David Hayes, digitalchef for Europa hos Forsman & Bodenfors, bemærker et væsentligt skift, da brands indser, at årsager af akkumuleret søgekapital hurtigt transformeres med AI’s udvikling fra søgemaskiner til svarmaskiner. Derfor er AI-søgeoptimering blevet et højt prioriteret diskussionsemne blandt mange partnere. McKinsey’s forskning understøtter denne hastige udvikling, ved at vise, at halvdelen af forbrugerne allerede bruger AI-drevne søgninger, og at 750 milliarder dollar i forbrugerudgifter forventes at strømme gennem disse platforme inden 2028. Markedsføringsteamene genovervejer nu SEO-strategier, med fokus på optimering ikke for mennesker men for algoritmer. Savannah Bishop, group director for digitale platforme hos Fitzco, fremhæver, at dette skift kræver nye strategier for opbygning af hjemmesider, hvor man skelner mellem traditionel SEO og AI samt generativ søgemaskineoptimering (AEO og GEO). Det landskab, hvor forbrugere finder brands nu, strækker sig ud over Google-søgeresultater, hvor AI-søgning skaber en “nul-klik” situation, hvilket gør det svært at måle synlighed og udvikle strategier. Regeringer og bureauer er enige om taktikker såsom at fokusere på tydelige Q&A-formater via FAQs, strukturere site-indhold omkring spørgsmål og svar i stedet for nøgleord, tilføje alt-tekst til visuelle elementer og opretholde en konsekvent brandkommunikation på tværs af alle kanaler – fra ejet media til pressemeddelelser og influencer-aktiviteter. Omdømme og troværdighed er altafgørende, da AI-systemer sandsynligvis vægter disse faktorer højt, når de vurderer søgeresultater. Chris Rigas, VP for medier hos Markacy, påpeger, at den opfattede omdømme- og troværdighed gradvist vejer tungere end at give et direkte svar. I praksis arbejder bureauer som Go Fish Digital bagudrettet med AI-modeller via åbne API’er for at forstå, hvordan søgeplatforme vælger indhold. Dan Hinckley, chief product og AI-ansvarlig hos Go Fish, har erfaret, at indhold placeret øverst på sider er mere tilbøjeligt til at blive vist i AI-søgeresultater. Forsman & Bodenfors har udviklet AI-agenter, der er trænet på brand-tone, synlighedsstandarder og SEO-målinger til at analysere kunders artikler, hvilket fremskynder de redaktionelle processer uden at gå på kompromis med ensartetheden i budskabet.

Software som Syndigo hjælper med at opretholde ensartede produktdata på tværs af detailhandlere og digitale platforme, hvilket forbedrer AI’s bearbejdning. Også strategier for betalt medieindhold tilpasses: Fitzco anbefaler klienter at anvende Google Performance Max-kampagner, som kan dukke op i AI-genererede resuméer, selv uden direkte klik fra brugeren. Hinckley understreger, at AI-sprogmodeller søger at levere information effektivt, ligesom menneskelige brugere. Dog er måling og tilskriver succes i AI-søgning fortsat udfordrende grundet de store sprogmodellers (LLM) komplekse algoritmer. Bureauer følger bl. a. hyppigheden af, at kunders indhold dukker op i nul-klik-resultater, samt overvåger trafikken på websider efter implementering af AI-strategier. Rigas fra Markacy peger på, at manglen på præcise analytiske data gør det vanskeligt at afgøre, hvad der egentlig driver performanceforbedringer. På trods af fristelser advarer bureauledere mod svart-hat SEO-metoder. Reddit, en af de primære kilder til træningsdata for AI, sagsøgte for nylig Perplexity for uautoriseret dataskrabning. Nogle brands søger angiveligt at skabe promoveringsindlæg specifikt for at tiltrække LLM’s crawler-bots, mens tidlige taktikker som “cloaking” – at gemme usynlig tekst til algoritmer – er opstået. Eksperter advarer dog om, at disse genveje kan få modsatte effekt, da AI-modeller kan lære at opdage og neutralisere forsøgene. Hayes understreger vigtigheden af en afbalanceret, test-og-lær-tilgang og fastslår, at der ikke findes hacks til AI-synlighed, og forsøg på at snyde systemet vil sandsynligvis mislykkes på samme måde som tidlige SEO-manipulationer.