ई-कॉमर्सवर AI चा ताबा: Amazon, Flipkart, Meesho चॅटबॉट शॉपिंगवर वर्चस्व मिळवण्यासाठी शर्यतीत!

AI Revolutionizes E-commerce Discovery

ग्राहक ऑनलाइन उत्पादने कशी शोधतात आणि खरेदी करतात, यात मोठे बदल होत आहेत. पारंपरिक कीवर्ड सर्चऐवजी आता अत्याधुनिक AI-आधारित चॅटबॉट्सचा जमाना आला आहे. ChatGPT, Perplexity, Claude, आणि Google Gemini सारखे प्लॅटफॉर्म आता वैयक्तिक शॉपिंग असिस्टंट्स म्हणून काम करत आहेत, जे वापरकर्त्यांना काय खरेदी करावे, कोठून खरेदी करावे आणि कोणत्या किमतीत खरेदी करावे याबद्दल मार्गदर्शन करत आहेत, अनेकदा मार्केटप्लेस ॲप्लिकेशन न उघडता.

हा बदल Amazon, Flipkart, आणि Meesho सारख्या प्रस्थापित ई-कॉमर्स कंपन्यांसाठी एक मोठे आव्हान उभे करत आहे. त्यांना आता त्यांच्या उत्पादनांची मांडणी कशी केली जाते, केवळ मानवी ग्राहकांसाठीच नाही, तर खरेदी निर्णयांवर अधिकाधिक प्रभाव टाकणाऱ्या AI चॅटबॉट्ससाठी देखील, याचा पुनर्विचार करावा लागत आहे. AI उत्तरांमध्ये सामान्यतः फक्त काही शीर्ष पर्याय सूचीबद्ध केले जातात, त्यामुळे स्पर्धा जास्त आहे. CUTS International चे वरिष्ठ संशोधन सहयोगी सोहोम बॅनर्जी स्पष्ट करतात, "जर तुम्ही उत्तरामध्ये नसाल, तर तुम्ही त्या वापरकर्त्यासाठी अस्तित्वातच नाही." हे पारंपरिक सर्च इंजिन्सपेक्षा पूर्णपणे वेगळे आहे, जिथे कमी रँकचे निकालही ट्रॅफिक मिळवत होते. AI, मात्र, व्हिजिबिलिटी (visibility) लक्षणीयरीत्या मर्यादित करते.

Strategic Adaptations by E-commerce Leaders

उद्योगाच्या विश्लेषणानुसार, ई-कॉमर्सवर AI चा प्रभाव लक्षणीय असेल. Bain & Company चा अंदाज आहे की 2030 पर्यंत, AI शॉपिंग एजंट्स जागतिक स्तरावर एकूण ई-कॉमर्स विक्रीच्या 15% ते 25% पर्यंत प्रभावित करू शकतात. आधीपासूनच, ChatGPT Walmart आणि Etsy सारख्या मोठ्या विक्रेत्यांना अंदाजे 20% रेफरल क्लिक्स (referral clicks) पुरवते. याव्यतिरिक्त, ChatGPT च्या एकूण प्रश्नांपैकी सुमारे 2%, म्हणजे दररोज अंदाजे 50 दशलक्ष शोध, खरेदीशी संबंधित आहेत. वापरकर्ता सहभाग (user engagement) देखील वाढत आहे, ChatGPT खरेदी-संबंधित उत्तरांवरील क्लिक-थ्रू रेट्स (click-through rates) लक्षणीयरीत्या वाढत आहेत आणि मार्च ते जून 2025 दरम्यान एकूण क्लिक्स Bain नुसार अंदाजे तिप्पट झाले आहेत.

भारतीय ऑनलाइन विक्रेते या परिणामांबद्दल जागरूक आहेत, विशेषतः भारताची OpenAI च्या सर्वात मोठ्या वापरकर्ता तळांपैकी एक म्हणून स्थिती पाहता. Walmart-समर्थित Flipkart ने AI स्टार्टअप Minivet मध्ये धोरणात्मकरित्या बहुसंख्य हिस्सेदारी विकत घेतली आहे. या निर्णयाचा उद्देश "व्हिज्युअल, संभाषणात्मक, आणि AI-आधारित शोध" (visual, conversational, and AI-led discovery) क्षमतांना बळकट करणे आहे, जेणेकरून ग्राहकांच्या बदलत्या खरेदी वर्तणुकीशी जुळवून घेता येईल. Amazon ने अलीकडील विक्री इव्हेंट्सनंतर, फॅशन सारख्या विशिष्ट उत्पादन श्रेणींसाठी जनरेटिव्ह इंजिन ऑप्टिमायझेशन (GEO) चे पायलट परीक्षण सुरू केले आहे. कंपनीकडे Rufus नावाचा स्वतःचा AI शॉपिंग असिस्टंट देखील आहे.

इतर प्रमुख भारतीय प्लॅटफॉर्म देखील त्यांच्या धोरणांना सक्रियपणे परिष्कृत करत आहेत. AI मॉडेल्सद्वारे रिकॉल (recall) सुधारण्यासाठी Meesho ने विक्रेत्यांनी तयार केलेल्या उत्पादन लिस्टिंग्जचे मानकीकरण केले आहे आणि स्थानिक वर्णनांसह (localized descriptions) विशेषता-स्तरीय डेटा (attribute-level data) वाढवला आहे. Flipkart च्या मालकीच्या Myntra कडून अपेक्षा आहे की ते फॅशन-विशिष्ट मेटाडेटा (metadata), जसे की फॅब्रिक, फिट, आणि प्रसंग (occasion) याबद्दलचे तपशील, संभाषणात्मक (conversational) आणि व्हिज्युअल शोध कार्यांना (search functionalities) चांगल्या प्रकारे समर्थन देण्यासाठी वाढवेल. Reliance Retail च्या Ajio ने देखील AI-आधारित शोध आणि शिफारस प्रणालींमध्ये व्हिजिबिलिटी (visibility) वाढवण्यासाठी त्यांच्या कॅटलॉग, श्रेणी आणि ब्रँड सिग्नलना ऑप्टिमाइझ केले आहे.

Broader Ecosystem and Legal Challenges

AI-चालित ई-कॉमर्स ट्रेंड पारंपरिक मार्केटप्लेसेसच्या पलीकडे विस्तारला आहे. क्विक-कॉमर्स प्लॅटफॉर्म Zepto ने एक अंतर्गत AI साधन विकसित केले आहे जे नैसर्गिक भाषेचा वापर करून LLM-चालित ऑर्डर प्लेसमेंट (LLM-powered order placement) सक्षम करते. जागतिक स्तरावर, भागीदारी तयार होत आहेत, ChatGPT ने Etsy आणि Walmart सोबत सहयोग केला आहे, आणि Perplexity AI ने Shopify आणि PayPal सोबत भागीदारी केली आहे. Siftly, Asva AI, आणि Consumable AI सारखे स्टार्टअप्स ब्रँड्सना विशेष GEO आणि LLM ऑप्टिमायझेशन सेवा (optimisation services) देत आहेत.

तथापि, या जलद विकासाने कायदेशीर वाद देखील निर्माण केले आहेत. Amazon ने अलीकडेच Perplexity ला त्याच्या एजंटला Amazon वर खरेदी करण्यापासून रोखण्याची विनंती केली होती. अधिक महत्त्वाचे म्हणजे, एक प्रमुख B2B मार्केटप्लेस IndiaMART ने कलकत्ता उच्च न्यायालयात OpenAI विरुद्ध खटला दाखल केला आहे, ChatGPT शोध परिणामांमधून त्यांच्या लिस्टिंग्जला हेतुपुरस्सर वगळल्याचा आरोप केला आहे. हा खटला या चिंतेवर प्रकाश टाकतो की मोठ्या AI सेवा "इरादा-चालित गेटवे" (intent-driven gateways) म्हणून कार्य करतात, ज्यांच्याकडे लक्षणीय आर्थिक शक्ती असते, ज्यामुळे IndiaMART सारख्या व्यवसायांवर विनाशकारी परिणाम होऊ शकतो.

Impact on Sellers and Advertising

AI बदल विक्रेत्यांसाठी, लहान विपणक (marketers) आणि जाहिरात एजन्सींसाठी धोके निर्माण करतो. उत्पादनाच्या गुणवत्तेमुळे नव्हे, तर इंटरनेटवरील प्रतिस्पर्धी लिस्टिंग्जच्या वाढीव व्हिजिबिलिटीमुळे (visibility) AI-जनरेटेड सामग्री किंवा बॉट्समुळे विक्रेते मागे पडण्याचा धोका आहे. "व्ह्यूएबिलिटी" (viewability) सारख्या पारंपरिक जाहिरात मेट्रिक्सवर प्रश्नचिन्ह उपस्थित केले जात आहे, कारण AI वास्तविक मानवी लक्ष वेधून घेतल्याशिवाय प्रतिबद्धता (engagement) निर्माण करू शकते, ज्यामुळे जाहिरात खर्च (ad spend) वाया जाऊ शकतो. CUTS International चा अंदाज आहे की भारतात डिजिटल जाहिरात बजेटपैकी 20% पर्यंत जाहिरात फसवणुकीत (ad fraud) जाऊ शकते.

AI ची "₹20,000 पेक्षा कमी सर्वोत्तम स्मार्टफोन" सारख्या प्रश्नांची थेट उत्तरे देण्याची क्षमता पारंपरिक विक्री फनेलला (sales funnel) एकाच प्रतिसादात संक्षिप्त करते. हे अंतर्गत शोध पृष्ठांना (internal search pages) कमी संबंधित बनवून जाहिरात महसूल प्रवाहांवर (ad revenue flows) थेट परिणाम करते. परिणामी, जाहिरात खर्चात बदल अपेक्षित आहे. ब्रँड्स आधीपासूनच त्यांच्या विपणन बजेटपैकी 2-5% AI ऑप्टिमायझेशनसाठी (optimisation) वाटप करण्याचा प्रयोग करत आहेत. AI शोध प्रभावी ठरत असल्याने, खर्च कमी कार्यक्षम मार्गांकडून संभाषणात्मक व्यापारात (conversational commerce) सरकू शकतो, जो काही वर्षांत डिजिटल जाहिरात खर्चाच्या 10% पर्यंत आकर्षित करू शकतो, बऱ्याच अंशी पारंपरिक शोध आणि कमी-गुणवत्तेच्या प्रोग्रामॅटिक डिस्प्ले जाहिरातींच्या (programmatic display advertising) खर्चावर.

AI-आधारित शोधाद्वारे लक्ष केंद्रित करण्याची ही एकाग्रता Amazon आणि Flipkart सारख्या मोठ्या मार्केटप्लेसेसना फायदा मिळवून देते. शिफारशीपासून खरेदीपर्यंतचा मार्ग सुलभ करून आणि कॅटलॉग डेटा, लॉजिस्टिक्स, आणि चेकआउट नियंत्रित करून, हे प्लॅटफॉर्म हेतू (intent) अधिक थेटपणे कमाई करू शकतात. ते AI-आधारित शोध परिणामांमध्ये प्रचारित उत्पादने (promoted products) ठेवू शकतात, ज्यामुळे त्यांचे जाहिरात व्यवसाय लक्षणीयरीत्या मजबूत होतात. OpenAI कथितपणे त्यांच्या प्लॅटफॉर्ममध्ये "प्रायोजित सामग्री" (sponsored content) चा विचार करत आहे. Amazon India च्या जाहिरात महसुलात FY25 मध्ये 25% वाढ झाली, तर Flipkart च्या जाहिरात महसुलात वर्ष-दर-वर्ष 27% वाढ झाली.

कठीण शब्दांचे स्पष्टीकरण:

• LLM (लार्ज लँग्वेज मॉडेल): ही कृत्रिम बुद्धिमत्तेची (artificial intelligence) एक प्रगत श्रेणी आहे जी प्रचंड प्रमाणात मजकूर डेटावर प्रशिक्षित केली गेली आहे आणि ती मानवी भाषा समजू शकते, तयार करू शकते आणि प्रतिसाद देऊ शकते. उदाहरणे ChatGPT आणि Google Gemini.
• चॅटबॉट्स: मानवी वापरकर्त्यांशी संवाद साधण्यासाठी डिझाइन केलेले संगणक प्रोग्राम, विशेषतः इंटरनेटवर.
• शॉपिंग एजंट्स: AI प्रोग्राम किंवा वैशिष्ट्ये जे वापरकर्त्यांना ऑनलाइन उत्पादने शोधण्यात, तुलना करण्यात आणि खरेदी करण्यात सक्रियपणे मदत करतात.
• जनरेटिव्ह इंजिन ऑप्टिमायझेशन (GEO): जनरेटिव्ह AI मॉडेल्स आणि चॅटबॉट्सद्वारे पसंत केले जावे आणि प्रमुखतेने प्रदर्शित केले जावे यासाठी उत्पादन सूची आणि सामग्री ऑप्टिमाइझ (optimize) करण्याची प्रक्रिया.
• कन्व्हर्सेशनल कॉमर्स: ग्राहक आणि व्यवसाय यांच्यात नैसर्गिक भाषेतील संभाषणांचा समावेश असलेला खरेदी अनुभव, जो अनेकदा AI किंवा चॅटबॉट्सद्वारे सुलभ केला जातो.
• मेटाडेटा: इतर डेटाबद्दल माहिती देणारा डेटा. ई-कॉमर्समध्ये, यामध्ये फॅब्रिक, फिट, प्रसंग, रंग इत्यादींसारखे उत्पादन तपशील समाविष्ट आहेत, जे AI ला उत्पादने समजून घेण्यास आणि वर्गीकृत करण्यास मदत करतात.
• व्ह्यूएबिलिटी (Viewability): डिजिटल जाहिरातींमध्ये, हे एक मेट्रिक आहे जे दर्शवते की जाहिरात अशा स्थितीत प्रदर्शित केली गेली होती जिथे वापरकर्ता ती संभाव्यतः पाहू शकत होता. हे वापरकर्त्याने प्रत्यक्षात पाहिले याची हमी देत नाही.
• ॲड फ्रॉड (Ad Fraud): डिजिटल जाहिरातींमधील फसव्या पद्धती, ज्यांचा उद्देश अवैध महसूल मिळवण्यासाठी बनावट इंप्रेशन्स किंवा क्लिक्स तयार करणे आहे.