David Hayes, digitalchef för Europa vid Forsman & Bodenfors, påpekar en betydande förändring när varumärken inser att många års samlad sökmotorstyrka snabbt omvandlas i takt med AI:s utveckling från sökmotorer till svarsmotorer. Därför har AI-söksoptimering blivit ett högstatusämne bland många partners. Forskning från McKinsey understryker denna brådska, visar att hälften av konsumenterna redan använder AI-drivna sökningar, och att 750 miljarder dollar i konsumentutgifter förväntas passera dessa plattformar till 2028. Marknadsförare omprövar nu sina SEO-strategier och fokuserar på optimering inte för människor, utan för algoritmer. Savannah Bishop, gruppchef för digitala plattformar på Fitzco, belyser att denna förändring kräver nya strategier för webbplatsstruktur, och skiljer traditionell SEO från AI- och generativ sökmotoroptimering (AEO och GEO). Landskapet där konsumenter hittar varumärken sträcker sig nu utöver Google-sökresultat, då AI-sök resulterar i en miljö med "noll-klick" där mätning av synlighet och utveckling av strategier är utmanande. Byråer är överens om taktiker som att prioritera tydliga Q&A-format via FAQ:er, strukturera webbplatsinnehåll kring frågor och svar istället för nyckelord, lägga till alt-text för visuellt material och hålla en konsekvent varumärkeskommunikation i alla kanaler, från egna medier till pressmeddelanden och influencer-kampanjer. Rykte och trovärdighet är avgörande, eftersom AI-system sannolikt väger dessa faktorer tungt när de bestämmer sökresultat. Chris Rigas, vice vd för media på Markacy, menar att det upplevda ryktet och trovärdigheten i allt större grad väger tyngre än att ha ett direkt svar. I praktiken håller byråer som Go Fish Digital på att bakvägen undersöka AI-modeller via tillgängliga API:er för att förstå hur sökplattformar väljer innehåll. Dan Hinckley, produkt- och AI-chef på Go Fish, konstaterar att innehåll placerat högst på sidor oftare syns i AI-sökresultat. Forsman & Bodenfors har utvecklat AI-agenter tränade på varumärkeston, synlighetsstandarder och SEO-mått för att analysera kundartiklar, vilket snabbar på redaktionella processer samtidigt som budskapet förblir konsekvent.

Programvara som Syndigo underlättar att behålla enhetlig produktdata över återförsäljare och digitala plattformar för att förbättra AI-behandlingen. Strategier för betalda medier anpassas också: Fitzco rekommenderar att klienter använder Googles Performance Max-kampanjer, som kan visas i AI-genererade sammanfattningar även utan direkt användarinteraktion. Hinckley understryker att AI:s språkliga modeller strävar efter att leverera information så effektivt som möjligt, liknande mänskliga användare. Trots detta är det svårt att mäta och tillskriva framgång i AI-sökningar, eftersom algoritmer för stora språkmodeller (LLM) är tämligen otransparenta. Byråer följer exempelvis frekvensen av att klientinnehåll dyker upp i noll-klick-resultat och övervakar webbesök efter att AI-strategier implementerats. Rigas från Markacy påpekar att analytiska luckor gör det svårt att entydigt fastställa vad som egentligen driver prestationen framåt. Trots lockelser varnar chefsrepresentanter för att använda svart-hatt SEO-taktiker. Reddit, en huvudsaklig källa för AI-träningsdata, stämde nyligen Perplexity för otillåten datainsamling. Vissa varumärken skapar rapporterade marknadsföringsinlägg särskilt för att locka AI-crawlers, medan tidiga taktiker som "cloaking" — att infoga osynlig text för algoritmer — har börjat dyka upp. Experten varnar dock för att dessa genvägar kan slå tillbaka, då AI-modeller kan lära sig att upptäcka och neutralisera sådana försök. Hayes betonar vikten av ett försiktigt, test-och-lär-approach och påpekar att det inte finns några genvägar för AI:s synlighet, och att försök att lura systemet sannolikt kommer att misslyckas, precis som tidiga SEO-manipulationer.