На протяжении большей части последнего десятилетия пресс-релиз был задачей, которой в сфере грузоперевозок никто не хотел заниматься. Он находился внизу маркетингового бюджета и воспринимался как обязанность, а не как стратегия. Руководители, которые без колебаний утверждали шестизначный бюджет на стенд на отраслевой выставке, сомневались, когда речь заходила о 500 словах, отправляемых по ленте.

Статус-кво изменился, когда машины начали их читать.

Квартальное полевое исследование LeadCoverage показало, что пресс-релизы, начинавшиеся с конкретной экономически значимой цифры, получали в 3,5 раза больше AI-цитирований, чем материалы без такой цифры. За квартал агентство из Атланты, работающее с компаниями в сфере грузоперевозок и цепочек поставок, публиковало один релиз в неделю и зафиксировало 1 058 AI-цитирований, тогда как ранее их было почти ноль. На ChatGPT пришлось примерно 90% этих цитирований. Тест совпал с периодом, когда ChatGPT, Perplexity и AI Overviews от Google расширяли использование извлеченного веб-контента для подготовки ответов со ссылками на источники, что дало маркетологам в сфере грузоперевозок раннее представление о том, как эти системы выбирают цитируемые материалы.

Последствия для перевозчиков, брокеров и 3PL-компаний вполне конкретны. Когда грузоотправитель спрашивает большую языковую модель (LLM), какой поставщик занимается omnichannel distribution во Флориде, ответ появляется до того, как кто-либо зайдет на сайт. Названной оказывается компания, опубликовавшая релевантную цифру. Те, кто этого не сделал, выпадают из разговора, о котором даже не знали. Это особенно важно для отрасли, которая исторически отставала от других B2B-секторов по зрелости цифрового маркетинга и потому часто не имеет развитой контент-инфраструктуры.

«AI не может придумать число»

Вывод гораздо уже, чем общий призыв публиковать больше пресс-релизов. В этом и состоит его смысл. Обычные релизы, посвященные корпоративным объявлениям, кадровым изменениям или наградам, давали минимальное число цитирований. Релизы, построенные вокруг твердой цифры, обеспечивали весь результат.

«AI не может придумать число, поэтому он цитирует того, кто его опубликовал», — сказала Kara Brown, CEO и сооснователь LeadCoverage, в интервью FreightWaves.

Это ограничение объясняет механику происходящего. Языковые модели могут генерировать текст, но не могут вести репортаж. Когда запрос требует цифру, модель обращается к источнику, который ее предоставил, а wire-материалы особенно легко доступны. Каждый релиз в GlobeNewswire имеет одинаковую структуру: заголовок, подзаголовок, данные и цитаты. AP style, применяемый единообразно, оказался машинно-читаемым почти случайно.

Предупреждение Brown компаниям, которые удерживают у себя собственные данные, звучит прямо.

«Компании, которые регулярно публикуют конкретные и полезные данные, чаще всего и цитируются AI, а такая цитата нередко становится первым впечатлением потенциального клиента еще до того, как он зайдет на ваш сайт», — сказала она. «Компании, которые держат свои данные при себе, просто не получают цитирований и не видят потенциальных клиентов и сделки, которые проходят мимо них».

Почему AI-цитирования благоприятствуют среднему рынку

Google всегда был аукционом — именно это понимали маркетологи в сфере грузоперевозок, и именно это вытесняло многих из игры.

«Если вы платите Google деньги, он поставит вас в верх ответа, независимо от того, органический это результат или платный», — сказала Brown. «Если вы не платите Google, он снизит вашу видимость в Google».

Она называет такую модель меркантильной. У Google есть рекламодатели, которым нужно продавать показы, и есть бизнес-стимул это делать. LLM, по крайней мере пока, работают по другим принципам. Для цитирования нет аукциона по ключевым словам.

Для 3PL среднего масштаба, брокера, экспедитора или технологического поставщика с узкой специализацией этот разрыв и есть вся возможность, потому что традиционный путь фактически закрыт.

«Вы не можете конкурировать с Old Dominion по LTL», — сказала Brown. «Они уже владеют поисковым спросом по LTL. Пытаться обойти их по этому запросу — не та борьба, которую стоит начинать».

Но у этого окна есть срок. Brown описывает эффект цитирования как маховик с полураспадом: ранние участники накапливают вес, как по сложному проценту, а запоздавшие тратят бюджет на борьбу с теми, кто начал раньше.

«Чем раньше вы начнете, тем больше времени у вас будет, чтобы этот полураспад проявился в LLM», — сказала она. «Чем позже вы начнете, тем больше вы будете конкурировать с теми, кто уже стартовал».

Деньгами это больше не решается в мире после поиска. Старый выход — просто перекупить всех по ключевым словам — внутри answer engine не работает.

Отраслевая пресса: новое распределение веса

Две цифры из Muck Rack меняют понимание того, куда нужно направлять усилия.

Около 1% всех цитирований в ответных системах оптимизации приходят напрямую из пресс-релиза, что соответствует примерно 33 000 поисков в день, закрываемых wire-копией. Отдельно 27% отраслевых запросов получают ответ из отраслевых изданий.

Вторая цифра особенно важна в грузоперевозках, потому что запросы здесь почти никогда не бывают общими. Никто не спрашивает LLM о ближайшем стоматологе. Спрашивают, какая 3PL-компания обеспечивает omnichannel distribution рядом с офисом во Флориде, и модель ищет публикацию, которая уже дала ответ.

Отсюда и порядок действий Brown: сначала wire, затем отраслевые медиа, и только потом сайт. Такая последовательность идет вразрез с инстинктом большинства маркетологов цепочек поставок, которые по умолчанию начинают с редизайна сайта.

«LLM не заботятся о вашем сайте. Они не идут на ваш сайт», — сказала она. «Контент на вашем сайте важен, но порядок действий такой: отправляйте больше пресс-релизов, добивайтесь публикаций в отраслевых СМИ, а затем следите за тем, чтобы на сайте был достаточно хороший контент».

Здесь логика арифметическая, а не эстетическая. Никакая модель не станет обходить 50 000 сайтов брокеров в поисках одного ответа на нишевый вопрос за доли секунды, которые у нее есть на ответ. Она возьмет материал из wire и отраслевого издания, которые уже сделали эту работу.

Для отрасли, которая десять лет списывала trade press в разряд устаревших медиа, это неприятный вывод. «Trade press важнее, чем полтора года назад», — сказала Brown.

Источник числа — индекс

Если правило заключается в том, чтобы публиковать число, то операционный вопрос становится таким: откуда это число берется. Ответ Brown — индекс, и она рекомендует его почти каждой компании, с которой работает.

Эффективными оказались две структуры. Первая — привязка к конкретному виду перевозок, где дисциплина заключается в выборе ниши, которой никто не владеет.

Например, конкурировать с DAT по макроданным о ставках — заведомо проигрышная идея, а специалисты, которые создали это преимущество, уже разошлись по отрасли. Ken Adamo, бывший chief of analytics и general manager shipper business в DAT, в мае перешел в EASE Logistics на должность chief strategy officer. «Он просто разрывает», — сказала Brown.

Совсем другое дело — конкурировать в сегменте, который еще не занят.

ITS Logistics превратила свой Port/Rail Ramp Freight Index в фактическое владение комментариями по drayage, настолько, что Paul Brashier появляется в новостях всякий раз, когда что-то происходит в порту. Brown указывает, что heavy и light final mile все еще остаются незанятой территорией.

Вторая структура — отраслевой индекс, и целевая аудитория здесь меньше, чем ожидают большинство маркетологов. Один клиент LeadCoverage получает примерно 30% бизнеса от steel.

В Америке 123 производителя и дистрибьютора steel.

«Ниша внутри ниши настолько мала», — сказала Brown. Программа охватывает 1 200–1 400 человек в месяц индексом факторов, влияющих на тарифы на перевозку steel: цены на энергию, топливо, сбои на Ближнем Востоке. Один новый клиент в квартал — это уже порог успеха.

История, к которой она возвращается, — Redwood Logistics, клиент с 2020 года. У Redwood была внутренняя рассылка по cross-border, предназначенная для внутренних нужд, а не для внешней аудитории. Это был простой обзор цифр и данных по перевозкам, ничего, что изначально предназначалось для публикации.

Brown и ее команда увидели в этом возможность. Они предложили превратить внутреннюю рассылку во внешний индекс, который действительно мог бы использовать рынок. Так появился Redwood Mexico, который в итоге привел CNBC на локацию компании в Laredo для мини-документального фильма.

«PR работает, если вы регулярно делитесь с прессой точкой зрения с экономической перспективой, которая важна для грузоотправителя», — сказала Brown.

Ловушка измерения, которая убивает программы AI-цитирования

Неприятная часть состоит в том, что отрасль пока не может доказать все это так, как хотел бы CFO.

По собственной оценке Brown, отслеживание атрибуции цитирований пока ненадежно, и она откровенно говорит об этом пробеле. Инструментам всего около шести месяцев. Агентства могут видеть объем цитирований и то, какая модель их дала. Что происходит дальше, остается в тени.

«Мы можем сказать вам, сколько раз вас цитировали, но не можем сказать, что происходит после этого», — сказала она.

Покупатель может перейти по ссылке. Может записать название или включить его в анализ для руководителя. Сегодня все это невидимо.

При этом видимые цифры выглядят неверно для тех, кто продолжает оценивать все по старой шкале. За время теста поисковые показы LeadCoverage выросли на 83%. Клики из Google снизились, потому что AI-ответы закрывали вопросы покупателей еще до клика. Прямой и брендовый трафик продолжал расти — именно так выглядит ситуация, когда покупатели находят компанию не через поиск.

Если читать эту панель с допущениями 2019 года, она выглядит как провал. Brown ожидает, что именно такое неверное толкование станет самой дорогой ошибкой отрасли.

«Самая распространенная ошибка, которую мы ожидаем увидеть, — это когда компании оценивают эти программы по кликам и закрывают их в тот момент, когда они только начинают работать», — сказала она. «Клики падают повсеместно. Сейчас важно, цитирует ли вас AI, когда покупатель спрашивает о вашей категории. Источник, который цитируется сегодня, завтра трудно сместить, потому что эти системы вознаграждают свежесть и повторяемость. Это позиция, которую нужно занять раньше, чем это сделает конкурент».