Co tak naprawdę kryje się za „Przedmiotami, które mogą Ci się spodobać”: Dwie strony rekomendacji AI

Wystarczyło pięć minut przeglądania, a w moim koszyku znalazły się już trzy rzeczy – wszystko dzięki „rekomendacjom AI”. Weszłam tylko po jedną koszulę, ale komunikat „To też może Ci się spodobać” skusił mnie na kardigan i szalik. Gdy uświadomisz sobie, że 35% przychodów Amazon pochodzi z algorytmów rekomendacji (McKinsey), wszystko zaczyna nabierać sensu, prawda?

Jak algorytmy czytają Ci w myślach

Dlaczego rekomendacje AI wydają się tak niepokojąco trafne? Czy sztuczna inteligencja czyta w Twoich myślach?

W rzeczywistości nie czyta w myślach – ona czyta Twoje zachowanie.

AI gromadzi trzy główne rodzaje sygnałów. Po pierwsze, sygnały behawioralne: w co klikasz, jak długo zatrzymujesz na czymś wzrok, czego szukasz i co ostatecznie kupujesz. Tylko podczas jednej sesji zbierane są dziesiątki takich punktów danych. Po drugie, atrybuty produktu: kolor, materiał, fason, marka i przedział cenowy. Po trzecie, informacje kontekstowe: pora dnia, pogoda, lokalizacja i urządzenie, z którego korzystasz.

Łącząc te trzy czynniki, AI oblicza prawdopodobieństwo, że spodoba Ci się konkretny Przedmiot. Identyfikuje, co polubiły osoby o podobnych wzorcach zachowań – proces ten nazywa się filtrowaniem współpracującym.

Ostatnio technologia ta ewoluowała jeszcze bardziej dzięki rozwojowi konwersacyjnej sztucznej inteligencji. AI potrafi teraz zrozumieć pytania zadawane językiem naturalnym, takie jak: „Co powinnam założyć na luźny weekendowy brunch?” i dostarczyć rekomendacje uwzględniające kontekst. Badania pokazują, że takie podejście prowadzi do jeszcze wyższego zadowolenia klientów niż tradycyjne metody.

Choć sama technologia robi wrażenie, prawdziwy problem leży gdzie indziej.

Design stworzony dla wygody (i sprzedaży)

Im trafniejsze stają się rekomendacje AI w sklepach internetowych, tym więcej kupujemy. To nie przypadek – to celowe działanie.

Zastanów się nad głównym wskaźnikiem sukcesu algorytmu rekomendacji: współczynnikiem konwersji, czyli odsetkiem rekomendacji, które doprowadziły do zakupu. Celem algorytmu jest wywindowanie tej liczby. Innymi słowy, jest on zoptymalizowany pod kątem tego, byś „kupiła”, a niekoniecznie po to, by podpowiedzieć Ci, czego naprawdę potrzebujesz.

W ten system wbudowano kilka psychologicznych taktyk:

Bańka filtrująca. AI konsekwentnie pokazuje Ci style, które już lubisz. Choć jest to wygodne, może sprawić, że Twój styl stanie w miejscu, ograniczając okazje do wypróbowania czegoś nowego.

Budowanie poczucia pilności. Komunikaty typu „oferta ograniczona czasowo – 24h”, „3 osoby właśnie to oglądają” lub „niski stan magazynowy” wymuszają szybkie podejmowanie decyzji. Przedmioty, które mogłabyś odrzucić, gdybyś miała czas na zastanowienie, lądują w koszyku pod wpływem impulsu.

Pasywne zbieranie danych. Dane zbierane są na temat wszystkiego – od tego, przez ile sekund patrzysz na Przedmiot, po szybkość, z jaką przewijasz stronę. Te dane trafiają z powrotem do algorytmu, aby stworzyć Tablicę, której coraz „trudniej się oprzeć”.

To nie jest z natury złe. Dobre rekomendacje mogą pomóc Ci odkryć nowe marki lub znaleźć Przedmioty, których naprawdę potrzebujesz. Jednak istnieje ogromna różnica między rozumieniem działania tego systemu a byciem na niego ślepym.

Kiedy rozumiesz te mechanizmy, możesz zbudować własny filtr.

Twoja Szafa jako filtr

AI w sklepie internetowym wie, co „kupiłaś”, ale nie wie, co „posiadasz”. Nie ma pojęcia, ile razy założyłaś daną rzecz, czy masz już coś podobnego, ani czy ten nowy Przedmiot faktycznie pasuje do reszty Twojej garderoby.

W tym miejscu Twoje dane z cyfrowej Szafy działają jak filtr.

Gdy zobaczysz rekomendację, otwórz swoją cyfrową Szafę i zadaj sobie pytania: „Czy mam już podobny sweter w mojej Szafie?”, „Jeśli to kupię, czy stworzę przynajmniej 3 różne Stroje z moimi obecnymi ubraniami?”, „Czy mam już wystarczająco dużo rzeczy z tej Kategorii?”.

Aby odpowiedzieć na te pytania, potrzebujesz rzeczywistych danych o swojej garderobie. Jeśli polegasz tylko na pamięci, łatwo wpaść w pułapkę myślenia: „Chyba nie mam nic podobnego”.

Podczas gdy AI platform zakupowych ma sprawić, byś „kupiła”, dane o Twojej Szafie mają pomóc Ci „ocenić, czy naprawdę tego potrzebujesz”. Korzystając z obu tych narzędzi jednocześnie, możesz w końcu osiągnąć świadomą i niezależną konsumpcję.

Ale robienie tego ręcznie za każdym razem to udręka. Potrzebujesz bardziej systematycznego podejścia.

Zasada 5 sekund dla rekomendacji

Nie potrzebujesz głębokiej analizy dla każdej rekomendacji. Wypróbuj prosty, 5-sekundowy test:

„Czy za 48 godzin nadal będę o tym myśleć?”

Zakupy pod wpływem impulsu charakteryzują się poczuciem pilności „tu i teraz”. Dając sobie 48-godzinny czas na ochłonięcie, rzeczy, których naprawdę potrzebujesz, pozostaną w Twojej głowie, podczas gdy chwilowe zachcianki naturalnie odejdą w zapomnienie.

Dodanie jeszcze jednego kroku czyni tę metodę jeszcze skuteczniejszą: „Czy mogę zestawić ten Przedmiot z co najmniej 3 istniejącymi Przedmiotami w mojej Szafie?”. Tylko rzeczy, które przejdą ten test, zachowaj jako kandydatów do zakupu. Jeśli nie potrafisz wymyślić przynajmniej 3 Strojów, ta sztuka prawdopodobnie skończy jako odizolowany i nienoszony element garderoby.

Tylko te dwa kroki – 48-godzinna przerwa i test 3 strojów – potrafią odfiltrować zdecydowaną większość niepotrzebnych zakupów.

Rekomendacje AI to świetne narzędzie, ale narzędzia są przydatne tylko dla tych, którzy wiedzą, jak ich używać. Kiedy zrozumiesz, jak działają algorytmy i użyjesz danych ze swojej Szafy jako filtra, AI przestanie być czymś, co zmusza Cię do „kupowania więcej”, a stanie się czymś, co pomaga Ci „kupować lepiej”.

❓ FAQ

P: Czy powinnam całkowicie ignorować rekomendacje AI?
O: Nie. Rekomendacje AI są przydatne do odkrywania nowości. Ważne jest jednak, aby wyrobić sobie nawyk konfrontowania tych rekomendacji z danymi z Twojej Szafy, aby zdecydować, czy „naprawdę tego potrzebujesz”.

P: Jak mogę uciec z bańki filtrującej?
O: Od czasu do czasu celowo szukaj stylów spoza Twoich zwykłych preferencji lub przeglądaj Stroje znajomych w poszukiwaniu inspiracji. Korzystanie z funkcji Stylizacja AI w Acloset, aby uzyskać sugestie nowych połączeń, to również świetny sposób na przełamanie rutyny.

P: Czy mogę filtrować rekomendacje AI wewnątrz Acloset?
O: Ponieważ Acloset rekomenduje Stroje w oparciu o Szafę, którą już posiadasz, sugestie skupiają się na tym, jak dobrze poszczególne elementy współgrają z Twoimi ubraniami. To zasadniczo różni się od rekomendacji nastawionych na sprzedaż, które spotykasz w większości sklepów internetowych.

Źródła i bibliografia:

McKinsey & Company, „The State of Fashion”, 2024-2025
ThredUp, „Resale Report”, 2025
WRAP UK, „Valuing Our Clothes”, 2023

Opublikowane przez zespół Acloset Magazine.