La IA està canviant com decidim què comprar? Què diuen realment les dades

Cada vegada apareixen més titulars que asseguren que els consumidors estan substituint Google per ChatGPT.

Al mateix temps, Google continua enviant un volum de tràfic enormement superior al dels assistents d’intel·ligència artificial.

Les dues coses poden ser certes.

El problema és que ús, influència, clic i compra no mesuren el mateix.

Una persona pot començar una investigació a ChatGPT, buscar després una marca a Google, visitar-ne el web directament, consultar opinions i acabar contactant amb l’empresa dies més tard.

Quin canal ha provocat la decisió?

Probablement cap de manera aïllada.

A Èmfasi ens interessava comprovar si, més enllà de l’entusiasme que envolta la intel·ligència artificial, existeixen dades suficients per afirmar que està canviant la manera com els usuaris:

• Descobreixen productes, serveis i proveïdors;
• Entenen quines opcions tenen;
• Comparen alternatives;
• Preparen una primera selecció;
• Verifiquen una recomanació;
• I prenen una decisió.

La hipòtesi inicial semblava raonable: les persones poden explicar un problema complet a un assistent, demanar-li que compari opcions i delegar una part del treball que abans feien visitant diferents webs.

Però no volíem donar-la per demostrada.

Hem revisat estadístiques oficials, working papers amb metodologia, enquestes de consumidors, dades de navegació real i informació publicada per plataformes com OpenAI i Google.

La conclusió és menys espectacular que alguns titulars, però probablement més important per a les empreses:

La IA no és només una nova caixa de cerca

Durant anys, el procés de recerca digital s’ha representat d’una manera relativament senzilla:

1. L’usuari introdueix unes paraules clau;
2. Revisa una llista d’enllaços;
3. Visita diferents webs;
4. Compara manualment la informació;
5. Pren una decisió.

Aquest model continua existint.

Però ara pot conviure amb un altre:

1. L’usuari explica una necessitat amb context;
2. L’assistent interpreta el problema;
3. Proposa criteris de decisió;
4. Sintetitza informació procedent de diferents fonts;
5. Compara opcions;
6. Presenta una shortlist;
7. L’usuari verifica després la informació en altres canals.

El canvi no consisteix només a escriure una pregunta més llarga.

Consisteix a delegar una part de la interpretació.

Una cerca com:

“ag​ència de màr​queting digital Barcelona”

expressa una categoria i una localització.

En canvi:

“Quina agència de Barcelona encaixaria millor amb una empresa industrial B2B que necessita renovar el web, captar leads internacionals i treballar tant el SEO com la visibilitat en assistents d’IA?”

demana al sistema que entengui:

• Quin tipus d’empresa està buscant;
• Quines especialitzacions necessita;
• Quins criteris hauria de valorar;
• Quines opcions mereixen ser investigades;
• I per què una pot encaixar millor que una altra.

Abans, aquesta interpretació la feia principalment l’usuari.

Ara pot fer-la parcialment un sistema.

La IA ja està modificant comportaments

Perquè una tecnologia canviï un procés de compra, primer ha de deixar de ser marginal.

Segons Eurostat, el 32,7% de les persones de 16 a 74 anys de la Unió Europea havia utilitzat eines d’intel·ligència artificial generativa durant els tres mesos anteriors a l’enquesta de 2025.

Entre els joves de 16 a 24 anys, el percentatge arribava al 63,8%, segons una anàlisi específica publicada per Eurostat el febrer de 2026.

Als Estats Units, el working paper The Rapid Adoption of Generative AI, del National Bureau of Economic Research, estimava que, a finals de 2024, gairebé el 40% de la població de 18 a 64 anys ja havia utilitzat IA generativa. El resum metodològic del mateix organisme situava la proporció exacta d’enquestats en el 39,4%.

Aquestes xifres no indiquen quantes persones utilitzen ChatGPT per escollir una assegurança, una bicicleta o un proveïdor industrial.

Mesuren ús general, que pot incloure:

• Estudis;
• Redacció;
• Programació;
• Traducció;
• Productivitat;
• Entreteniment;
• Recerca d’informació.

Però sí que permeten descartar una idea: que la IA generativa sigui encara un hàbit reservat exclusivament a perfils tècnics o experimentals.

La base d’usuaris ja és prou àmplia perquè el seu disseny conversacional comenci a influir en la manera com les persones formulen preguntes i busquen orientació.

La diferència generacional també apunta que aquest comportament pot continuar creixent a mesura que els usuaris més joves assumeixin més decisions de compra i responsabilitats professionals.

No és una prova sobre el futur. Però sí un senyal difícil d’ignorar.

No només demanem textos: també demanem orientació

Una de les objeccions habituals és que ChatGPT s’utilitza sobretot per escriure correus, resumir documents o generar continguts.

És un ús important, però no és l’únic.

El working paper How People Use ChatGPT, elaborat per investigadors d’OpenAI, Harvard i altres institucions, va analitzar mitjançant un sistema automatitzat i preservador de la privacitat una mostra representativa de converses de plans de consum.

La presentació pública d’OpenAI explica que l’estudi va treballar amb aproximadament 1,5 milions de converses.

Els missatges es van classificar en tres grans grups:

• Un 49% era Asking: preguntar, buscar informació o demanar assessorament;
• Un 40% era Doing: encarregar una tasca o obtenir un resultat;
• Un 11% era Expressing: expressió personal o conversa.

La categoria relacionada amb la cerca d’informació va passar aproximadament del 14% al 24% de l’ús entre mitjan 2024 i mitjan 2025.

Aquesta dada no significa que una de cada quatre converses hagi substituït una cerca a Google.

Tampoc ens diu quantes tenien una finalitat comercial.

Però sí que descriu una evolució funcional.

L’usuari no només diu:

“Escriu-me aquest text.”

També pregunta:

“Què hauria de tenir en compte?”

“Quina opció encaixa millor?”

“Quines diferències hi ha?”

“Quins riscos no estic considerant?”

Quan una persona demana ajuda per estructurar una decisió, l’assistent deixa de ser només una eina de producció.

Comença a actuar com una capa d’orientació.

Les preguntes són més llargues, però aquest no és el canvi principal

Google ha declarat que les consultes a AI Mode són, de mitjana, aproximadament tres vegades més llargues que les cerques tradicionals.

La companyia també explica que els usuaris utilitzen aquest entorn per a:

• Preguntes obertes;
• Comparacions;
• Investigació de productes;
• Planificació;
• Consultes complexes;
• Preguntes de seguiment.

La dada apareix a la publicació How AI Mode is changing the way people search in the U.S., publicada el maig de 2026.

Són dades internes de Google. La companyia no publica la mostra completa, la distribució de les consultes ni tots els criteris del càlcul.

Per tant, cal interpretar-les amb prudència.

Però la longitud no és, en realitat, la qüestió més important.

Una consulta no és millor perquè contingui més paraules.

El canvi rellevant és que l’usuari pot explicar en una sola interacció una situació que abans havia de fragmentar en diverses cerques.

Per exemple:

“CRM per a pimes”

es pot convertir en:

“Busco un CRM per a una empresa industrial de 25 persones, amb equip comercial a Espanya i França, integració amb Business Central i un procés de venda de sis mesos. Quines opcions hauria de valorar i quines limitacions té cadascuna?”

En la segona petició, l’usuari no només busca noms de productes.

Demana:

• Que s’interpreti la seva situació;
• Que es determinin els criteris rellevants;
• Que es descartin opcions inadequades;
• Que es construeixi una comparació;
• Que es justifiqui una possible selecció.

Això pot alterar el procés abans que es produeixi cap visita.

Què ha canviat entre 2023 i 2026?

Les fonts no formen una sèrie estadística única i perfectament comparable.

Mesuren països, mostres, eines i comportaments diferents.

Tot i això, quan s’ordenen cronològicament apareix una tendència coherent.

La seqüència que dibuixen les dades és:

experimentació → adopció → investigació → comparació → influència → primers intents d’execució.

No és:

Google → desaparició de Google → compra autònoma.

En consum, la IA ja participa en la consideració

Una investigació d’Adobe, Traffic to U.S. Retail Websites from Generative AI Sources Jumps 1,200 Percent, combina dades d’Adobe Analytics amb una enquesta a més de 5.000 consumidors dels Estats Units.

El 39% dels enquestats afirmava haver utilitzat intel·ligència artificial generativa per comprar online.

Entre les persones que l’havien utilitzat amb aquesta finalitat:

• El 55% l’havia emprat per investigar;
• El 47%, per obtenir recomanacions;
• El 43%, per buscar ofertes;
• El 35%, per trobar idees de regal;
• El 35%, per descobrir productes singulars.

Adobe també va observar un creixement molt elevat del tràfic referral procedent de fonts d’IA cap a webs de retail.

Entre juliol de 2024 i febrer de 2025, aquest tràfic va créixer un 1.200%.

La mateixa font adverteix, però, que continuava sent modest en comparació amb canals com la cerca de pagament o l’email.

Bain va publicar el 2026 l’article Spain and Portugal Stand Out Among Europe’s Generative AI Adoption, basat en una enquesta realitzada el setembre de 2025 a 7.298 consumidors europeus.

Dins de la mostra:

• El 57% dels consumidors europeus afirmava utilitzar IA generativa per obtenir recomanacions de compra o suport a la decisió;
• A Espanya, el 22% deia haver substituït els cercadors per eines d’IA “la major part del temps”.

Aquest 22% és la proporció més elevada entre els països estudiats.

És una dada rellevant, però no s’ha de llegir com una quota de mercat.

És comportament declarat, no una observació directa de l’historial complet de navegació.

L’usuari pot considerar que ChatGPT ha substituït Google per obtenir una primera orientació, però continuar fent servir el cercador per:

• Comprovar una marca;
• Localitzar una botiga;
• Llegir ressenyes;
• Visitar el web oficial;
• Verificar un preu;
• Finalitzar una compra.

Això explica per què algunes enquestes mostren percentatges elevats d’ús i, en canvi, el tràfic observable continua sent molt inferior al de Google.

No és necessàriament una contradicció.

Mesuren moments diferents.

No totes les compres són iguals

L’ús de la IA no té el mateix sentit en totes les categories.

És més fàcil demanar a un assistent:

“Quins auriculars em recomanes per treballar en una oficina sorollosa?”

que delegar-li una decisió sobre:

• Una hipoteca;
• Un tractament mèdic;
• Una inversió;
• Una assegurança complexa;
• Un proveïdor industrial crític;
• Un servei jurídic.

Com més alt és el risc, més important és:

• Verificar la informació;
• Entendre la font;
• Assumir responsabilitat;
• Parlar amb una persona experta;
• Comprovar condicions actualitzades.

En productes de risc baix o mitjà, la IA pot accelerar una comparació.

En decisions de risc elevat, és més probable que funcioni com a punt de partida.

Això no redueix necessàriament la seva influència.

Un assistent pot no prendre la decisió final, però sí condicionar:

• Quines categories es consideren;
• Quins criteris s’utilitzen;
• Quines marques entren en la conversa;
• Quines opcions es descarten.

Una recomanació no és una compra.

Però pot decidir qui tindrà l’oportunitat de competir.

En B2B, l’evidència és prometedora, però encara sectorial

En compra empresarial, les dades més directes procedeixen del mercat del software.

El G2 Buyer Behavior Report 2025 es basa en una enquesta online realitzada l’abril de 2025 a 1.169 decisors o influenciadors de compra de software B2B d’Amèrica del Nord, EMEA i Àsia-Pacífic.

En aquella edició:

• Gairebé vuit de cada deu afirmaven que la cerca amb IA havia canviat la seva manera d’investigar;
• El 29% deia que començava la recerca en plataformes com ChatGPT més sovint que a Google.

G2 va repetir l’estudi el març de 2026 amb 1.076 compradors i decisors de software B2B.

Segons The Answer Economy: How AI Search Is Rewiring B2B Software Buying:

• El 51% afirmava començar la investigació amb un chatbot d’IA més sovint que amb Google;
• El 71% utilitzava chatbots d’IA en algun moment de la recerca;
• El 61% utilitzava la IA i Google de manera combinada.

La comparació entre el 29% de 2025 i el 51% de 2026 apunta a una evolució molt ràpida.

També s’ha de matisar.

G2 és una plataforma comercial de ressenyes i comparació de software, té un interès directe en aquest mercat i les dades són declarades pels enquestats.

A més, la compra de software presenta unes condicions especialment favorables per als assistents:

• Moltes opcions semblants;
• Funcionalitats complexes;
• Integracions;
• Models de preu;
• Ressenyes estructurades;
• Necessitat de construir una shortlist.

Seleccionar un CRM no és el mateix que contractar:

• Una enginyeria;
• Una assessoria jurídica;
• Una empresa logística;
• Un fabricant de maquinària;
• Una constructora;
• Una consultora estratègica;
• Un proveïdor homologat.

En aquests processos intervenen:

• Reunions;
• Pressupostos a mida;
• Referències;
• Proves;
• Homologacions;
• Compliance;
• Capacitat productiva;
• Responsabilitat contractual;
• Relacions de confiança.

Per això no seria rigorós utilitzar les dades de G2 com a prova que la meitat de tota la compra B2B ja comença en un chatbot.

El que sí mostren és que, almenys en una categoria complexa i digitalitzada, els assistents ja poden actuar com a primera capa de recerca.

I el mateix estudi reforça una idea central d’aquest article: fins i tot dins del software B2B, molts usuaris no escullen entre Google i la IA. Utilitzen tots dos.

Una part de la influència no apareix com a tràfic d’IA

Imaginem una empresa que necessita contractar un proveïdor.

La persona responsable pregunta a ChatGPT:

“Quines empreses de Barcelona tenen experiència en projectes digitals per a indústria B2B?”

L’assistent proposa quatre opcions.

L’usuari no clica cap enllaç. Tanca la conversa.

L’endemà busca dues d’aquestes empreses a Google, en visita els webs i contacta amb una.

A Analytics, la conversió pot aparèixer com:

• Cerca orgànica de marca;
• Tràfic directe;
• O fins i tot una visita posterior des d’un altre canal.

ChatGPT hauria influït en la descoberta, però no apareixeria com a referral.

L’estudi de Similarweb Being Recommended in AI Makes Users 2.5x More Likely to Visit Your Site va analitzar milers de trajectòries reals en els sectors de finances, viatges i bellesa.

La companyia va seguir durant set dies usuaris que:

• Havien fet una pregunta rellevant a ChatGPT;
• Havien rebut una recomanació de marca;
• No havien visitat prèviament aquella marca;
• I no l’havien mencionat en el prompt inicial.

Segons Similarweb:

• Els usuaris exposats a una recomanació eren 2,5 vegades més propensos a visitar posteriorment la marca;
• El 55,9% de les visites influïdes arribava mitjançant una cerca;
• Entre les visites estàndard, la cerca representava aproximadament el 40%.

És una evidència interessant, però encara limitada.

Similarweb comercialitza solucions relacionades amb visibilitat digital i no publica totes les microdades ni la mida exacta de la mostra.

Tampoc es pot establir causalitat definitiva només observant que una recomanació i una visita apareixen dins d’un mateix recorregut.

Però el comportament descrit és plausible.

I introdueix una dificultat que no podem ignorar:

Google continua sent central

El tràfic procedent dels assistents creix molt ràpidament quan es mesura en percentatges.

Similarweb estimava un augment interanual del 357% el juny de 2025.

Adobe havia registrat increments superiors al 1.000% en tràfic cap a webs de retail.

Però tots dos creixements partien d’una base reduïda.

A l’anàlisi AI Referral Traffic Winners by Industry, Similarweb estimava que les plataformes d’IA generativa havien enviat aproximadament:

• 1.130 Milions de visites referral el juny de 2025;
• Davant de 191.000 milions de referrals procedents de Google Search.

L’estudi es basa en estimacions sobre les 1.000 webs principals del món.

No és una quota global de cerca, però mostra clarament la diferència de volum.

Google continua sent una infraestructura central de descoberta, navegació i verificació. Per això, una bona estratègia de posicionament SEO continua sent imprescindible encara que una part de la investigació comenci en un assistent.

A més, Google també incorpora intel·ligència artificial.

AI Overviews i AI Mode no són competidors externs del cercador: formen part de la seva evolució.

Per això, plantejar el debat com “Google contra IA” simplifica massa la realitat.

La qüestió és una altra:

Quina part del procés es resol dins d’una resposta i quina part continua generant visites cap a altres webs?

Google pot mantenir les cerques i enviar menys clics

El Pew Research Center va analitzar 68.879 cerques reals de Google realitzades per 900 adults dels Estats Units que havien acceptat compartir la seva navegació del març de 2025.

Quan apareixia un AI Overview:

• El 8% de les visites acabava en un clic a un resultat tradicional;
• Quan no apareixia, el percentatge era del 15%;
• Només l’1% clicava una de les fonts citades dins del resum.

És una de les evidències observades més sòlides disponibles.

No demostra que l’AI Overview sigui l’única causa de la diferència.

Les consultes que activen un resum poden ser més informatives i menys propenses a generar un clic per altres motius.

De fet, el mateix estudi va observar que només el 8% de les cerques d’una o dues paraules activava un resum, davant del 53% de les consultes de deu paraules o més.

Però el resultat reforça una possibilitat clara:

Google pot continuar concentrant les cerques mentre resol una part més gran de la necessitat sense enviar l’usuari a una web.

Per a les empreses, això crea una situació incòmoda.

La informació publicada al web pot contribuir a construir la resposta, però això no garanteix una visita.

Una marca pot:

• Ser mencionada;
• Influir en la descripció d’una categoria;
• Aparèixer dins d’una comparació;
• Ser utilitzada com a font;
• Quedar integrada en una resposta;

sense rebre un clic atribuïble.

El tràfic continua sent important.

Però pot explicar una part més petita de la influència real.

Ús declarat i comportament observat no són el mateix

Una de les dificultats d’aquesta investigació és que les fonts utilitzen mètriques diferents.

Una enquesta pot preguntar:

“Utilitzes IA per comprar?”

Una eina de tràfic pot mesurar:

“Quantes visites arriben directament des d’un assistent?”

Una plataforma pot analitzar:

“Quina proporció de converses busca informació?”

Cap d’aquestes dades és falsa.

Però tampoc són intercanviables.

Aquesta separació ajuda a entendre per què les conclusions aparentment contradictòries poden conviure.

La IA pot tenir:

• Molta adopció;
• Una influència creixent;
• Poc referral directe;
• I una autonomia de compra encara baixa.

Recomanar no és decidir

Durant la recerca, una de les dades que més ens va obligar a matisar la hipòtesi inicial va ser la baixa autonomia que els usuaris encara concedeixen als agents.

Quan es parla d’IA aplicada a les compres, sovint es barregen tres nivells.

Assistent

Explica, compara i recomana.

Agent supervisat

Busca disponibilitat, prepara una reserva, omple dades o afegeix un producte a la cistella, però demana confirmació.

Agent autònom

Pren la decisió i executa la compra sense una validació humana immediata.

Una enquesta de Gartner publicada el 2026, Consumers Want AI Shopping Help, But Not AI Purchase Decisions, mostrava que:

• El 31% dels consumidors permetria que la IA reduís les opcions en la compra de productes per a la llar;
• El 28% ho permetria en electrònica de consum;
• Però la disposició a deixar que la IA prengués directament la decisió de compra no superava l’11%.

La primera part de l’estudi es basa en una enquesta de gener de 2026 a 322 consumidors dels Estats Units.

La frontera actual sembla bastant clara:

Aquesta diferència és fonamental.

La IA pot tenir una influència comercial important sense arribar a executar la compra.

Pot decidir quines opcions es veuen.

No necessàriament quina es compra.

Aquest mateix criteri també és aplicable a altres disciplines: es pot aplicar la IA al SEO sense delegar-hi l’estratègia, igual que es pot utilitzar per estructurar una compra sense cedir-li necessàriament la decisió final.

La confiança continua posant límits

La mateixa publicació de Gartner inclou els resultats d’una segona enquesta a 846 consumidors dels Estats Units, realitzada entre novembre i desembre de 2025.

Entre els consumidors que havien fet servir IA durant una compra recent:

• El 54% afirmava que havia hagut de comprovar tota la informació proporcionada;
• El 62% considerava que alguna informació obtinguda havia acabat sent una pèrdua de temps.

Això explica per què l’assistent i el cercador poden ser complementaris.

La IA és útil per:

• Començar una investigació;
• Ordenar informació;
• Resumir;
• Descobrir criteris;
• Generar alternatives;
• Preparar preguntes.

Però davant d’una decisió rellevant, els usuaris encara volen comprovar:

• Preus;
• Disponibilitat;
• Condicions;
• Compatibilitats;
• Credencials;
• Reputació;
• Informació legal;
• Experiència real;
• Servei postvenda.

En una compra complexa, la seqüència més plausible continua sent:

IA per orientar → Google i fonts especialitzades per verificar → web de la marca per aprofundir → persona experta o equip comercial per validar → decisió humana.

On influeix realment la IA?

Quan separem les fases del procés, la resposta es torna més precisa.

Les dades actuals sostenen millor el canvi en les fases intermèdies que no pas en la compra final.

Això no és una qüestió menor.

En molts mercats, entrar o no entrar en la shortlist determina quines empreses tindran una oportunitat comercial.

Què significa per a les empreses?

Aquest article no pretén ser una nova guia sobre com aparèixer a ChatGPT.

La conseqüència estratègica principal és anterior:

la competència pot començar abans que l’usuari visiti el web.

Quan arriba a una pàgina corporativa, l’usuari pot haver:

• Identificat ja el problema;
• Après els criteris de decisió;
• Descartat algunes categories;
• Conegut diverses marques;
• Reduït les opcions.

Això obliga les empreses a preguntar-se no només d’on arriben les visites, sinó també:

• Què sabia l’usuari abans d’arribar;
• Quines marques havia comparat;
• Quin sistema les havia suggerit;
• Amb quins criteris les havia valorat;
• I quina informació encara necessitava verificar.

A la guia De sortir a Google a aparèixer en les respostes de la IA: la nova visibilitat digital expliquem amb més detall com pot una empresa treballar la claredat, la coherència i l’autoritat necessàries per ser entesa en aquests entorns.

Quan aquest problema afecta directament la descoberta i comparació de proveïdors, una estratègia de posicionament GEO i SEO per a IA permet analitzar en quines preguntes apareix una marca, com es descriu i quins competidors ocupen l’espai de resposta.

Aquí, però, la implicació central és de mesurament.

Analytics només veu una part del recorregut

Mesurar exclusivament els referrals procedents de ChatGPT, Perplexity, Gemini o Copilot és insuficient.

Una visió més completa hauria de combinar:

• Tràfic referral dels assistents;
• Evolució de les cerques de marca;
• Tràfic directe;
• Conversions assistides;
• Dades del CRM;
• Preguntes als clients;
• Informació dels equips comercials;
• Estudis de trajectòries;
• Monitorització de mencions en respostes.

Un servei d’analítica web pot ajudar a ordenar els canals que sí que són observables, però la influència sense clic obliga a complementar les dades digitals amb informació qualitativa i comercial.

Una pregunta senzilla pot aportar informació que Analytics no detecta:

“Quins canals vas utilitzar per descobrir o investigar la nostra empresa?”

La resposta hauria de permetre seleccionar més d’una opció.

Preguntar només “com ens has conegut?” obliga l’usuari a resumir un procés que pot haver estat:

ChatGPT → Google → ressenyes → web → contacte.

En aquest recorregut, buscar un únic canal responsable pot ser una falsa precisió.

Què podem afirmar sense exagerar?

Després de revisar les dades, considerem que es pot defensar que:

• La IA generativa ja té una adopció significativa;
• Una part important dels usuaris la fa servir per preguntar, investigar i demanar orientació;
• Les interfícies conversacionals permeten formular necessitats més contextuals;
• La IA ja participa en la descoberta, la comparació i la creació de shortlists;
• Les respostes generatives poden reduir els clics cap a les webs;
• Una part de la influència pot aparèixer després com a cerca de marca o tràfic directe;
• Google continua sent un canal central;
• La verificació humana continua sent habitual;
• La influència és més clara abans de la compra que en l’execució final;
• Els usuaris encara concedeixen poca autonomia als agents.

Encara no podem afirmar que:

• La majoria dels usuaris hagi substituït Google;
• La IA determini habitualment la compra final;
• Una menció provoqui automàticament una venda;
• El referral mostri tota la influència;
• El creixement percentual impliqui una quota elevada;
• Els agents autònoms siguin ja un comportament generalitzat;
• Les dades del software representin tot el B2B;
• Les correlacions observades demostrin causalitat.

Reconèixer aquests límits no debilita la conclusió.

La fa més defensable.

Una decisió pot començar abans de la visita

Potser encara és aviat per parlar de la fi de Google.

També és aviat per imaginar que els consumidors delegaran de manera massiva les seves compres a agents autònoms.

Però no és aviat per assumir que una part de les decisions ja comença a prendre forma abans que l’usuari arribi al web.

La IA pot intervenir quan una persona:

• Intenta entendre què necessita;
• Descobreix quines categories existeixen;
• Identifica criteris de selecció;
• Compara alternatives;
• Descarta opcions;
• Decideix quines marques investigarà.

Aquesta influència pot no generar un clic immediat.

Pot no aparèixer a Analytics.

Pot no determinar la decisió final.

Però pot decidir qui entra en el procés.

I, en mercats on l’usuari només està disposat a investigar tres o quatre opcions, això ja representa un canvi comercial significatiu.

La pregunta no és només si els usuaris estan deixant de buscar a Google.

La pregunta més útil és una altra:

Quan una persona demana ajuda per entendre una necessitat i seleccionar opcions, quines marques arriben a formar part de la seva consideració?