مقدمه؛ وقتی مشتری دیگر فقط در گوگل جست‌وجو نمی‌کند
سال‌ها مسیر خرید یک محصول غذایی نسبتاً قابل پیش‌بینی بود: مشتری محصول را می‌دید، درباره آن جست‌وجو می‌کرد، قیمت و گزینه‌های مختلف را مقایسه می‌کرد و در نهایت از فروشگاه یا پلتفرم موردنظر خرید می‌کرد.
اما ورود هوش مصنوعی مولد و AI Shopping Agents در حال تغییر این مسیر است. امروز مصرف‌کننده می‌تواند به جای جست‌وجوی چندین صفحه، از یک ابزار هوش مصنوعی بپرسد: «بهترین بیسکویت برای یک مهمانی چیست؟» یا «بین این چند محصول کدام گزینه برای من مناسب‌تر است؟»
در چنین شرایطی، برند دیگر فقط با رقیب خود برای دیده‌شدن در Google رقابت نمی‌کند؛ بلکه باید تلاش کند در پاسخ AI نیز دیده، معرفی و حتی پیشنهاد شود.
این تغییر برای شرکت‌های بزرگ FMCG اهمیت ویژه‌ای دارد؛ و Mondelēz یکی از نمونه‌های قابل توجه این تغییر است.
Mondelēz دقیقاً چه شرکتی است؟
Mondelēz International مالک مجموعه‌ای از برندهای شناخته‌شده در صنعت اسنک و مواد غذایی از جمله Oreo، Ritz و Sour Patch Kids است.
اما نکته جالب اینجاست که تجارت دیجیتال این شرکت دیگر یک فعالیت جانبی محسوب نمی‌شود.
طبق گزارش Digiday، Mondelēz ارزش تجارت دیجیتال خود را حدود ۳.۵ میلیارد دلار اعلام کرده و همین موضوع باعث شده تغییرات AI در Search و Commerce برای این شرکت به یک موضوع استراتژیک تبدیل شود.
یعنی وقتی مسیر پیدا کردن یک محصول تغییر می‌کند، مسئله فقط «دیجیتال مارکتینگ» نیست؛ بلکه مستقیماً با فروش، توزیع، محتوای محصول و Shopper Marketing ارتباط پیدا می‌کند.
مشکل جدید FMCG چیست؟
در مدل سنتی Search، برندها سال‌ها روی یک موضوع تمرکز کرده‌اند:
SEO + Paid Search + Digital Shelf
یعنی اگر مشتری مثلاً عبارت مشخصی را جست‌وجو کند، برند تلاش می‌کند محصولش در نتایج دیده شود.
اما AI Search می‌تواند سؤال را به شکل بسیار متفاوتی دریافت کند.
مثلاً مشتری نمی‌پرسد:
بهترین بیسکویت چیست؟
بلکه ممکن است بپرسد:
برای یک دورهمی ۱۰ نفره که چند نفر هم رژیم غذایی خاص دارند، چه اسنک‌هایی پیشنهاد می‌کنی؟
اینجا دیگر فقط Keyword مهم نیست.
AI باید اطلاعات مربوط به:
- محصول
- مواد تشکیل‌دهنده
- ویژگی‌ها
- اندازه
- قیمت
- کاربرد
- نظرات
- موجودی
- برند
- مقایسه با رقبا
را درک کند.
بنابراین ساختار اطلاعات محصول تبدیل به بخشی از بازاریابی می‌شود.
Mondelēz چرا به AI Search توجه کرده است؟
یکی از نکات جالب درباره تجربه Mondelēz این است که این شرکت متوجه شد برخی از محصولاتش در توصیه‌های AI به اندازه‌ای که انتظار می‌رود دیده نمی‌شوند.
در گزارش Digiday آمده که Oreo در حدود ۱۰ درصد از توصیه‌های مربوط به کوکی‌ها در چت‌بات‌های AI ظاهر می‌شد؛ و یکی از عوامل مطرح‌شده، مسدود بودن برخی crawlerهای هوش مصنوعی توسط شرکت بود.
پس مسئله فقط این نبود که:
«محصول ما خوب است یا نه؟»
مسئله این بود:
«آیا AI اصلاً اطلاعات کافی برای شناخت و پیشنهاد محصول ما دارد؟»
این تفاوت بسیار مهم است.
از SEO به AI Visibility
در گذشته برندها از خودشان می‌پرسیدند:
«رتبه ما در Google چند است؟»
اما در دنیای AI باید سؤال‌های جدیدی پرسید:
«وقتی یک مشتری از ChatGPT یا Gemini درباره دسته محصول ما سؤال می‌کند، آیا برند ما در پاسخ دیده می‌شود؟»
و سؤال مهم‌تر:
«آیا فقط نام برند ما ذکر می‌شود یا واقعاً پیشنهاد می‌شود؟»
این مفهوم را می‌توان AI Visibility یا در برخی چارچوب‌ها Generative Engine Optimization دانست.
به عبارت ساده:
SEO تلاش می‌کند موتور جست‌وجو شما را پیدا کند.
اما در دنیای AI، برند باید کاری کند که سیستم هوش مصنوعی بتواند آن را بفهمد و در پاسخ مناسب قرار دهد.
Social Commerce همزمان در حال رشد است
داستان فقط AI Search نیست.
همزمان، Social Commerce نیز در حال تغییر مسیر خرید است.
مصرف‌کننده ممکن است محصول را ابتدا در یک ویدئوی کوتاه ببیند، سپس آن را با Creator مورداعتمادش بررسی کند و بعد از طریق یک پلتفرم اجتماعی یا فروشگاهی خرید کند.
Mondelēz نیز در حال گسترش نگاه خود فراتر از Search سنتی است و روی Social Commerce، محتوا و اجرای رسانه‌ای در کانال‌های دیجیتال تمرکز دارد.
در نتیجه مسیر خرید دیگر خطی نیست:
Google → Website → Purchase
بلکه می‌تواند تبدیل شود به:
Reels → Creator → AI → Marketplace → Purchase
یا حتی:
AI → Product Comparison → Retailer → Purchase
Agentic Shopping وارد بازی می‌شود
مرحله بعدی حتی جالب‌تر است.
در Agentic Commerce، هوش مصنوعی فقط به مشتری نمی‌گوید چه چیزی بخرد؛ بلکه در برخی سناریوها می‌تواند بخشی از فرآیند خرید را نیز انجام دهد.
Gartner در سپتامبر ۲۰۲۶، Agentic Commerce را به عنوان تغییری در مدل‌های سنتی تجارت توصیف کرده که در آن جریان خرید با کمک Agentهای هوش مصنوعی از حالت کاملاً انسانی خارج می‌شود.
همچنین W3C و GS1 در سپتامبر ۲۰۲۶ کارگاهی با موضوع E-Commerce for Humans and AI Agents برگزار کردند؛ موضوعی که نشان می‌دهد استانداردها و ساختارهای تجارت الکترونیک نیز در حال آماده شدن برای تعامل با AI Agentها هستند.
یعنی AI می‌تواند مشتری جدید فروشگاه باشد؟
تصور کنید مشتری به AI بگوید:
«برای مهمانی آخر هفته، چند مدل اسنک مناسب برای ۱۰ نفر پیشنهاد بده.»
AI می‌تواند محصولات مختلف را بررسی کند و گزینه‌هایی را پیشنهاد دهد.
در این شرایط، برند باید علاوه بر انسان، برای ماشین تصمیم‌گیرنده نیز قابل فهم باشد.
این یک تغییر بسیار مهم در Shopper Marketing است.
در گذشته:
Shopper = Human
اما در آینده ممکن است:
Shopper = Human + AI Agent
باشد.
این موضوع چه ارتباطی با Trade Marketing دارد؟
اتفاقاً ارتباط آن بسیار مستقیم است.
Trade Marketing همیشه یک سؤال اساسی داشته:
چگونه محصول را در نقطه‌ای که مشتری تصمیم خرید می‌گیرد، بهتر عرضه کنیم؟
قبلاً این نقطه می‌توانست:
قفسه فروشگاه
باشد.
بعد:
صفحه محصول فروشگاه اینترنتی
شد.
حالا یک لایه جدید اضافه شده:
صفحه پاسخ AI
یعنی ممکن است قبل از اینکه مشتری وارد فروشگاه اینترنتی شود، AI چند محصول را برای او انتخاب کرده باشد.
در این شرایط، AI Recommendation می‌تواند به یک Digital Shelf جدید تبدیل شود.
Digital Shelf آینده فقط صفحه فروشگاه نیست
Digital Shelf در گذشته بیشتر به حضور محصول در فروشگاه‌های آنلاین مربوط می‌شد.
اما حالا می‌توانیم آن را گسترده‌تر ببینیم:
Marketplace
↓
Search Engine
↓
Social Media
↓
AI Search
↓
AI Shopping Agent
همه این نقاط می‌توانند روی تصمیم خرید تأثیر بگذارند.
به همین دلیل شرکت‌های FMCG باید اطلاعات محصول را در تمام این نقاط هماهنگ کنند.
برای یک برند کوچک چه درسی دارد؟
اینجا موضوع فقط به Mondelēz مربوط نیست.
یک کسب‌وکار کوچک ایرانی که مثلاً:
- قهوه می‌فروشد
- پوشاک دارد
- لوازم آرایشی می‌فروشد
- محصولات غذایی دارد
- صنایع دستی تولید می‌کند
- محصولات ورزشی می‌فروشد
هم باید به این تغییر توجه کند.
اگر اطلاعات محصول او فقط در چند پست اینستاگرام وجود داشته باشد، AI ممکن است اطلاعات کافی برای شناخت آن برند نداشته باشد.
بنابراین داشتن یک صفحه محصول کامل و قابل فهم اهمیت بیشتری پیدا می‌کند.
اطلاعات محصول باید برای انسان و AI قابل فهم باشد
یک صفحه محصول خوب باید اطلاعاتی مانند این موارد داشته باشد:
نام دقیق محصول
دسته‌بندی
ویژگی‌های اصلی
مواد اولیه یا مشخصات فنی
ابعاد یا وزن
کاربرد
مخاطب هدف
قیمت
شرایط ارسال
سؤالات متداول
تصاویر
ویدئو
نظرات مشتریان
هرچه این اطلاعات ساختارمندتر باشند، درک محصول برای سیستم‌های دیجیتال نیز ساده‌تر می‌شود.
W3C و GS1 نیز در بحث تجارت برای انسان‌ها و AI Agentها روی اهمیت محتوای ساختاریافته و قابل پردازش ماشین تأکید کرده‌اند.
آینده Shopper Marketing؛ جنگ بر سر «توصیه شدن»
این شاید مهم‌ترین تغییر باشد.
در گذشته برند می‌خواست:
دیده شود.
بعد می‌خواست:
کلیک شود.
حالا باید به سمت این سؤال برود:
آیا پیشنهاد می‌شود؟
مثلاً تصور کنید کاربر از AI بپرسد:
«یک قهوه مناسب برای اسپرسو با قیمت متوسط معرفی کن.»
اگر برند شما در پاسخ ظاهر نشود، حتی اگر بهترین SEO دنیا را داشته باشید، ممکن است در آن لحظه از مسیر خرید خارج شوید.
بنابراین آینده رقابت فقط بر سر Search Ranking نیست.
بلکه بخشی از رقابت بر سر Recommendation Visibility خواهد بود.
آیا این یعنی Google و Instagram از بین می‌روند؟
خیر.
این برداشت بیش از حد ساده‌سازی‌شده است.
Search سنتی، Marketplaceها، شبکه‌های اجتماعی، فروشگاه‌های اینترنتی و AI همه می‌توانند همزمان در مسیر خرید وجود داشته باشند.
حتی Mondelēz همچنان Search را بخش مهمی از تجارت دیجیتال خود می‌داند؛ اما در کنار آن به Social Commerce و Agentic Shopping نیز توجه می‌کند.
بنابراین آینده احتمالاً حذف یک کانال نیست.
بلکه چندلایه شدن مسیر خرید است.
مدل جدید Shopper Journey
می‌توانیم مسیر جدید را این‌طور تصور کنیم:
مرحله اول: Discovery
مشتری محصول را در:
Instagram / TikTok / YouTube / Search / AI
می‌بیند.
مرحله دوم: Consideration
AI، Creator، Reviews و مقایسه‌ها وارد می‌شوند.
مرحله سوم: Recommendation
سیستم به مشتری چند گزینه پیشنهاد می‌دهد.
مرحله چهارم: Purchase
خرید از:
Marketplace / Website / Retailer
انجام می‌شود.
مرحله پنجم: Loyalty
برند تلاش می‌کند مشتری را برای خرید بعدی حفظ کند.
این یعنی Shopper Marketing دیگر فقط مربوط به «لحظه خرید» نیست؛ بلکه کل مسیر تصمیم‌گیری را پوشش می‌دهد.
۵ کاری که کسب‌وکارهای FMCG باید از همین امروز انجام دهند
۱. اطلاعات محصول را کامل کنند
نام، مشخصات، کاربرد، قیمت، تصاویر، FAQ و ویژگی‌های محصول باید دقیق باشند.
۲. محتوای برند را فقط برای انسان تولید نکنند
محتوا باید هم برای مخاطب جذاب باشد و هم اطلاعات مشخص و قابل فهم ارائه کند.
۳. حضور در کانال‌های مختلف را بررسی کنند
وب‌سایت، Marketplace، Social Media و پلتفرم‌های AI هرکدام بخشی از مسیر جدید خرید هستند.
۴. AI Visibility را اندازه‌گیری کنند
برندها باید بررسی کنند که وقتی درباره دسته محصولشان از AI سؤال می‌شود، چه برندهایی پیشنهاد می‌شوند و چرا.
۵. از داده‌های واقعی مشتری استفاده کنند
سؤالات مشتریان، Search Queryها، Reviewها، دایرکت‌ها و رفتار خرید می‌توانند برای تولید محتوای بهتر و طراحی پیشنهادهای دقیق‌تر استفاده شوند.
یک فرصت بزرگ برای کسب‌وکارهای کوچک
شاید در نگاه اول این تغییر فقط به نفع شرکت‌هایی مثل Mondelēz باشد؛ چون آنها بودجه، داده و تیم‌های بزرگ دارند.
اما یک نکته جالب وجود دارد.
AI می‌تواند بخشی از فاصله بین کسب‌وکارهای کوچک و بزرگ را کاهش دهد؛ به شرطی که کسب‌وکار کوچک اطلاعات محصول، محتوا و تجربه مشتری خوبی داشته باشد.
یک برند کوچک ممکن است میلیون‌ها دلار بودجه تبلیغاتی نداشته باشد، اما می‌تواند:
Product Data خوب + محتوای تخصصی + Reviews + Website مناسب + حضور اجتماعی
داشته باشد.
و این اطلاعات می‌تواند به AI کمک کند برند را بهتر بشناسد.
نتیجه‌گیری؛ آینده FMCG فقط روی قفسه نیست
داستان Mondelēz یک مثال مهم از تغییری بزرگ‌تر در صنعت FMCG است.
هوش مصنوعی در حال تغییر مرحله‌ای از مسیر خرید است که شاید تا امروز کمتر به آن توجه می‌کردیم: مرحله‌ای که مشتری تصمیم می‌گیرد چه محصولی را اصلاً بررسی کند.
اگر AI تبدیل به یکی از واسطه‌های اصلی Discovery و Recommendation شود، برندها دیگر فقط برای انسان‌ها بازاریابی نمی‌کنند؛ آنها باید اطلاعات و پیشنهاد ارزش خود را به شکلی طراحی کنند که ماشین‌ها نیز بتوانند آن را بفهمند.
به همین دلیل آینده Shopper Marketing می‌تواند ترکیبی از:
AI Search + Social Commerce + Retail Media + Digital Shelf + Agentic Commerce
باشد.
و شاید سؤال مهم آینده برای یک مدیر FMCG دیگر این نباشد:
«چطور محصولمان را بیشتر تبلیغ کنیم؟»
بلکه این باشد:
«وقتی مشتری از AI می‌پرسد چه محصولی بخرد، چرا باید برند ما را پیشنهاد دهد؟»
این همان نقطه‌ای است که AI در FMCG از یک ابزار تکنولوژیک به یک موضوع استراتژیک در بازاریابی، فروش و Trade Marketing تبدیل می‌شود.
FAQ برای انتهای مقاله
AI در FMCG چه کاربردی دارد؟
AI می‌تواند در پیش‌بینی تقاضا، تحلیل رفتار مشتری، تولید محتوا، شخصی‌سازی، تبلیغات، جست‌وجوی محصول و بهینه‌سازی تجارت دیجیتال استفاده شود.
Agentic Commerce چیست؟
مدلی از تجارت است که در آن AI Agent می‌تواند بخشی از فرآیند کشف، مقایسه و در برخی سناریوها خرید محصول را از طرف کاربر انجام دهد.
چرا Mondelēz روی AI Search تمرکز کرده است؟
زیرا تجارت دیجیتال این شرکت در مقیاس میلیارددلاری قرار دارد و تغییر نحوه کشف محصولات توسط مصرف‌کنندگان می‌تواند مستقیماً روی مسیر فروش اثر بگذارد.
آیا AI جای Google و Instagram را می‌گیرد؟
نه لزوماً. شواهد فعلی بیشتر نشان‌دهنده اضافه شدن یک لایه جدید به مسیر Discovery و Commerce است؛ در حالی که Search، Social و Marketplaceها همچنان بخش مهمی از سفر مشتری هستند.
بدون دیدگاه