OpenAI e Perplexity estão lançando assistentes de compras de IA, mas startups concorrentes não estão se preocupando

Com as compras de fim de ano no horizonte, OpenAI e Perplexidade ambos anunciaram recursos de compras de IA esta semana, que se integram aos chatbots existentes para ajudar os usuários a pesquisar compras em potencial.

As ferramentas são marcadamente semelhantes entre si. OpenAI sugere que os usuários possam pedir ajuda ao ChatGPT para encontrar um “novo laptop adequado para jogos abaixo de US$ 1.000 com uma tela de mais de 15 polegadas”, ou que possam compartilhar fotos de uma peça de roupa de alta qualidade e pedir algo semelhante por um preço mais baixo.

A Perplexity, por sua vez, está explorando como a memória do seu chatbot pode aumentar as pesquisas relacionadas a compras para seus usuários, sugerindo que alguém poderia pedir recomendações adaptadas ao que o chatbot já sabe sobre eles, como onde moram ou o que fazem no trabalho.

A Adobe previu que as compras online assistidas por IA crescerão 520% ​​nesta temporada de férias, o que poderia ser uma vantagem para startups de compras de IA como Phia, Cherry ou Deft – mas com OpenAI e Perplexity avançando ainda mais nas experiências de compras de IA, essas startups estão em perigo?

Zach Hudson, CEO da ferramenta de compras de design de interiores Ontonacredita que as startups de compras de IA com um nicho especializado ainda proporcionarão uma experiência melhor aos usuários do que ferramentas de uso geral, como ChatGPT e Perplexity.

“Qualquer modelo ou gráfico de conhecimento é tão bom quanto suas fontes de dados”, disse Hudson ao TechCrunch. “No momento, ferramentas baseadas em ChatGPT e LLM, como Perplexity, aproveitam índices de pesquisa existentes, como Bing ou Google. Isso os torna realmente tão bons quanto os primeiros resultados que retornam desses índices.”

A CEO da Daydream e executiva de comércio eletrônico de longa data, Julie Bornstein, concorda – ela comentou ao TechCrunch durante o verão que sempre viu a pesquisa como “a criança esquecida” da indústria da moda, uma vez que nunca funcionou muito bem.

“A moda (…) tem nuances e emoções únicas – encontrar um vestido que você adora não é o mesmo que encontrar uma televisão”, disse Bornstein ao TechCrunch na terça-feira. “Esse nível de compreensão das compras de moda vem de dados específicos de domínio e da lógica de merchandising que abrange silhuetas, tecidos, ocasiões e como as pessoas constroem roupas ao longo do tempo.”

As startups de compras de IA desenvolvem seus próprios conjuntos de dados para que suas ferramentas sejam treinadas em dados de maior qualidade – algo que é mais fácil de conseguir quando você está tentando catalogar moda ou móveis, em vez da soma de todo o conhecimento humano.

No caso da Hudson, a Onton desenvolveu um pipeline de dados para catalogar centenas de milhares de produtos de design de interiores de maneira mais limpa, ajudando a treinar seus modelos internos com dados melhores. Mas se as startups de compras de IA não buscarem esse nível de especialização, Hudson acredita que elas serão ofuscadas.

“Se você estiver usando apenas LLMs prontos para uso e uma interface de conversação, é muito difícil ver como uma startup pode competir com empresas maiores”, disse Hudson.

A vantagem para OpenAI e Perplexity, no entanto, é que seus clientes já estão usando suas ferramentas – além disso, sua grande presença permite que eles fechem negócios com grandes varejistas desde o início. Enquanto Daydream e Phia redirecionam os clientes aos sites dos varejistas para concluir suas compras – às vezes ganhando receita de afiliados – OpenAI e Perplexity têm parcerias com Shopify e PayPal, respectivamente, permitindo que os usuários façam check-out na interface de conversação.

Essas empresas, que dependem de quantidades gigantescas de poder computacional caro para operar, ainda estão tentando descobrir um caminho para a lucratividade. Se eles se inspirarem no Google e na Amazon, então faz sentido olhar para o comércio eletrônico como uma opção – os varejistas poderiam pagá-los para anunciar seus produtos nos resultados de pesquisa.

Mas, eventualmente, isso poderia apenas agravar os problemas existentes que os clientes têm com a pesquisa.

“Os modelos verticais – seja em moda, viagens ou bens domésticos – terão desempenho superior porque estão sintonizados com a tomada de decisão real do consumidor”, disse Bornstein.

Reportagem adicional de Ivan Mehta.