من بين كل ثماني شركات تذكرها الذكاء الاصطناعي، واحدة فقط كانت الأولى مرة

باختصار: حين يجيب مساعد ذكاء اصطناعي عن « أفضل {مهنة} في {مدينة} »، فإن أن تُذكَر أمر سهل تقريبًا - يسرد سبع أو ثماني شركات. أن تُذكَر أولًا هو المقعد النادر. في فرنسا والمملكة المتحدة والبرازيل، ذكر المساعد الذي بحث على الويب 4,836 شركة مختلفة؛ 643 فقط، نحو واحدة من ثماني، كانت يومًا خياره الأول.

تُجري الفحص فإذا بك هناك: ذكر المساعد شركتك. ارتياح - أنت مدرَج. لكن الزبون الذي يقرأ هذه الإجابة لا يقرأ الأسماء الثمانية كلها. تتوقف العين قرب الأعلى. السؤال الحقيقي ليس أذُكِرتَ، بل أين. الأول أم السادس؟

صار أن تُذكَر هو الأرضية تقريبًا. أما ما يُتنازع عليه فهو السطر الأول من القائمة.

ما الذي قيس

تطرح دراسات Waseit، في كل مدينة وكل مهنة، السؤال الذي يكتبه الزبون: « ما أفضل {مهنة} في {مدينة}؟ ». نقرأ الشركات التي تذكرها كل إجابة، بالترتيب الذي تعطيه، اعتمادًا على الرتبة التي تحملها الإجابة نفسها. ثم أحصينا، لكل بلد، كم شركة مختلفة ذُكرت أصلًا، وكم منها بلغ يومًا المرتبة الأولى. الرقم المنشور مثبَّت على Perplexity، وحده من بين الثلاثة يبحث على الويب قبل الإجابة: قوائمه شركات حقيقية (مرشِّحنا الذي يفرز الشركة عن النصيحة يرفض 0.9% فقط منها). ولم يُجب Perplexity إلا في فرنسا والمملكة المتحدة والبرازيل: فالرقم يغطي هذه الأسواق الثلاثة، 682 إجابة على صيغة واحدة للسؤال.

نثبِّت على Perplexity لسبب. اسأل ChatGPT أو Gemini عن « أفضل سبّاك في ليون » فكثيرًا ما يجيبان بخطوات - راجع التقييمات، اسأل من حولك، تحقق من المؤهلات - وهو ما يَعُدّه استخراجنا أسماءً. لا نفصل هذه النصيحة فصلًا نظيفًا عن الشركات الحقيقية عبر ستة عشر ألف مدخل، فلا ننشر لهما رقمًا دقيقًا. حين يجيب ChatGPT بنصيحة بدل اسم قياس قائم بذاته.

لماذا يُحسب أن تُذكَر حسابًا ضئيلًا؟

لأن القائمة طويلة والقمة قصيرة. في إجابة نموذجية يذكر المساعد قرابة ثماني شركات - فالذِّكر هو الأرضية تقريبًا. واحدة منها هي الأولى. في الأسواق الثلاثة، تجاوزت 4,836 شركة العتبة الأولى (أن تُذكَر)؛ و4,193 منها لم تكن يومًا خيار أحدٍ الأول. والنسبة التي تبلغ القمة ثابتة إلى حدّ لافت من بلد إلى آخر - 14% في فرنسا، 13% في المملكة المتحدة، 13% في البرازيل - وهذا يقول إنها بنيوية، لا مصادفة سوق بعينه.

وتظهر الصورة نفسها لدى المساعدَين الآخرين، نحو واحدة من سبع، غير أن قوائمهما تخلط نصائح لا نزيلها تمامًا: فنقرؤها صدًى، لا رقمًا دقيقًا.

ما الذي يتغير إن كنت أنت الشركة

لم يعد أن يذكرك مساعد ذكاء اصطناعي خطَّ النهاية - بل هو خط البداية. فلدى 97% من الشركات المحلية لا تزال المشكلة ألّا تُذكَر في أي مكان؛ لكن متى تجاوزت تلك العتبة انتظرتك عتبة ثانية أضيق: أن تكون الاسم الذي يقرؤه الزبون فعلًا. عامِل الظهور رتبةً لا نعم أو لا. إن ذكرك المساعد ثامنًا فأنت ظاهر وغير مختار. ويصير السؤال المفيد: في كل مساعد، أين يضعني - وفي الباحث على الويب، هل تقول الصفحات التي يقرؤها إني أستحق الصدارة؟

وشركتك - أين يضعها المساعدون؟

هذا ما يبيّنه التدقيق المجاني من Waseit: يطرح على ChatGPT وGemini الأسئلة الثمانية التي يكتبها زبائنك فعلًا، بلغتك ولسوقك، ويعيد إليك في نحو 60 ثانية درجة من 100، والمنافسين المذكورين مكانك، وموضعك مساعدًا مساعدًا - لا إن كنت مذكورًا فحسب، بل أين - وأيّ المساعدين بحث فعلًا على الويب بدل أن يجيب من ذاكرته. مجانًا، بلا حساب وبلا بطاقة؛ والبريد الإلكتروني يفتح أسماء المنافسين وخطة العمل فقط. وهي صورة مؤرخة لا ترتيب، ولا نعِد بأي موضع.

ما الذي لا يثبته هذا

• الرقم المنشور لـ Perplexity، في فرنسا والمملكة المتحدة والبرازيل - الأسواق الوحيدة التي أجاب فيها. ويُظهر ChatGPT وGemini الصورة نفسها، نحو واحدة من سبع، لكن إجاباتهما تخلط نصائح إرشادية يَعُدّها استخراجنا أسماءً: فنعطيها رتبة قدرٍ لا رقمًا دقيقًا.
• قراءة الأسماء من إجابة ناقصة حتى مع Perplexity: نُبقي عددًا محدودًا من الأسماء لكل إجابة، وقد يكون مقعد « الأول » أحيانًا دليلًا (Triider، Which? Trusted Traders) لا شركة. أحصينا المواضع، لا جودة ما يشغلها.
• « الأول » هنا أعلى رتبة أعطاها المساعد نفسه داخل إجابة واحدة. ليس ترتيبًا للسوق، ولا شيء يقول إن الاسم الأول هو أفضل شركة أو إن البقية أدنى.
• التقاطة واحدة، بين 31 يوليو و16 أكتوبر 2026، عبر واجهات برمجة المساعدين، التي تقارب تطبيقات المستهلك دون أن تستنسخها. والإجابات تتغير من يوم إلى يوم؛ وما هذا إلا صورة لها.
• قِسنا نسبة الشركات المذكورة التي بلغت الأولى مرة، لا كم مرة تحتل شركة بعينها الصدارة. فقد يتصدر اسمٌ إجابة مدينة ويقعد في وسط القائمة في التالية.