Što je AI pretraga?
AI pretraga je način pretraživanja u kojem tražilice koriste sustave umjetne inteligencije (AI) kako bi razumjele namjeru i kontekst pojma koji korisnik upisuje te mu vratile najrelevantnije odgovore.
AI pretraživanje koristi napredne tehnologije poput generativne umjetne inteligencije, obrade prirodnog jezika, strojnog učenja i velikih jezičnih modela (LLM-ova) kako bi shvatilo zašto je korisnik izvršio pretraživanje (namjera pretraživanja) i na temelju toga generiralo odgovore.
Jedan od poznatih sustava koji koristi AI pretraživanje je Google AI Overviews, AI značajka koja se prikazuje na stranicama s Googleovim rezultatima pretraživanja.
Drugi sustavi koji koriste AI pretraživanje uključuju AI chatbotove s mogućnostima pretraživanja, kao što su ChatGPT i Copilot, kao i tražilice pogonjene umjetnom inteligencijom (često nazivane answer engines), poput Perplexity AI-ja i Google AI Modea.
Važnost AI pretraživanja
AI pretraživanje poboljšava točnost rezultata koji se prikazuju na stranicama s rezultatima pretraživanja (SERP-ovima). Time korisnicima postaje lakše i brže pronaći informacije koje traže.
AI pretraživanje također omogućuje tražilicama da korisnicima vraćaju relevantnije rezultate. To dovodi do većeg zadovoljstva korisnika, većeg angažmana i češćih povrataka, što povećava promet, korištenje i prihode tražilica.
Bez AI pretraživanja, tražilice bi se u potpunosti oslanjale na tradicionalno pretraživanje, koje ne razumije kontekst i namjeru korisnika te često prikazuje nerelevantne rezultate. To može dovesti do manjeg angažmana, nižih konverzija i lošijeg korisničkog iskustva.
AI pretraživanje vs. tradicionalno pretraživanje
AI pretraživanje smatra se sljedećom fazom razvoja pretraživanja. Suprotno tome, tradicionalno pretraživanje bio je osnovni način na koji su tražilice povezivale pojmove za pretraživanje s web-stranicama prije pojave AI pretraživanja.
Na primjer, kada korisnik pretražuje izraz „najbolja prehrana za jogu”, tradicionalna tražilica vratit će popis web-stranica koje sadrže ključne riječi poput „prehrana” i „joga”.
To je zato što se tradicionalne tražilice oslanjaju na podudaranje riječi iz upita s riječima na web-stranici.
Nasuprot tome, AI tražilice usklađuju namjeru i kontekst upita s sadržajem web-stranice.
Primjerice, ako korisnik pretraži isti pojam „najbolja prehrana za jogu”, tražilica koja koristi AI pretraživanje prikazat će stranice koje nude detaljne smjernice, savjete i planove obroka posebno prilagođene osobama koje prakticiraju jogu.
Tradicionalno pretraživanje ne može vraćati ovakve vrste rezultata jer ne razumije kontekst i namjeru upita. Zbog toga daje manje relevantne rezultate u usporedbi s AI pretraživanjem, osobito kod složenijih upita.
To, naravno, ne znači da je tradicionalno pretraživanje beskorisno. Ono je i dalje prikladno za jednostavne pojmove ili situacije u kojima korisnici žele samo popis poveznica.
Međutim, za složene, razgovorne i na namjeri temeljene upite, tražilice će se sve više oslanjati na AI pretraživanje jer ono može pružiti odgovore koji razumiju kontekst, sažetke i preporuke – nešto što tradicionalno pretraživanje ne može.
Komponente AI pretraživanja
AI pretraživanje oslanja se na više naprednih tehnologija, uključujući:
- generativnu umjetnu inteligenciju (GenAI)
- obradu prirodnog jezika (NLP)
- velike jezične modele (LLM-ove)
- strojno učenje (ML)
- semantičko pretraživanje
- prediktivnu analitiku
- analizu namjere upita
- sustave za personalizaciju
U nastavku ih objašnjavamo.
1. Generativna umjetna inteligencija (GenAI)
Generativna umjetna inteligencija (GenAI) sustav je umjetne inteligencije koji može stvarati tekst, slike i programski kod nalik ljudskom. U AI pretraživanju koristi se za generiranje odgovora koje korisnik dobiva.
Generativna AI proizvodi odgovore na temelju obrazaca naučenih iz podataka za treniranje, uz informacije preuzete s indeksiranih web-stranica i drugih izvora podataka, poput Google Knowledge Grapha i vanjskih baza podataka.
2. Obrada prirodnog jezika (NLP)
Obrada prirodnog jezika (NLP) grana je umjetne inteligencije koja omogućuje sustavima da razumiju, tumače i odgovaraju na ljudski jezik. To omogućuje AI tražilicama da obrađuju upite u prirodnom, razgovornom obliku, a ne samo putem ključnih riječi.
3. Veliki jezični modeli (LLM-ovi)
Veliki jezični modeli (LLM-ovi) sustavi su umjetne inteligencije koji mogu generirati tekst nalik ljudskom. AI sustavi za pretraživanje koriste ih za stvaranje odgovora koji se prikazuju korisnicima.
4. Strojno učenje (ML)
Strojno učenje (ML) omogućuje AI sustavima da uče iz podataka i s vremenom poboljšavaju svoje rezultate bez izravne ljudske intervencije.
U AI pretraživanju ML pomaže algoritmima da utvrde koji su rezultati najrelevantniji za korisnika i da te informacije iskoriste za dodatno poboljšanje kvalitete rezultata.
5. Semantičko pretraživanje
Semantičko pretraživanje usmjereno je na razumijevanje značenja upita. Analizira kontekst, odnose između pojmova i namjeru korisnika kako bi pružilo rezultate koji bolje odgovaraju stvarnim potrebama korisnika.
6. Prediktivna analiza
Prediktivna analiza koristi povijesne podatke i obrasce kako bi predvidjela što će se dogoditi u budućnosti. AI sustavi za pretraživanje koriste je kako bi predvidjeli što će korisnik tražiti – čak i prije nego što to upiše – te te rezultate uključe u trenutačno pretraživanje.
7. Analiza namjere upita
Analiza namjere upita određuje svrhu pretraživanja. Utvrđuje ima li upit informativnu, navigacijsku, komercijalnu ili transakcijsku namjenu, kako bi se korisniku prikazali rezultati koji odgovaraju onome što želi.
8. Sustavi za personalizaciju
Sustavi za personalizaciju omogućuju AI-ju da prilagodi rezultate svakom korisniku. Temelje se na raznim signalima, uključujući ponašanje korisnika, postavke i povijest pretraživanja.
Nedostaci AI pretraživanja
AI pretraživanje dijeli mnoge uobičajene nedostatke umjetne inteligencije. Primjerice, može „halucinirati”, davati netočne ili pristrane informacije ili biti podložno manipulaciji putem tzv. AI trovanja podacima.
Osim toga, postoje i neka ograničenja specifična za ovu vrstu pretraživanja.
1. Ograničena transparentnost rangiranja rezultata
„Answer engines” poput Google AI Modea obično prikazuју više web-stranica uz svoje AI odgovore…
Međutim, za razliku od klasične Googleove stranice s rezultatima, postoji vrlo ograničena transparentnost u tome kako Google odlučuje koje će web-stranice prikazati. To kreatorima sadržaja i SEO stručnjacima otežava razumijevanje kako optimizirati sadržaj za sustave umjetne inteligencije.
2. Poteškoće s vrlo uskim ili rijetkim upitima
AI pretraživanje najbolje funkcionira kada ima pristup velikoj količini kvalitetnih podataka. Kod vrlo usko specijaliziranih tema ili rijetkih upita sustav može imati poteškoća u pronalaženju dovoljno informacija ili u davanju točnih odgovora.
To može dovesti do nepotpunih, općenitih ili čak netočних odgovora koji u potpunosti ne zadovoljavaju potrebe korisnika.
3. Smanjenje organskog prometa relevantnim web-stranicama
Značajke AI pretraživanja na stranicama rezultata, poput AI Overviews, kao i AI tražilice poput AI Modea, korisnicima izravno prikazuju odgovore.
Ti odgovori često u potpunosti zadovolje namjeru korisnika, pa on više nema potrebu kliknuti na dodatne web-stranice kako bi pronašao tražene informacije.
Time se smanjuje organski promet prema tim stranicama i dodatno povećava broj tzv. zero-click pretraživanja, za koja kreatori sadržaja često tvrde da im oduzimaju promet.
4. Veća konkurencija za prostor iznad pregiba (above the fold)
Google obično prikazuje AI značajke poput AI Overviews na samom vrhu stranice s rezultatima. To znači da će mnogi posjetitelji napustiti stranicu bez skrolanja.
Čak i ako skrolaju, najčešće će se fokusirati samo na prve rezultate. Zbog toga prostor iznad pregiba postaje vrijedniji nego ikad i povećava se konkurencija za najvišu poziciju na stranici rezultata.
Primjerice, AI Overviews često zauzima većinu prostora iznad pregiba na Googleovoj stranici s rezultatima.
5. Manja kontrola nad načinom prikaza sadržaja
Kreatori koji se rangiraju u tradicionalnim rezultatima pretraživanja obično imaju veću kontrolu nad načinom na koji se njihov sadržaj prikazuje u odnosu na AI pretraživanje.
U klasičnom pretraživanju mogu oblikovati podnaslove i odlomke te definirati meta-naslove, meta-opise i strukturirane podatke, što izravno utječe na prikaz sadržaja u rezultatima pretraživanja.
Kod AI pretraživanja te mogućnosti ne postoje, jer sustavi umjetne inteligencije koriste sadržaj za generiranje vlastitih odgovora, bez obzira na izvorni način prezentacije.
