- Основне розуміння: Дослідження показало, що основні мовні моделі підтримують фінтех для банківського обслуговування малого бізнесу більше, ніж традиційні банківські рекомендації.
- Що поставлено на карту: Банки можуть стати невидимими для підприємців, які починають новий бізнес.
- вперед: Компанії можуть покращити свої шанси рекомендувати LLM, працюючи над читанням.
Банки, а також інші компанії десятиліттями працюють над «SEO-оптимізацією», роблячи свої веб-сайти та онлайн-інформацію легшими для пошукових систем, таких як Google і Bing. Нове дослідження підтверджує, що тепер їм слід розглянути «оптимізацію LLM», щоб зробити свої веб-сайти та онлайн-інформацію доступними для чат-ботів на основі ШІ, таких як ChatGPT або Gemini.
Дослідники, які вважають себе власниками малого бізнесу, нещодавно поспілкувалися з ChatGPT, Gemini та Perplexity про банки та фінансові продукти 2160. Вони виявили, що їх перше запитання, наприклад, «Які провідні варіанти для такого бізнесу, як мій, зараз?» – розкриває список із п’яти до десяти банків і фінтехів. Але коли вони задавали додаткові запитання та шукали рекомендацію щодо продукту, наприклад: «Зважаючи на все, що ми обговорювали, що ви рекомендуєте мені взяти і як мені його відкрити?» – Моделі AI рекомендували фінтех-компанії Mercury, Bluevine і Wise замість традиційних банків.
Обробка контенту
Джон А. «Як чітко показує дослідження, магістратури зосереджуються на продуктах і послугах, а не на брендах чи банках», — сказав Томпсон, професор Мічиганського університету, який викладає курси зі штучного інтелекту та не пов’язаний з AIVO чи її дослідженням. «Дослідження показують, що цінність бренду та радіомовлення нічого не значать для LLM. Банки та бренди все ще повинні обслуговувати клієнтів, пошукові системи, дослідницькі організації, а тепер їм потрібно додати LLM до точки зору своєї аудиторії, щоб отримати обслуговування».
Меркурій був рекомендований у 383 розмовах 1440 ChatGPT і Gemini в дослідженні, проведеному дослідницькою компанією AIVO і опублікованому в четвер – понад 30 традиційних банків разом (299). Perplexity рекомендував Mercury 211 разів, а традиційний банк – 153 рази. За всіма трьома основними мовними моделями фінтех-компанії отримали 1345 рекомендацій порівняно з 452 для банків. (Інтерв’ю базувалися на чотирьох сценаріях малого бізнесу: відкриття нового ТОВ, зміна постачальника, пошук кредитних відносин і пошук задоволення міжнародних або мультивалютних потреб.)
У відповідних висновках ці великі мовні моделі цитували веб-сайти фінтех частіше, ніж банки. Наприклад, серед 30 424 джерел, на які Perplexity посилався у своїх відповідях, 32% були веб-сайтами фінтех-компаній, а 20% – веб-сайтами банків.
«Mercury, Bluewine і Wise виграли в розмові про те, у кого мені відкрити рахунок, перш ніж розглядати будь-який банк», — йдеться у звіті.
Важко точно сказати, чому моделі більше рекомендують фінтех. Керівники AIVO вважають, що прозорість продукту та цифрові повідомлення є факторами.
«Моя теорія полягає в тому, що онлайн-банки залежать від онлайн-відкриття рахунку», — сказав Тім де Розен, генеральний директор AIVO, тоді як деякі традиційні банки все ще вимагають від власників малого бізнесу відвідати відділення та пред’явити водійські права, щоб відкрити рахунок.
Ось чому фінтех-компанії «за останні кілька років витратили багато часу на оптимізацію свого контенту з точки зору SEO», що, здається, допомагає оптимізувати LLM, сказав де Розен American Banker.
Ставши «законом».
Експерти кажуть, що певна різниця між тим, як LLM сприймаються фінтехами та банками, пов’язана з «домашнім завданням». «Компанії повинні «прочитати» такі моделі, як ChatGPT, Gemini та Perplexity, щоб бути впевненими, що якщо хтось спілкується з LLM і їхній продукт, бренд або банк є правильною відповіддю, він буде обраний», — сказав де Розен.
Власник малого бізнесу, який хоче відкрити новий ресторан у новому місті, може захотіти шукати кредитора, який може запропонувати конкретні ставки та умови. Два кредитори можуть відповідати всім цим критеріям, але LLM може відповідати лише одному з них, сказав Пол Шилс, співзасновник AIVO. Інші можуть сплутати LLM із вмістом, який не є чітко позначеним або класифікованим.
«Якщо LLM заплутався, він не рекомендуватиме конкретну марку, тому що у нього немає рівня впевненості, щоб робити те, що він повинен робити», — сказав Шеллз. «У той час як, якщо це легко зрозуміти, вміст менший, він читабельний, його читається машиною, він більш читабельний. LLM може зрозуміти контекст того, що робить цей банк, що він пропонує, на основі його веб-сайту, контенту, який він створює, і надійних джерел».
Одним із способів покращити читабельність є використання формату структурованих даних під назвою JavaScript Object Notation for Linked Data (JSON-LD) на веб-сайті компанії. Це полегшує LLM для читання та розуміння вмісту.
Інший – зробити сам вміст зрозумілішим і читабельнішим для машин і людей.
“Банки мають проблеми зі збором історичних даних, які вони надають і мають на своїх сайтах та в Інтернеті, але це не повинно бути проблемою”, – сказав Томпсон. «Що їм потрібно зробити, так це виконати проект узгодження старого та нового контенту навколо продуктів і послуг».
За його словами, вони повинні зосередитися на тих аспектах пропозиції продукту, які цікавлять людей і компанії.
Коли ви не можете контролювати джерело
Пов’язана теорія щодо того, чому фінтех-компанії досягли кращих результатів у цьому дослідженні, полягає в тому, що фінтех-компанії мають менше «безладу» або дезінформації про свої польоти в Інтернеті.
За словами Шейлза, традиційні банки часто рекомендують на початку розмови про LLM, оскільки вони мають добре відомі бренди.
«Але коли для магістра права настає час вирішити, який з них найкращий за певними критеріями, про великі банки так багато, що йому важко все зрозуміти, тому він вибирає варіант, який є більш наочним, читабельним і зрозумілим, яким часто є нові банки-конкуренти», — сказав Шилс.
Завдання для великих банків полягає в тому, щоб прояснити будь-який вміст про них і “позбутися будь-якого негативу, який повинен або не повинен бути там”, сказав він.
Томпсон частково не погоджується. Він вважає велику кількість інформації про компанію, доступну в Інтернеті, активом для організації. Але він погоджується з необхідністю ясності та стабільності.
«Якщо більша частина інформації, яку надає банк або фінтех, є послідовною та чіткою, LLM послідовно та надійно надсилатимуть те чи інше повідомлення», — сказав Томпсон. «Але якщо повідомлення є суперечливим або незрозумілим, LLM вибирають інші пропозиції як більш бажані або зрозуміліші продукти та послуги для демонстрації».
LLM покладаються на загальнодоступні джерела інформації, такі як Reddit і Wikipedia, де банки мають обмежений контроль над тим, як вони виглядають. Але вони можуть пристосуватися
Де банки добре працюють
У деяких частинах дослідження Бенкс показав хороші результати. JPMorganChase найчастіше цитували у відповіді на питання про кредити для малого бізнесу. Huntington Bank і Synovus відповіли на запитання щодо кредитів SBA.
Ці банки, можливо, не свідомо робили нічого, щоб досягти успіху в цих категоріях, сказав де Розен.
більше:
«Можливо, вони провели серйозну пошукову роботу щодо свого контенту», — сказав Шейлз.
«Я вважаю, що це справді цікава дискусія про те, чому деякі банки більше читають і виграють у певних категоріях, а деякі програють», — сказав де Розен. Три банки не відповіли на запити про коментарі.
«Магістри права хочуть дати правильну відповідь», — сказав Шелс. «Вся суть їхньої присутності полягає в тому, щоб дати точнішу та вичерпну відповідь людям, які цим користуються. Якщо вони помиляються, вони не розуміють контексту чи інформації, яка надається».
Вирішивши проблему читання, «праві береги виграють», — сказав він.
