تصور کنید شرکتی که دوشنبه هیچ‌کس نامش را نمی‌شنید، سه‌شنبه به رهبر بازار تبدیل شود. این اتفاق زمانی رخ می‌دهد که یک رشته‌توییت ویروسی در X، جایگاه یک برند را در دیدِ هوش مصنوعی طی چند ساعت بازنویسی کند و رقبایی مثل ChatGPT و Gemini را پشت سر بگذارد.
این تغییر بنیادین به این دلیل رخ می‌دهد که اکثر مدل‌های زبانی بزرگ (LLM) — مثل کتابخانه‌داری که میلیاردها صفحه را خوانده و حالا با همان لحن کتاب‌ها جواب می‌دهد — بر اساس «عکس‌های قدیمی» از اینترنت، یعنی بررسی‌ها و مستندات ساختاریافته، آموزش دیده‌اند. این وابستگی به داده‌های قدیمی می‌تواند منجر به ناپدید شدن برندها در توصیه‌های مدل‌های پیشرو شود، چرا که داده‌های آموزشی آن‌ها همواره با سرعت بازار همگام نیستند. همان‌طور که در تحلیل قبلی ما درباره‌ی چالش‌های دسترسی فنی در OpenAI اشاره کردیم، زیرساخت‌های جذب داده، مزیت‌های رقابتی متفاوتی ایجاد می‌کنند. برای برندها، وب سنتی مسیری کند است که به سئو (SEO) بلندمدت نیاز دارد، اما گراف X یک باند سریع است.
به نقل از گزارشی از رایلی کریگ که در ۱۹ اوت ۲۰۲۶ منتشر شد، تفاوت در مکانیزم‌های بازیابی (Retrieval) — یعنی همان لحظه‌ای که مدل برای پاسخ دادن، ابتدا اطلاعات لازم را از منبع می‌جوید — بسیار شدید است:
- ChatGPT و Gemini: به صفحات قدیمی و منابع ساختاریافته تمایل دارند و به‌روزرسانی آن‌ها از طریق خزش‌های (Crawls) کند وب صورت می‌گیرد.
- Perplexity: از بازیابی زنده وب استفاده می‌کند، اما پاسخ‌هایش بیشتر شبیه نتایج جست‌وجو است تا تحلیل جریان‌های اجتماعی.
- Grok: اعتراضات مؤسسان، پست‌های مقایسه‌ای و رشته‌توییت‌های ترند شده را همان روز جذب می‌کند.
این یعنی لیست انتخاب‌های مشتریان شما می‌تواند پیش از آنکه تیم محتوای شما حتی یک پست وبلاگی منتشر کند، تغییر کند. اگر مخاطبان هدف شما در X فعال هستند، Grok دیگر یک ابزار جانبی نیست، بلکه موتور اصلی شکل‌دهنده به ادراک لحظه‌ای از جایگاه شما در بازار است. در واقع، این تغییر پارادایم باعث شده تا استراتژی‌های رصد دیده‌شدن در AI جایگزین سئوی سنتی شوند تا برندها بتوانند حضور خود را در پاسخ‌های مدل‌ها مدیریت کنند.
برای صاحبان کسب‌وکار، این وضعیت یک مشکل دیده‌شدن دو مرحله‌ای ایجاد می‌کند. ابتدا باید «کانال کند» را با ابزارهایی مثل llms.txt و صفحات قابل استناد برای خزنده‌های بزرگ اصلاح کنید. سپس باید فعالانه برای دریافت اشاره (Mention) در X تلاش کنید تا خروجی‌های فوری Grok را تحت تأثیر قرار دهید.
گام بعدی شما
- این شکاف را تست کنید: از ChatGPT و Grok بپرسید «بهترین [دسته کسب‌وکار شما] در سال ۲۰۲۶ چه کسانی هستند؟ ۵ نام بدهید».
- اگر لیست‌ها متفاوت بود، شما اثر سرعت X را در عمل دیده‌اید.
- استراتژی محتوای خود را به گونه‌ای تغییر دهید که در X برای مدل‌های زنده قابل شناسایی باشید.
اما داستان سخت‌افزاری این تحول حتی شگفت‌انگیزتر است — به تحلیل ما درباره‌ی تراشه‌های Blackwell مراجعه کنید.
گفتگو