KI-siteringsstudie: Nettsteder KI siterer mest innen logistikk

Spørsmål om logistikk kommer i hovedsak fra bedrifter. En netthandler spør «hvordan sende varer fra Kina til et Amazon-lager», «beste fulfillment-leverandør for en Shopify-butikk i Europa» eller «hva betyr DDP i frakt». En produsent spør «billigste måte å sende en pall til Tyskland» eller «spedisjonør for sjøfrakt til USA».

Disse spørsmålene kombinerer tre behov: å forstå en prosess (toll, Incoterms, merking og emballeringsregler), å anslå en kostnad eller transporttid, og å velge en leverandør. KI-svar starter som regel med forklaringen og avslutter med en kort liste over selskaper eller plattformer å kontakte.

Forbrukere stiller også logistikkspørsmål, først og fremst om sporing av en pakke, en forsinket levering eller hvor pålitelig en transportør er. Disse spørsmålene fører til hjelpesider hos transportører og anmeldelsesplattformer, heller enn til fraktspesialister.

Fire kildetyper skiller seg ut når KI-modeller svarer på logistikkspørsmål.

1. Dokumentasjon fra markedsplasser. Amazon er en referanse for alt som har med netthandel å gjøre, fra regler for innkommende forsendelser til egne fulfillment- og fraktjenester. Hjelpesidene og ressursene for selgere siteres selv når spørsmålet gjelder en tredjepartsleverandør.
2. Globale transportører og spedisjonører. DHL, UPS, FedEx, Maersk, nasjonale postoperatører og store fraktkonsern publiserer guider om toll, emballering og transporttider, som modellene gjenbruker som faktareferanser.
3. Digitale fraktplattformer og fulfillment-nettverk. Nettbaserte tilbudsplattformer, digitale spedisjonører og fulfillment-leverandører lager sammenligninger og ordlister som ligner svært på hvordan selgere formulerer seg.
4. Anmeldelser og fellesskap. Trustpilot brukes til å vurdere transportører og leverandører, mens Reddit, YouTube og forum for selgere gir førstehåndsbeskrivelser av forsinkelser, gebyrer og servicekvalitet.

Nisjeleverandører får sin plass når sidene deres svarer på ett presist spørsmål bedre enn de generelle aktørene. Klargjøringssentre (selskaper som kontrollerer, merker og pakker varer før de kommer inn på Amazons lagre) er et typisk eksempel.

Innen logistikk er det ofte KI-svaret som lager kortlisten. En selger som spør etter «en spedisjonør for små volumer fra Asia» kontakter kanskje bare de få navnene assistenten gir. Å være blant dem avhenger mindre av selskapets størrelse enn av å ha sider som passer til den nøyaktige situasjonen: opprinnelse, destinasjon, volum, type varer og salgskanal.

Teknisk innhold er en verdi i seg selv. Modellene trenger definisjoner og trinnvise forklaringer (hva DDP dekker, hvordan du forbereder en innkommende forsendelse, hvilke dokumenter en pall trenger for å krysse en grense), og søkebaserte assistenter som Perplexity pleier å sitere siden forklaringen kommer fra. En leverandør med en tydelig kunnskapsbase nevnes i den forklarende delen av svaret, ikke bare i listen.

Grensekryssende frakt undersøkes på flere språk, så en leverandør som er aktiv i flere land trenger innhold på engelsk og på språkene i sine viktigste markeder. GEO (Generative Engine Optimization) for logistikk handler i hovedsak om denne presisjonen: én situasjon, én side, ett klart svar.