Kam umetna inteligenca vodi tuje turiste: v igri le nekaj slovenskih destinacij

Turist, ki bi se pri načrtovanju potovanja v Slovenijo ali po osrednji Evropi posvetoval z dvema najbolj priljubljenima asistentoma umetne inteligence, ne bi nikoli slišal za polovico turističnih destinacij v naši državi, najverjetneje pa bi dobil priporočila le za pet najbolj obiskanih. Kaj to pomeni za slovenski turizem?

“Pred leti smo pogosto rekli: če te ni na Googlu, si za velik del uporabnikov praktično neviden. Danes se podoben premik dogaja pri asistentih umetne inteligence,” je za Forbes Slovenija dejal Andraž Štalec, glavni izvršni direktor digitalne marketinške agencije Red Orbit, ki je pripravila raziskavo o omembah slovenskih turističnih destinacijah v priporočilih asistentov. “ChatGPT, Gemini in drugi sistemi niso več samo orodja za odgovor na eno konkretno vprašanje. Uporabniki jih uporabljajo skozi velik del odločitvene poti: za inspiracijo, odkrivanje možnosti, raziskovanje, primerjavo alternativ in vedno pogosteje tudi kot pomoč pri končni odločitvi.”

Raziskava je pokazala, da klepetalnika ChatGPT in Gemini, ki pomenita več kot 80 odstotkov spletnega prometa med vodilnimi asistenti, v odgovorih na poizvedbe nista nikoli omenila 18 od 36 slovenskih turističnih destinacij, vključenih v raziskavo.

Če uporabnik poizveduje bolj široko, za potovanje po Evropi, bo po vsej verjetnosti slišal le za Ljubljano, v primeru iskanja srednjeevropskih destinacij tudi za Bled. Pri poizvedbah za Slovenijo pa 86 odstotkov omemb zavzame le pet destinacij: Bled, Ljubljana, Piran, dolina Soče in Bohinj. To po besedah Štalca ni najboljše za slovensko turistično strategijo, ki stremi k razpršitvi turistov na več destinacij po državi, a se priložnosti za druge destinacije odpirajo v primeru nekaterih specifičnih zahtev turistov.

Le polovica destinacij zbrala omembo

V septembra izvedeni raziskavi so preverili omembe 36 slovenskih destinacij pri poizvedbah na ChatGPT in Gemini. Najprej so ugotavljali, ali se kakšna destinacija pojavi že pri načrtovanju potovanja po Evropi, in ugotovili, da je prag vsaj 10-odstotne vključenosti v veljavne odgovore po kazalniku BIP (brand inclusion probability – angl.) dosegla zgolj Ljubljana (11,7 odstotka). Pri načrtovanju potovanja po osrednji Evropi sta ta prag presegla tako Ljubljana s 60,2-odstotno prisotnostjo v veljavnih odgovorih in Bled z 32,8-odstotno prisotnostjo.

Pri iskanju destinacij specifično za potovanje po Sloveniji je vsaj 10-odstotni BIP doseglo sedem destinacij: Bled (87,5 odstotka), Ljubljana (85,9 odstotka), Piran (73,4 odstotka), dolina Soče (62,5 odstotka), Bohinj (59,4 odstotka), Kranjska Gora (18 odstotkov) in Maribor (12,5 odstotka). Podatki kažejo, da te slovenske destinacije doseže opazno vidnost šele na ravni poizvedb za Slovenijo, redko pa jih umetna inteligenca predstavi uporabniku v zgodnejšem delu njihovega načrtovanja potovanja.

Ljubljana tako največji skok pri omembah doseže pri prehodu z evropske na srednjeevropsko raven (48,4 odstotka), Piran pa s srednjeevropske na slovensko (72,7 odstotka).

Štalec pri tem poudarja, da prag 10 odstotkov BIP “ni rezultat neke zunanje industrijske norme ali statističnega standarda”, ampak služi kot prag za ločevanje naključnih in redkih omemb od vsaj minimalno ponavljajoče se prisotnosti. Prag je sicer še vedno nizek – če se destinacija pojavi le v enem od desetih odgovorov, to še ne pomeni močne vidnosti v odgovorih umetne inteligence.

Zgoščenost omemb

Na ravni poizvedb za obisk Slovenije so omembe zgoščene med prej omenjenih pet destinacij, ki pomenijo 86 odstotkov vseh primarnih vključitev v odgovore. Manj omemb prejmejo destinacije, kot so Kranjska Gora, Maribor, Brda, Ptuj, Idrija, Koroška in Rogla. Le po eno omembo imajo Bela krajina, Izola, Kamnik, Koper, Radovljica in Čatež. Skupaj je 18 destinacij oziroma polovica vseh vključenih zbralo vsaj eno omembo.

Brez vsakršne omembe je ostalo 18 destinacij, in sicer: Ankaran, Celje, Cerklje na Gorenjskem, Cerkno, Dobrna, Dolenjska, Kočevsko, Kranj, Laško, Moravske Toplice, Podčetrtek, Pomurje, Rogaška Slatina, Velenje, Vipavska dolina, Zeleni kras in zgornja Savinjska dolina.

Asistenti nekatere destinacije tudi bolj izpostavijo kot druge, torej jih uvrstijo višje na seznamu predlogov, kar izboljša vidljivost te destinacije za uporabnika. Medtem ko sta Bled in Ljubljana omenjena pogosto in tudi običajno uvrščena na vrh predlogov, se na primer Bohinj pojavlja manj kot Piran, a je ob omembi praviloma uvrščen višje na seznamu.

Ko je odgovor umetne inteligence omejen na le tri predloge, sta med njimi brez izjeme Bled in Ljubljana. Bohinj in dolina Soče se znajdeta med tremi v 37,5 odstotka primerov, Piran pa 12,5 odstotka.

Kaj vse vpliva na omembe

Na predloge, ki jih bo uporabnik dobil od asistenta umetne inteligence, lahko vpliva več dejavnikov.

Pomembna je izbira modela, saj bosta klepetalnika ChatGPT in Gemini določene destinacije priporočala različno pogosto. Bohinj je na primer prisoten v 87,5 odstotka odgovorov ChatGPT, a le 31,2 odstotka odgovorov Geminija. ChatGPT vključi Kranjsko Goro v več kot tretjino poizvedb za potovanje po Sloveniji, Gemini pa je sploh ne omeni.

Na vključitev med predloge vplivajo tudi razlogi za obisk, profil gosta in čas obiska oziroma sezona. Bled, Ljubljana in Piran ohranjajo močno relevantnost v vseh kontekstih, nekatere druge destinacije pa najdejo svojo nišo v specifičnih profilih. Na primer, Brda dosežejo BIP v višini 87,5 odstotka pri povpraševanju za september in nič odstotkov v poizvedbah za poletje. Bohinj je v 100 odstotkih odgovorov pri poizvedbah za družine z otroki in le 50 odstotkih odgovorov za pare. Piran ima 95-odstotno prisotnost v kontekstu itinerarijev in kombiniranja ter le 37-odstotno prisotnost v kontekstu gneče in tempa.

Konkretna potovalna potreba ima lahko velik vpliv. Če se želi turist izogniti gneči, bosta Bled in Ljubljana prisotna v le dobrih šestih odstotkih odgovorov, medtem ko bo dolina Soče dosegla 50-odstotno prisotnost. Ta destinacija bo prisotna tudi v 100 odstotkih odgovorov na poizvedbe o potovanju z avtomobilom po Sloveniji. Bohinj 93,8 odstotka BIP doseže pri povpraševanju po kratkem oddihu.

Učinki na slovenski turizem

Kot pravi Štalec, raziskava ne meri dejanskega vedenja turistov, kaže pa na izrazito zgoščenost pozornosti umetne inteligence in s tem vidnosti slovenskih destinacij.

To ima po Štalčevih besedah lahko dva med seboj povezana učinka. Prvi je utrjevanje že prepoznavnih destinacij. “Če so Bled, Ljubljana, Piran, dolina Soče in Bohinj že danes najpogosteje vključeni v priporočila, lahko umetna inteligenca ta položaj še dodatno utrjuje, saj uporabniki ponovno dobivajo prav te predloge,” pravi.

Še pomembnejši je vpliv na preostale destinacije. “Slovenija ima veliko krajev z zelo kakovostnimi, specifičnimi in pogosto precej bolj nišnimi turističnimi izkušnjami. Če umetna inteligenca teh destinacij v zgodnji fazi sploh ne predstavi, uporabnik zanje morda nikoli ne izve – ne zato, ker bi bile slabše, ampak zato, ker niso prišle v izbor.”

Slovenski turizem si prizadeva obisk razpršiti širše, tako geografsko kot sezonsko, zgoščenost predlogov umetne inteligence pa lahko to strategijo otežuje, saj tokove usmerja v že tako preobremenjene kraje.

Rezultate zato Štalec vidi kot opozorilo manj izpostavljenim destinacijam, ki morajo izboljšati svojo vidljivost pri asistentih umetne inteligence, ali pa tvegajo, da bodo postajale manj relevantne in opažene v tem segmentu. Ni pa pomembno le spremljanje vidnosti pri vprašanju o potovanju v Slovenijo, ampak je pomembno doseči tudi, da umetna inteligenca destinacijo priporoči že pri širših vprašanjih o Evropi ali glede na vrsto potovanja, sezono oziroma konkretne želje uporabnika.