jahr für die Entwicklung des Multiversums abzuschreiben, aber niemand mit der Wimper zuckte, dass Amazon den gleichen Geldbetrag bei Alexa-Geräten verliert, obwohl 500 Millionen davon verkauft wurden.3 4
Apple und Alphabet sitzen in ähnlichen Booten und können sich über fast 100 Millionen Nutzer von Siri und Google Assistant rühmen, obwohl sie in ihrem riesigen Hardware-Ökosystem vorinstalliert sind.5
Im Jahr 2020 nutzten 54 % der US-amerikanischen Erwachsenen ab 18 Jahren Sprachbefehle, 24 % davon täglich.6 Aber die meisten Anwendungsfälle der Stimme sind „Musik abspielen“ und „Wie ist das Wetter heute?“
Meine primäre Verwendung als Sprachassistent besteht darin, Siri aufzufordern, den Podcast fortzusetzen, den ich gerade höre, wenn ich aus der Dusche steige. Befehle und Suchen sind zwei verschiedene Paar Schuhe.
Und doch gibt es Grund zum Optimismus. So wie LLMs die Qualität von Suchfeldern sofort verbessern können, können sie Sprachassistenten tatsächlich nützlich machen, indem sie die Benutzerabsichten besser verstehen und natürlichere Antworten geben.
Für Anzeigenplattform-Giganten wie Alphabet, Amazon und Meta ist jeder Moment, in dem Benutzer keine Anzeigen sehen können, eine Marktchance.
Duschgedanken und -wünsche sind nur ein kleines Beispiel. Amerikaner verbringen täglich eine Stunde in ihren Autos, eine Stunde mit der Zubereitung von Lebensmitteln und eine halbe Stunde mit der Reinigung. Nur ein Bruchteil der Zeit, die für Gespräche mit KI aufgewendet wird, könnte zu erheblichen Werbe- oder Abonnementeinnahmen führen.7 8 9
Ein gut funktionierender Sprachassistent wäre eine Chance, nicht nur direkt mehr Umsatz zu machen, sondern auch ein neues App-Ökosystem zu fördern und mehr Hardware zu verkaufen, wofür Amazon mit seinen Heimsicherheits- und anderen Smart-Home-Produkten am besten positioniert ist.
Erst kürzlich musste Amazon aufgrund des regulatorischen Drucks von einem 1,7-Milliarden-Dollar-Deal zur Übernahme von iRobot zurücktreten.
Amazon ist bereits am Zug und arbeitet daran, Alexa zu verbessern, um bessere Gespräche zu führen.10
Sprachassistenten müssen die Herausforderungen von Geschwindigkeit und Zugriff meistern. Selbst wenn die Generierung einer Antwort nur wenige Sekunden dauert, fühlt sich das Erlebnis nicht wie ein Gespräch an.
Am wichtigsten ist: Je mehr Zugriff ein Sprachassistent auf Informationen hat, desto individueller kann er die Antworten gestalten.
Der multimodale Charakter von LLMs könnte es Sprachassistenten ermöglichen, zu sehen und zu hören. Vervielfacht auf Ihr Telefon, Ihren Computer, Ihre Türklingel, Sicherheitskameras, Haushaltsgeräte und Reinigungsroboter könnte Googles Vision von Ambient Computing zum Leben erweckt werden:
Im mobilen Zeitalter veränderten Smartphones die Welt. Es ist äußerst nützlich, überall einen leistungsstarken Computer zu haben. Aber es ist noch nützlicher, wenn der Computer überall dort ist, wo Sie ihn brauchen, und immer zur Verfügung steht. Jetzt haben Sie gehört, wie ich mit Baratunde über die Idee gesprochen habe, dass hilfreiches Computing überall um Sie herum sein kann – Ambient Computing. Ihre Geräte arbeiten mit Diensten und KI zusammen, sodass die Hilfe überall und flüssig verfügbar ist. Die Technologie tritt einfach in den Hintergrund, wenn Sie sie nicht benötigen. Die Geräte sind also nicht das Zentrum des Systems, sondern Sie. Das ist unsere Vision für Ambient Computing.
Mein Web oder Ihr Web?
Web-Personalisierung ist die Blockchain der frühen 2010er Jahre: eine Enttäuschung.
Vor zehn Jahren glaubten wir, dass die Zukunft des Webs in hochgradig maßgeschneiderten Websites und Suchergebnissen liege. Aber wir haben Filterblasen und Cambridge Analytica. Bevormundungsfähige Daten sind schwer zu sammeln und zu skalieren. Benutzer mögen kostenlose Produkte, aber das Gefühl, verfolgt zu werden, gefällt ihnen nicht.
Google begann 2004 mit der Personalisierung der Suche, zunächst in der Betaphase und 2009 dann weltweit. Heute personalisiert Google Ergebnisse für eine begrenzte Anzahl von Suchanfragen wie „Was Sie sehen sollten“, Ereignisse, frühere Suchanfragen und Discover.
Der Gesamtgrad ist vernachlässigbar.
Im Jahr 2013 fanden Forscher heraus, dass der durchschnittliche Grad der Personalisierung in der Google-Suche bei 11,7 % lag – natürlich mit starken Schwankungen je nach Suchanfrage und Rang. Höhere Positionen haben beispielsweise eine höhere Chance auf Personalisierung als niedrigere Positionen.11
Eine Studie aus dem Jahr 2019 ergab, dass Google 2/10 Ergebnisse bei der Suche nach Personen und 4/10 bei politischen Parteien personalisiert. Mit anderen Worten: nicht viel.12
Das höchste Maß an Personalisierung bei der Suche findet bei Google Suggest statt: Basierend auf Millionen anderer Suchanfragen von Leuten wie mir schlägt Google Vervollständigungen von Suchanfragen vor, die manchmal einfach nur beängstigend sind.
Allerdings hat Google damit begonnen, mehr Personalisierung für seine Suche „Canary: Fashion“ anzubieten.
Benutzer erhalten auf der Grundlage ihrer Auswahl benutzerdefinierte Stilempfehlungen und können Marken zu ihren Favoriten hinzufügen, um ihre Suche anzupassen.
Im Jahr 2022 begann Google damit, die Einkaufssuche stärker auf der Grundlage früherer Einkäufe anzupassen.13
Wenn Sie bei Google einkaufen, treffen Sie einfach einmal Ihre Auswahl – Ihre bevorzugte Abteilung und Marken – um in Zukunft mehr davon zu sehen. Wenn Sie also die Abteilung „Damen“ und die Marke Cuyana auswählen, zeigen wir Ihnen beim nächsten Einkauf zum Beispiel einer Umhängetasche Damen-Umhängetaschen von Cuyana und ähnlichen Marken.
Personalisierte Einkaufsempfehlungen sind viel weniger beängstigend als politische Nachrichten und lassen sich leichter monetarisieren, da Google den Weg zur Conversion verkürzen und die Nutzer gleichzeitig in der Suche halten kann.
Personalisierung ist am nützlichsten beim Einkaufen, in Nachrichten und in der lokalen Suche, weniger jedoch bei der Informationssuche mit Lernabsicht.
LLMs und maschinelles Lernen gepaart mit dem Shopping-Diagramm von über 35 Milliarden Datenpunkten ermöglichen es Google, die Shopping-Suche besser als je zuvor anzupassen – genau das, was Google in den letzten Monaten getan hat:
Wenn Sie nach einem Produkt suchen, erhalten Sie einen Überblick über wichtige Faktoren, die es zu berücksichtigen gilt, und Produkte, die Ihren Anforderungen entsprechen. Sie erhalten außerdem Produktbeschreibungen mit relevanten, aktuellen Rezensionen, Bewertungen, Preisen und Produktbildern. Denn dieses neue generative KI-Einkaufserlebnis basiert auf dem Shopping Graph von Google, der mehr als 35 Milliarden Produkteinträge enthält – und damit den weltweit umfassendsten Datensatz zu sich ständig ändernden Produkten, Verkäufern, Marken, Bewertungen und Lagerbeständen darstellt. Tatsächlich werden jede Stunde mehr als 1,8 Milliarden Einträge in unserem Shopping Graph aktualisiert, um den Menschen aktuelle, zuverlässige Ergebnisse zu liefern.14
„Hey Google, wo sind meine Daten?“
Wenn Sprache und Personalisierung jemals eine Chance haben, groß rauszukommen, dann jetzt. Die Dinge laufen selten so ab, wie man es sich vorstellt, was in puncto Stimme und Personalisierung genau das Richtige wäre.
Wenn ich recht habe – und Personalisierung und Sprachsuche werden immer beliebter – ist es noch wichtiger als heute, im Gedächtnis zu bleiben, bevor eine Absicht auftaucht.
Im Backend müssen Marken mit erstklassigem Service, Versand und Retouren überzeugen, um Kunden zu halten. Das Schöne an der personalisierten Einkaufssuche ist, dass Kunden, die sich erst einmal für eine Meinung entschieden haben, diese nur schwer wieder loswerden können.
Wie würde Google Ergebnisse personalisieren? Eine Kombination aus First-Party-Daten von Google-Diensten wie Gmail, YouTube, Android & Co. und Topics.
Ein Faktor, bei dem ich nicht optimistisch bin, sind die Daten.
Seit Google die SERPs mit Funktionen wie Kartenpaketen, Bildkarussells, Einkaufskarussells und anderen Karussells überschwemmt, hat es Vermarktern nicht viele Daten zur Verfügung gestellt, um deren Auswirkungen zu verstehen. Ich befürchte auch, dass Google uns keine Daten über SGE liefern würde, falls es jemals eingeführt würde, aber das ist eine andere Geschichte.
Was meine Meinung ändern würde, wäre, wenn ich sehen würde, wie wir die Anfragen und die Anzahl der Suchanfragen von aktuellen Sprachgeräten erhalten, aber weder Alphabet, Apple noch Amazon diese Daten teilen.
1 Wie die besten Prognostiker Ereignisse wie Wahlergebnisse vorhersagen
2 Jeff Bezos
3 Amazon hat mehr als 500 Millionen Alexa-fähige Geräte verkauft und bringt 4 neue Echo-Produkte auf den Markt
4 Alexa, warum verlierst du so viel Geld?
5 Warum ist Apples ursprünglicher HomePod gescheitert? Zählen wir die Gründe
6 Einem neuen Bericht zufolge besitzt mittlerweile etwa jeder vierte Erwachsene in den USA einen Smart Speaker
7 Amerikanische Fahrumfrage: 2022
8 Entdecken Sie die Zeit, die Sie für den National Hobby Month mit Kochen, Lesen und anderen Aktivitäten verbringen
9 Durchschnittliche Stunden pro Tag, die für ausgewählte Haushaltsaktivitäten aufgewendet werden
10 Amazon will Alexa mit generativer KI aufrüsten
11 Messung der Personalisierung der Websuche
12 Was hast du gesehen? Eine Studie zur Messung der Personalisierung in der Suchmaschine Google
13 9 neue Funktionen und Tools für einfacheres Einkaufen bei Google
14 Aufladende Suche mit generativer KI
Ausgewähltes Bild: Lyna ™
