Τα τελευταία χρόνια, αρκετοί ιστότοποι που πωλούν προϊόντα εξαιρετικά χαμηλού κόστους έχουν εμφανιστεί στη γαλλική αγορά. Οι Shein, Temu και AliExpress, για να αναφέρουμε μόνο μερικές, ανατρέπουν το τοπίο του ηλεκτρονικού λιανικού εμπορίου. Σύμφωνα με μελέτη που διεξήγαγε η BPCE Digital & Payments, ο αριθμός των καρτών πληρωμής που καταγράφουν τουλάχιστον μία μηνιαία συναλλαγή σε έναν ιστότοπο με εκπτώσεις αυξήθηκε κατά 20% μεταξύ των πρώτων τριμήνων του 2022 και του 2023.
Αυτό δεν προκαλεί έκπληξη, δεδομένου ότι ο ιστότοπος της Temu έχει εκατομμύρια Γάλλους επισκέπτες κάθε μήνα, σύμφωνα με στοιχεία της Ομοσπονδίας Ηλεκτρονικού Εμπορίου και Πωλήσεων από Απόσταση (FEVAD). Στα μέσα Ιουλίου 2025, οι πλατφόρμες χαμηλού κόστους αντιπροσώπευαν το 22% των δεμάτων που διαχειριζόταν η γαλλική ταχυδρομική υπηρεσία, σε σύγκριση με 5% πριν από πέντε χρόνια. Αυτή η αύξηση αναμένεται να συνεχιστεί, με τον τομέα να αναμένεται να αυξηθεί συνολικά κατά 6,5% το 2025.
Φυσικά, ο ανεξέλεγκτος πληθωρισμός στη Γαλλία τα τελευταία χρόνια εξηγεί εν μέρει αυτή την τρέλα. Αλλά αυτή δεν είναι η μόνη εξήγηση για αυτές τις εξελίξεις. Η χρήση της τεχνητής νοημοσύνης (AI), η οποία βρίσκεται στην καρδιά του επιχειρηματικού μοντέλου αυτών των πλατφορμών, βοηθά στην οικοδόμηση της αφοσίωσης των καταναλωτών.
Συμπεριφορική καταγραφή
Στα τελευταία μας άρθρα για τις Shein και Temu , αναλύσαμε τον τρόπο λειτουργίας αυτών των πλατφορμών στο παρασκήνιο. Αναλύοντας δεδομένα συμπεριφοράς χρηστών, τα εργαλεία τεχνητής νοημοσύνης που χρησιμοποιούνται από τις πλατφόρμες μπορούν να εντοπίσουν τους πελάτες που είναι πιο πιθανό να πραγματοποιήσουν μια αγορά και να προσαρμόσουν τα διαφημιστικά μηνύματα που λαμβάνουν.
Οι αλγόριθμοι πρόβλεψης αναλύουν επίσης τη συμπεριφορά των χρηστών για να προσφέρουν εξατομικευμένες προτάσεις. Αυτή η προσέγγιση στοχεύει στη δημιουργία μιας ανάγκης πριν καν προκύψει, εκμεταλλευόμενη τα συναισθήματα σπανιότητας και επείγοντος. Αυτό είναι το περίφημο Fomo ή «φόβος μήπως χάσετε κάτι».
Αυτοί οι αλγόριθμοι πρόβλεψης υπάρχουν εδώ και πολλά χρόνια, αλλά οι νέες δυνατότητές τους, «ενισχυμένες» από εργαλεία Τεχνητής Νοημοσύνης, εγκαινιάζουν μια νέα εποχή, προσαρμόζοντας τις δυνατότητές τους ακόμη πιο προσεκτικά και γρήγορα σε κάθε χρήστη του Διαδικτύου. Στο κάτω μέρος κάθε σελίδας, υπάρχει μια λίστα με «αντικείμενα που είδαν επίσης» άλλοι χρήστες, τα οποία είναι παρόμοια με το προϊόν που αναζητούν. Αυτή η κλασική τεχνική μάρκετινγκ προχωρά ένα βήμα παραπέρα: οι αλγόριθμοι υποβάλλουν συνεχώς νέο περιεχόμενο στον πελάτη για να μελετήσει την αντίδρασή του. Κάθε αντίδραση (όπως ένα κλικ για να προσθέσετε ένα είδος σε ένα καλάθι) αναλύεται σε πραγματικό χρόνο. Ο αλγόριθμος, υποστηριζόμενος από την Τεχνητή Νοημοσύνη, χρησιμοποιεί στη συνέχεια αυτά τα δεδομένα για να ενθαρρύνει τον χρήστη να αγοράσει άλλα προϊόντα που δεν αναζητούσε αρχικά.
Χρήση παιχνιδιού για πώληση
Η παιχνιδοποίηση αναφέρεται στη χρήση μηχανισμών παιχνιδιών για σκοπούς μάρκετινγκ με σκοπό την προσέλκυση της προσοχής των πελατών.
Στην εφαρμογή Temu, οι διεπαφές είναι εμπνευσμένες από παιχνίδια τυχερών παιχνιδιών, τα οποία είναι γνωστό ότι είναι ιδιαίτερα εθιστικά : τροχοί της τύχης, αντίστροφες μετρήσεις που επισημαίνουν προσφορές περιορισμένου χρόνου, δώρα και κωδικοί προσφοράς για ξεκλείδωμα, κ.λπ. Αυτά τα συνεχή ερεθίσματα δημιουργούν μια αίσθηση επείγοντος στον χρήστη, ενώ διαταράσσουν τον βιοχημικό μηχανισμό του κυκλώματος ανταμοιβής . Η τεχνητή νοημοσύνη επιτρέπει μεγαλύτερη ακρίβεια και διαφοροποίηση των προσφερόμενων «παιχνιδιών», εις βάρος των αγοραστών (και χωρίς την πλήρη επίγνωσή τους).
Στο Temu, τα μίνι παιχνίδια που είναι ενσωματωμένα στην εφαρμογή για κινητά (όπως τα Farmland και Fishland) υπόσχονται δωρεάν είδη και κουπόνια έκπτωσης. Χρησιμοποιούνται συστήματα πόντων και κουπονιών για να ενθαρρύνουν τους χρήστες να επιστρέφουν στον ιστότοπο όσο το δυνατόν συχνότερα, ενώ αποστέλλονται επίσης εξατομικευμένες ειδοποιήσεις σε κατάλληλες στιγμές, με βάση τα δεδομένα που συλλέγονται για τον χρήστη.
Επιπλέον, οι δυναμικοί αλγόριθμοι τιμολόγησης (οι οποίοι προσαρμόζουν τις τιμές ανάλογα με τις διακυμάνσεις της ζήτησης) εμφανίζουν εκπτώσεις που μπορούν να έχουν ισχυρό αντίκτυπο στους καταναλωτές. Και εδώ, η Τεχνητή Νοημοσύνη αποδεικνύεται ένα εργαλείο που πολλαπλασιάζει αυτή τη δύναμη.
Εξατομικευμένα ηλεκτρονικά καταστήματα
Η υπερ-εξατομίκευση των πλατφορμών είναι ένας άλλος μοχλός. Χάρη στην Τεχνητή Νοημοσύνη, η οποία συλλέγει τεράστιες ποσότητες δεδομένων σχετικά με τα προφίλ χρηστών, κάθε πελάτης έχει ένα διαφορετικό ηλεκτρονικό κατάστημα, εξατομικευμένο ανάλογα με το ιστορικό, τα γούστα, τις προτιμήσεις και τις αποστροφές του. Αυτό αυξάνει την πιθανότητα μίας ή περισσότερων παρορμητικών αγορών.
Η σημαντικότερη συμβολή της Τεχνητής Νοημοσύνης στην επιτυχία της Shein πηγαίνει πολύ παραπέρα και προηγείται της άφιξης των πελατών στην πλατφόρμα. Η Shein έχει αναπτύξει τα δικά της εργαλεία και αλγόριθμους Τεχνητής Νοημοσύνης για τη συλλογή και ανάλυση δεδομένων. Χρησιμοποιώντας αυτά τα εργαλεία για την παρακολούθηση της συμπεριφοράς των πελατών στο Διαδίκτυο (εντός και εκτός του ιστότοπού της), η Shein βασίζεται επίσης σε αυτά για την ανάλυση των αποτελεσμάτων αναζήτησης στο διαδίκτυο, των αναρτήσεων στα μέσα κοινωνικής δικτύωσης και των ιστότοπων των ανταγωνιστών.
Αυτά τα εργαλεία είναι κεντρικής σημασίας για την επιτυχία της Shein. Της επιτρέπουν να εντοπίζει τάσεις (χρώματα, τιμές, σχέδια) σε πραγματικό χρόνο ή σχεδόν πραγματικό χρόνο και να προσαρμόζει πολύ γρήγορα τον σχεδιασμό και την παραγωγή των προϊόντων της. Αυτό συμβαίνει επειδή όλα αυτά τα δεδομένα κοινοποιούνται στους προμηθευτές που παράγουν τα είδη που πωλεί η Shein. Η διαδικασία διευκολύνεται από μια στρατηγική που ευνοεί την παραγωγή μικρού όγκου (100 είδη ή λιγότερο) για όλα τα νέα προϊόντα.
Σημαντικά ηθικά ζητήματα
Όλοι αυτοί οι παράγοντες εγείρουν ηθικά ζητήματα, δεδομένης της αδιαφάνειας των αλγορίθμων και της έλλειψης διαφάνειας όσον αφορά τη χρήση των δεδομένων που συλλέγονται.
Το 2022, η Shein τιμωρήθηκε με πρόστιμο από την πολιτεία της Νέας Υόρκης επειδή δεν ενημέρωσε σχεδόν 40 εκατομμύρια χρήστες για μια παραβίαση δεδομένων που έλαβε χώρα το 2018. Όπως αναφέρθηκε παραπάνω, η εταιρεία διερευνάται επίσης από την Ευρωπαϊκή Επιτροπή , η οποία την κατηγορεί για τουλάχιστον έξι παραπλανητικές ή καταχρηστικές πρακτικές προς τους καταναλωτές (όπως «ψεύτικες εκπτώσεις», «παραπλανητικές πληροφορίες», «κρυφά στοιχεία επικοινωνίας» και άλλα).
Σε ποιο βαθμό, λοιπόν, θα πρέπει να ρυθμίζεται η Τεχνητή Νοημοσύνη στις διαδικτυακές πωλήσεις και το μάρκετινγκ; Ποια όρια θα πρέπει να τεθούν; Πόσο μακριά θα πρέπει να φτάσει η προστασία των καταναλωτών; Σύμφωνα με μια έκθεση της Statista του 2024 , τα συστήματα συστάσεων που βασίζονται στην Τεχνητή Νοημοσύνη επηρεάζουν σχεδόν το 35% των διαδικτυακών αγορών, αποδεικνύοντας τον σημαντικό αντίκτυπό τους.
Ο Νόμος περί Ψηφιακών Υπηρεσιών (DSA) της ΕΕ και ο Νόμος περί Τεχνητής Νοημοσύνης ενισχύουν την προστασία των καταναλωτών βελτιώνοντας τη διαφάνεια, τη λογοδοσία και την ασφάλεια στον ψηφιακό τομέα. Ο Νόμος περί Ψηφιακών Υπηρεσιών στοχεύει να διασφαλίσει ότι οι χρήστες προστατεύονται από παράνομο ή επιβλαβές διαδικτυακό περιεχόμενο, χειριστικά σχέδια και αδιαφανείς αλγόριθμους. Ο Νόμος περί Τεχνητής Νοημοσύνης αποτρέπει τη χρήση συστημάτων Τεχνητής Νοημοσύνης υψηλού κινδύνου ή παραπλανητικών, απαιτεί σαφή αποκάλυψη όταν εμπλέκεται η Τεχνητή Νοημοσύνη και επιβάλλει διασφαλίσεις κατά της προκατάληψης, των διακρίσεων και της κατάχρησης. Υπάρχουν όμως ερωτήματα σχετικά με το πεδίο εφαρμογής και τον αντίκτυπο: πώς αντιμετωπίζουν συγκεκριμένα αυτοί οι κανονισμοί τον κίνδυνο αδιαφανών ή αμφισβητήσιμων αλγορίθμων συστάσεων; Ποιοι μηχανισμοί θα τεθούν σε εφαρμογή για να διασφαλιστεί η συμμόρφωση και η επιβολή των ψηφιακών φορέων; Τελικά, πώς μπορούμε να μετρήσουμε την επίδραση των κανονισμών στους καταναλωτές και την προστασία τους;
1)Γκασάν Πολ ΓιακούμπΑναπληρωτής Καθηγητής Καινοτομίας και Στρατηγικής, EDHEC Business School
2)Λοΐκ ΠλεDIrecteur de la Pédagogie – Τακτικός Καθηγητής, IÉSEG School of Management
