داشبورد هوش مصنوعی شما احتمالاً با یک عدد، دو مشکل کاملاً متفاوت را پنهان می‌کند. شاخص «۲۰۲۶ هوش مصنوعی دیدهشدن» سمراش نشان میدهد در ۲۲ دسته و چهار پلتفرم هوش مصنوعی، بهطور میانگین کمتر از نیمی از صد برند برترِ «نامبردهشده» در هر ماه اندازهگیریشده، در فهرست صد منبع «ارجاعشده» متناظر هم حاضر بودهاند.
یک امتیاز واحد «دیدهشدن در هوش مصنوعی» می‌تواند پنهان کند که آیا برند در پاسخ آمده، آیا وب‌سایت خودش شاهد و مدرک را تأمین کرده یا اینکه سایت‌های ثالث بیشتر وزن را حمل می‌کنند. تیم بازاریابی باید بداند کدام‌یک از این جایگاه‌ها را دارد تا تصمیم بگیرد چه چیزی را اصلاح کند.
نام‌برده‌شدن و ارجاع، دو برد متفاوت‌اند. این گزارش دیدهشدن در هوش مصنوعی را به دو شاخص می‌شکند: «نام‌برده‌شدن» یعنی برند در پاسخ ظاهر می‌شود و «ارجاع» یعنی یک دامنه به‌عنوان منبع ذکر می‌شود.
فورد نمونه خوبی است از اینکه این دو جایگاه چقدر می‌توانند از هم دور شوند. در آمریکا و در ماه ژوئیه، فورد در هر چهار فهرست برتر نامبردهشدهها حاضر بود؛ اما دامنه‌اش در ارجاع‌ها بسیار پایین‌تر بود: رتبه ۱۰۵۵ در چت‌جی‌پی‌تی، ۱۱۴۶ در جمنای، ۱۳۲۰ در حالت هوش مصنوعی گوگل و ۷۴۸ در نمای کلی هوش مصنوعی. عکس آن هم اتفاق می‌افتد: در دسته امور مالی آمریکا روی چت‌جی‌پی‌تی، اینوستینگ دات کام هفتمین دامنه ارجاعشده بود، اما رتبه ۵۰ را در فهرست برندهای نامبردهشده داشت.
در بریتانیا، تسکو و اسد ا هر دو در فهرست صد برنده نامبردهشده روی چت‌جی‌پی‌تی، جمنای، حالت هوش مصنوعی گوگل و نمای کلی هوش مصنوعی بودند. روی چت‌جی‌پی‌تی، تسکو رتبه ۲۵ در دامنه‌های ارجاعشده داشت درحالی‌که اسد ا رتبه ۶۰۶؛ اما در جمنای رتبه ارجاعشان بسیار نزدیک‌تر بود: ۲۹ و ۶۰. این‌ها دو مسئله متفاوت‌اند. تیم بازاریابی برندی مثل فورد یا تسکو باید بداند سیستم‌های هوش مصنوعی کدام صفحات بیرونی را به‌جای سایت خودشان ارجاع می‌دهند؛ اینوستینگ دات کام در مقابل، ماده خام را تأمین می‌کند و ضعفش جای دیگری است: در خود پاسخ.
استفاده از یک تاکتیک محتوایی برای هر دو مسئله، هدف را از دست میدهد.
پلتفرم، تصویر را عوض می‌کند. مسئله اندازه‌گیری وقتی پیچیده‌تر می‌شود که بدانیم پلتفرم‌ها هرکدام رفتار متفاوتی دارند. در هر ماهی که سمراش در آمریکا اندازه گرفت، جمنای در هر پاسخ برندهای متمایز بیشتری از چت‌جی‌پی‌تی نام برد. چت‌جی‌پی‌تی بیشترین تعداد منبع در هر پاسخ را داشت و جمنای کمترین. ترکیب منابعشان هم تفاوت دارد: در آمریکا سایت‌های خبری و اطلاعاتی پیشتاز ارجاع‌های چت‌جی‌پی‌تی بودند؛ نمای کلی هوش مصنوعی بیشتر به سرویس‌های استریم، نرم‌افزارهای کسبوکار، آموزش آنلاین و سایت‌های مرجع پزشکی تکیه داشت؛ حالت هوش مصنوعی وزن ارجاع را روی گروه کوچک‌تری از دامنه‌های پیشرو متمرکز کرده بود.
نمای کلی هوش مصنوعی بیش از همه متفاوت بود: برندهای برتر نامبردهشده در آن، در هر ماه اندازه‌گیری، کمتر از هر جفت‌شدن دیگری با سه پلتفرم دیگر همپوشانی داشت و همپوشانی منابعش با چت‌جی‌پی‌تی هم کمترین بود. پس نتیجه خوب در چت‌جی‌پی‌تی چیز زیادی درباره عملکرد همان برند در نمای کلی هوش مصنوعی نمی‌گوید. اگر مشتریان شما از چند ربات جست‌وجوی هوش مصنوعی استفاده می‌کنند، باید بدانید شکاف در کدام پلتفرم است، پیش از آنکه برای بستنش پول خرج کنید.
سایت‌های ثالث، برند را حمل می‌کنند. غریزه قدیمی سئو می‌گوید از وب‌سایت خودت شروع کن؛ اما در دیدهشدن هوش مصنوعی این غریزه کمتر قابل اتکاست. وقتی برند شما در پاسخ هوش مصنوعی میآید، منابع ارجاعشده نشان می‌دهند این دیدهشدن از کجا آمده است. اگر آن منابع بیشتر ناشران، خرده‌فروشان، سایت‌های اجتماعی یا پلتفرم‌های مرجع باشند و نه دامنه خودتان، احتمالاً مشکل بیرون از وب‌سایت شماست.
در آمریکا، شورولت، دیزنی، فورد، هوندا، مارول، نینتندو و تویوتا همه در فهرست صد برند نامبردهشده در چهار پلتفرم بودند، اما در هر ماه اندازه‌گیری بیرون از پانصد دامنه برتر از نظر ارجاع قرار گرفتند. این یعنی بخشی از کار دیدهشدن در هوش مصنوعی از قلمرو سئو بیرون می‌زند. اگر برند میآید اما سایتش نه، تیم بازاریابی باید صفحاتی را که واقعاً ارجاع می‌گیرند بررسی کند و اصلاح ممکن است کار تیم محتوا، مهندسی یا ارتباطات باشد، نه سئو. در چنین حالتی «محتوای بیشتر بسازید» یک پیش‌فرض ضعیف است.
دسته‌بندی هم به اندازه پلتفرم مهم است. حتی درون آمریکا، معیارهای کلی دیدهشدن می‌توانند گمراه‌کننده باشند. سمراش دید تفاوت‌های میان دسته‌ها در همپوشانی نام‌برده‌شدن با ارجاع، در هر ماه، از تفاوت میان پلتفرم‌ها بیشتر بوده است. در دسته املاک، مثلاً همان دامنه‌های آمریکایی در هر ماه در همه چهار پلتفرم تکرار می‌شوند: آپارتمنتس دات کام، ریلتور دات کام، رد‌فین و زیلو؛ در حالی‌که دسته صنعتی آمریکا هسته منبع تکرارشونده‌ای نداشت. تیم املاک می‌تواند از فهرست نسبتاً ثابتی از منابع شروع کند، اما تیم صنعتی پیش از آنکه معیار کلی دسته چیزی بگوید، به مجموعه دقیق‌تری از پرسش‌های رقیب و مشتری نیاز دارد.
پرسش کاربردی دیدهشدن در هوش مصنوعی باید پرسش مشتری، مجموعه رقبا، پلتفرم و دسته را با خود داشته باشد. توصیه عملی این است: ابتدا برای مجموعه ثابتی از پرسش‌های مشتری، خط پایه جداگانه‌ای برای نام‌برده‌شدن و ارجاع بسازید، بعد پاسخ‌ها و صفحات ارجاعشده را بررسی کنید و تازه بعد برای یک تاکتیک بودجه بگذارید. نتیجه کسبوکار را هم از شاخص‌های دیدهشدن جدا نگه دارید؛ مطالعه سمراش ثابت نمی‌کند که تغییر در دیدهشدن هوش مصنوعی، نتیجه تجاری را ساخته است. اصل عملیاتی ساده است: اول نوع شکاف دیدهشدن را تشخیص بده، بعد کار را به تیمی بسپار که واقعاً می‌تواند درستش کند.