Výzkum & poznatky · Zdravotnictví
75 % viditelnosti. A přesto neúplné pochopení.
Anonymizovaná case-study ve zdravotnictví ukázala, proč samotná přítomnost značky v odpovědích AI ještě neznamená, že jí AI skutečně rozumí.
4 AI platformy · 12 discovery odpovědí · Anonymizovaná case-study
75 %
Značka se objevila v 9 z 12 nebrandových discovery odpovědí. Přesto se mezi platformami výrazně lišilo, jak přesně značku chápaly a z jakých zdrojů vycházely.
V anonymizovaném pilotu, který jsme dělali v segmentu zdravotnictví, se značka objevila v 9 z 12 nebrandových discovery odpovědí – tedy v 75 % scénářů, kdy se AI ptala bez uvedení jejího jména. Všechny čtyři testované platformy navíc správně rozpoznaly, jakou roli značka hraje. Na papíře to vypadá jako silný výsledek.
Realita byla složitější. Sotva se AI dostala od „vím, kdo to je“ k tomu, jak přesně firma zapadá do celého řetězce péče, začala si domýšlet. Role byla správně, ale vztahy a nabídka kolísaly odpověď od odpovědi. A v jednom případě si jedna z platforem sebejistě dosadila úplně jinou kliniku a jiného odborníka, než ke kterým značka ve skutečnosti patří.
Čtyři platformy, čtyři různé obrázky
Vzorek: 12 discovery odpovědí, 4 platformy, 3 scénáře na platformu.
*Průměrná pozice počítána jen z odpovědí, kde se značka objevila.
Souhrnných 75 % by tenhle rozptyl úplně schovalo. Gemini značku našla jen jednou ze tří – to není zaokrouhlovací chyba, to je jiná realita viditelnosti podle toho, kterou AI se zákazník zrovna zeptá. A Perplexity, přestože značku našla pokaždé, pracovala s méně aktuálními zdroji – samotné nalezení tedy neznamená spolehlivost.
Když si AI domyslí vztah, který neexistuje
Klíčové zjištění
Nejrizikovější zjištění celého pilotu: jedna z platforem si ve své odpovědi přesvědčivě domyslela vztah s jinou klinikou a jiným odborníkem, než se kterými značka skutečně spolupracuje. Nebyla to nejistá spekulace – byla to věcná chyba podaná jako fakt.
Tohle je jádro rozdílu mezi „AI značku zná“ a „AI značce rozumí“. Znát znamená umět značku rozpoznat a zařadit do oboru. Rozumět znamená mít správně poskládané i to, co je kolem ní – kdo je její partner, kdo dělá samotný výkon, kdo odpovídá za návaznou péči. V tomto pilotu byla první vrstva v pořádku u všech čtyř platforem. Druhá vrstva kolísala.
Doporučení jsme v tomto pilotu neměřili zvlášť – a to je taky zjištění
Čtvrtá vrstva, „AI značku doporučí“, v prvním kole pilotu nebyla měřena odděleně od nalezení. Ukázalo se, že tohle je přesně ta mezera, kterou většina firem řeší jako poslední, nebo vůbec. Proto teď v novější verzi metodiky měříme nalezení a doporučení jako dvě oddělené otázky: najde AI značku sama, a zařadí ji do užšího výběru nebo ji přímo doporučí?
Nalezení
Správné pochopení
Užší výběr
Doporučení
Tento pilot důkladně pokrýval vrstvy Nalezení a Správné pochopení. Užší výběr a Doporučení měří současná metodika Mawoo již samostatně.
Co z toho plyne
Nejslabším místem bývá střed řetězce – vazby mezi značkou a dalšími zapojenými subjekty, ne samotná identita značky. A rozptyl mezi platformami je tak velký, že jedno souhrnné číslo dokáže reálný stav spíš zamlžit než ukázat. Pro zdravotnickou značku to znamená jasnou prioritu: nejdřív zpřehlednit a doložit vztahy a odpovědnost v celém řetězci péče, teprve pak řešit techniku webu. Bez toho AI ty mezery vyplní sama – a ne vždy správně.
Vysoké procento nalezení nic neříká o tom, jestli AI značce rozumí správně, natož jestli by ji doporučila.
O tomto pilotu
Zjištění v tomto textu vycházejí z anonymizovaného pilotního testu v segmentu zdravotnictví (4 AI platformy, 12 discovery odpovědí). Klient poskytl souhlas s anonymizovaným veřejným použitím výstupních dat pilotu. Jde o jednorázové pilotní měření s malým vzorkem, ne o obecné hodnocení celého trhu ani garantovaný výsledek pro jinou značku. Současná metodika Mawoo navazuje na zkušenosti z tohoto pilotu a jejich následnou revizi.
Víte, jestli vás AI jen zná – nebo vám skutečně rozumí?
Mawoo analyzuje, jak AI systémy značku nacházejí, interpretují, s kým ji porovnávají
a kdy ji doporučují.