اختبار محدود وهادئ عبر المتصفح على الكمبيوتر
حتى الآن، لا يظهر خيار “Shopping research” إلا لبعض المستخدمين عند الدخول إلى Meta AI عبر الويب من خلال meta.ai على متصفح سطح المكتب. ويمكن تمييز الميزة بوضوح عبر زر يحمل اسمها داخل مربع إدخال الاستعلام. Meta أكدت أن الأمر يتعلق باختبار، لكنها لم تكشف جدولاً زمنياً لإطلاق أوسع. هذا الأسلوب التدريجي يمنح الشركة مساحة لمعايرة جودة التوصيات وملاءمة النتائج، وبناء ضوابط السلامة قبل توسيع النطاق—وهو نمط مألوف عند إطلاق ميزات على نطاق واسع داخل منصات تضم جمهوراً ضخماً.
واجهة توصيات على شكل “كاروسيل” لدفع الاكتشاف والتحويل
يرتكز التصميم الحالي على جعل تجربة الشراء أكثر “مرئية” داخل المحادثة. فعند طلب توصية—مثل سترة، هاتف ذكي، أو ملحقات—يعرض Meta AI كاروسيل يضم صور المنتجات، الأسعار، روابط مباشرة إلى مواقع التجارة الإلكترونية، ومعلومات عن العلامات التجارية. الأهم أن النظام يضيف شرحاً قصيراً يبرر سبب الترشيح، وهي نقطة أصبحت معياراً مؤثراً في تطبيقات الذكاء الاصطناعي التوليدي لبناء الثقة وتقليل شعور المستخدم بأن الإجابة عشوائية أو “غير مفسرة”.
هذا القالب يذكّر بأدوات البيع الرقمية التقليدية مثل بطاقات المنتجات والمقارنات، لكنه يعيد تقديمها داخل واجهة محادثة، حيث تكون نية الشراء أكثر قرباً من التنفيذ. بالنسبة للعلامات التجارية والمتاجر الإلكترونية، تتضح المعادلة: الظهور داخل إجابة الروبوت قد يصبح موقعاً إعلانياً جديداً—لكن هذه المرة في لحظة اتخاذ القرار.
تخصيص التوصيات بالاعتماد على بيانات متاحة عن المستخدم
تشير Bloomberg إلى أن Meta AI يستطيع تخصيص النتائج عندما تكون لديه إمكانية الوصول إلى معلومات محددة عن المستخدم مثل النوع والموقع الجغرافي. وفي مثال ورد ضمن التقرير، قدّم المساعد قائمة سترات شتوية نسائية من متاجر يمكنها التوصيل إلى New York بالاستناد إلى ملف المستخدم الذي يختبر الميزة. إذا توسع هذا النهج، فقد يشكل ميزة تنافسية قوية عبر توصيات أكثر صلة بالسياق: توافر الشحن، موسمية المنتج، ملاءمة السعر، وحتى اختلاف الخيارات حسب المدينة أو الولاية.
لكن هذا التخصيص يفتح في المقابل أسئلة حساسة حول الخصوصية والشفافية: ما نوع البيانات التي تُستخدم تحديداً؟ هل يحصل المستخدم على موافقة واضحة؟ وكيف يمكنه التحكم في مستوى التخصيص أو تعطيله؟ ومع أن الإعلانات الموجهة كانت تاريخياً محور جدل في السوق، فإن إدخال إشارات شخصية في “مساعد تسوق” سيزيد التدقيق حول كيفية اتخاذ القرارات وترتيب النتائج.
لا يوجد دفع داخل Meta AI… لكن هناك جسر مباشر نحو المتاجر
في المرحلة الحالية، لا يمكن إتمام عملية الشراء داخل واجهة Meta AI نفسها؛ إذ ينتهي المسار بالنقر على رابط خارجي يقود إلى موقع التاجر. هذا الخيار يقلل التعقيدات التشغيلية المرتبطة بالدفع والإرجاع وخدمة العملاء والنزاعات، ويضع Meta في موقع محرك توصية ومصدر “زيارات مؤهلة” للتجارة الإلكترونية أكثر من كونها منصة معاملات كاملة.
مع ذلك، يظل سؤال “Checkout” الداخلي مطروحاً على المدى المتوسط، خصوصاً مع تصاعد مفهوم agentic commerce الذي يدفع المساعدين إلى تنفيذ خطوات متقدمة نيابةً عن المستخدم. مستقبل هذا الاحتمال سيعتمد على الشراكات، المتطلبات التنظيمية، واستراتيجية تحقيق الدخل لدى Meta.
خطوة منسجمة مع رؤية Mark Zuckerberg حول “agentic commerce”
لا يأتي هذا الاختبار من فراغ. فقد أشار Mark Zuckerberg سابقاً في حديث مع المستثمرين إلى أدوات تسوق “agentic” قادمة، ملمحاً إلى أن 2026 قد تكون محطة محورية لجهود Meta في الذكاء الاصطناعي. المعنى العملي هنا أن Meta لا تكتفي بتطوير روبوت محادثة يجيب عن الأسئلة، بل تسعى إلى مساعد يستطيع البحث والمقارنة والتوصية وربما تنسيق إجراءات أكثر تعقيداً ضمن رحلة الشراء.
بالنسبة للشركة، الفرصة مزدوجة: رفع استخدام Meta AI من جهة، وخلق مساحة جديدة للربحية عند تقاطع البحث والتوصية والإعلان من جهة أخرى. وفي وقت يتزايد فيه اعتماد المستخدمين على الذكاء الاصطناعي بدلاً من محركات البحث التقليدية، تصبح “استعلامات التسوق” كنزاً استراتيجياً ينبغي السيطرة عليه.
منافسة شرسة: ChatGPT وGemini وPerplexity سبقوا إلى الميدان
تدخل Meta سباقاً مزدحماً. فقد أطلقت OpenAI مساعد تسوق مخصصاً داخل ChatGPT، بينما عززت Google قدرات Gemini بأدوات تسوق أكثر قابلية للتنفيذ وموجهة لسيناريوهات “قابلة للإجراء”. كما قدّمت Perplexity نهجها الخاص، مؤكدة اتجاهاً عاماً: البحث عن المنتجات ومقارنة الأسعار ينتقلان إلى واجهات محادثة مدعومة بالذكاء الاصطناعي التوليدي.
هنا سيُطلب من Meta التميّز عبر عوامل عديدة: جودة التوصيات، سرعة الاستجابة، سهولة التجربة، الثقة في مصادر المعلومات، وكذلك—وربما الأهم—قدرتها على الاستفادة من إشارات اجتماعية وسلوكية تمتلكها عبر منصاتها، مع الالتزام بقواعد الموافقة وحماية البيانات.
“Shopping research” كبوابة جديدة للتجارة الإلكترونية
إذا تحول الاختبار إلى إطلاق واسع، قد تعيد Meta تموضع Meta AI كخيار فعّال للبحث التسوقي، منافساً بشكل غير مباشر لخدمات مثل Google Shopping أو حتى بعض منصات التجارة الكبرى. الفكرة بسيطة في ظاهرها لكنها عميقة في أثرها: سؤال مثل “أي سماعات تناسب الرياضة؟” أو “ما أفضل سترة للبرد؟” يمكن أن يتحول إلى مسار شراء موجّه، مخصص، وسهل التنفيذ خلال دقائق.
يبقى أن نرى متى ستوسّع Meta الوصول خارج الولايات المتحدة، وكيف ستضع قواعد واضحة للتخصيص، وما إذا كانت نتائج المنتجات ستخضع لشراكات مدفوعة أو نماذج ترتيب جديدة. المؤكد أن مساعد التسوق بالذكاء الاصطناعي بات ساحة تنافس جديدة على الاهتمام والبيانات والقرار الشرائي—وMeta لا تنوي البقاء على الهامش.
