آماده به کار Google Cannibalize خود (در عین حال که همه ما را بلعیده است)

در سال 2023 ، من در مورد “چه می توان” اگر Google یک چت بابات AI را برای جستجو اضافه کرد ، نوشتم ، به طور مؤثر خود را به دست آورد؟

سریع به سال 2025 ، و دیگر فرضی نیست.

Google با نمای کلی AI (AIOS) و حالت AI ، نه تنها در محصول جستجوی خود خورده است ، بلکه نیش بزرگی را نیز از ناشران گرفته است.

Cannibalization معمولاً به عنوان یک خطر تنظیم می شود. اما در شرایط مناسب ، می تواند یک راننده رشد یا حتی یک تاکتیک بقا باشد.

در یادداشت امروز ، من در حال بررسی مجدد محصول از طریق یک لنز تازه AI-AI ، از جمله:

• آنچه واقعاً آدمخوار است (و چرا همیشه بد نیست).
• نمونه های نمادین از Netflix ، Apple ، Amazon ، Google و اینستاگرام.
• نحوه تغییر AI Google با تعریف خود سانی سازی-و جایی که این کار را نمی کند ، مطابقت دارد.
• چهار نتیجه بازاریابی بزرگ اگر برند شما در چشم انداز AI-BOOM (برای مشترکین حق بیمه) خود را کنترل کند.

Boost your skills with Growth Memo’s weekly expert insights. Subscribe for free!

Today’s Memo is an updated version of my previous guide on product cannibalization.

Previously, I wrote about how adding an AI chatbot to Google Search would mean that Google would be cannibalizing itself – which only a few companies in history have successfully accomplished.

In this updated Memo, I’ll walk you through successful product cannibalization examples while we revisit how Google has cannibalized itself through a refreshed lens.

Because … Google has effectively cannibalized itself with the incorporation of AI Overviews (AIOs) and AI Mode, but they haven’t found a way to monetize them yet.

And publishers and brands are suffering as a result.

So who wins here? (Does anyone?) Only time will tell.

Product cannibalization is the replacement of a product with a new one from the same company, typically expressed in sales revenue.

Even though most definitions say that cannibalization occurs when revenue is flat while two products trade market share, there are a number of examples that show revenue can grow as a result of cannibalization.

Product cannibalization, or market cannibalization, is often seen as something bad – but it can be good or even necessary.

Let’s consider a few examples of product cannibalization you’re likely already familiar with:

• Hardware.
• Retail.
• SaaS/Tech.

Hardware companies, for example, need to bring out better and newer chips on a regular basis. The lifecycle of AI training chips is often less than a year because new architectures and higher processing capabilities quickly make the previous generation obsolete.

Right now, chips are the hottest commodity in tech – companies building and training AI models need them in massive quantities, and as soon as the next generation is released, the old one loses most of its value.

As a result, chipmakers are forced to cannibalize their own products, advancing designs to stay competitive not only with rival manufacturers but also with their own previous breakthroughs.

But there are stark differences between cannibalization in retail and tech.

Retail cannibalization is driven by seasonal changes or consumer trends, while tech product cannibalization is primarily a result of progress.

In fashion, for example, consumers prefer this year’s collection over last season’s. The new collections cannibalize old ones.

In tech, new technology leads companies to replace old products.

New PlayStation consoles, for example, significantly replace sales from older ones – especially since they’re backward compatible with games.

Another example? The growth of the headless content management system (CMS), which increasingly replaces the coupled CMS and pushes content management providers to offer new products and features.

Netflix made several product pivots in its history, but two stand out the most:

1. The switch from DVD rental to streaming, and
2. Subscription-only memberships to ad-supported revenue.

On November 3, 2022, Netflix launched an ad-supported plan for $6.99/month on top of its standard and premium plans. (It has since increased to $7.99/month. See image below.)

During the pandemic, Netflix’s subscriber numbers skyrocketed, but they came back to earth like Falcon 9 when Covid receded: Enter the “Basic with ads” subscription that promoted retention.

Another challenge for Netflix? Competitors. Lots of them – and with legacy media histories.

Initially, the strategy of creating original content and making the experience seamless across many countries resulted in strong growth.

But when competitors like HBO, Disney, and Paramount launched similar products with original content, growth slowed down.

When Netflix launched the ad-supported plan, only 0.1% of existing users made the switch, but 9% of new users chose it (see below).

A look at other streaming platforms suggests the share will increase over time. Here’s a quick look at percentages of subscribers on ad-supported plans across platforms:

• Hulu has 57%.
• Paramount+ – 44%.
• Peacock – 76%.
• HBO Max – 21%.

However, Netflix’s new plan is not technically considered product cannibalization but partial cannibalization based on price.

The product is the same, but through the new plan, it’s now accessible to a new customer segment that previously wouldn’t have considered Netflix.

Additionally, it prevents an existing customer segment from churning since the recession shuffles the spending behavior of customer segments.

We can conclude that the new ad-supported Netflix plan is not the same type of cannibalization as its streaming service.

In 2007, internet connections became strong enough to open the door to streaming. Netflix was not the first company to provide movie streaming, but the first one to be successful at it.

The company paved the way by incentivizing DVD rental customers to engage online, for example, with rental queues on Netflix’s website. But ultimately, the pivot was the result of technological progress.

Another product that saw the light of day for the first time in 2007?

The iPhone.

When it launched, the iPhone had all the features of the iPod and more, making it a case of full product cannibalization.

As a result, the share of revenue from the iPod significantly decreased once the iPhone launched (see image below).

Even though you could argue it’s a “regular case” of market cannibalization when looking at revenue streams from each product, it was a technological step-change instead of partial cannibalization based on pricing.

However, big steps in technology don’t always lead to a desired replacement of an old product.

Take the Amazon Kindle, for example.

Launched in 2007 – just like Netflix’s streaming product and the iPhone (something was up that year) – Amazon brought its new ebook reader, Kindle, to market.

It made such an impact that people predicted the death of paper books. (And librarians everywhere laughed while booksellers braced themselves.)

But over 10 years later, ebooks stabilized at 20% market share, while print books captured 80%.

The reason is that publishers got into pricing battles with Amazon and Apple, which also started to play an important role in the ebook market. (It’s a long story; but you can read about it here).

Amazon attempted to cannibalize its core business (books) with the Kindle (ebooks), but couldn’t make product pricing work, which resulted in ebooks often being more expensive than print editions. Yikes.

The technology changed, but consumers weren’t incentivized to use it.

Let’s look at two final examples here. These two companies acquired or copied competitors to control partial cannibalization:

• YouTube videos are technically better answers to many search queries than web results. Google saw this very early on and smartly acquired YouTube. Video results took some time to fill more space in the Google SERP, even though they technically cannibalize web results. But today, they’re often some of the most visually impactful results (and often the first results) that searchers see.
• Instagram saw the success of Snapchat stories and decided to copy the feature in order to mitigate competitor growth. Despite the cannibalization of regular Instagram posts, net engagement with Stories was greater. (And speaking of YouTube, you could argue that YouTube Shorts follow the same principle.)

With all this in mind, we can say there is full and partial cannibalization based on how many features a new product replaces.

Pricing changes, copied features, or acquisitions lead to partial cannibalization that doesn’t result in the same revenue growth as full cannibalization.

Full cannibalization requires two conditions to be true:

1. The new product must be built on a technological step change, and
2. Customers need to be incentivized to use it.

With this knowledge foundation in place, let’s examine the shifts in the Google Search product over the last 12-24 months.

Let’s apply these product cannibalization principles to the case of Google vs. ChatGPT & Co.

In the original content of this memo (published in 2023), I shared the following:

If Google were to add AI to Search in a similar way as Neeva & Co (see previous article about Early attempts at integrating AI in Search), the following conditions would be true:

1. AI Chatbots are a technological step-change.
2. Customers are incentivized to use AI Chatbots because they give quick and good answers to most questions.

However, not all conditions are true:

1. AI Chatbots don’t provide the full functionality of Google Search.
2. It’s not cheaper to integrate an AI Chatbot with Search.

I’ve been clear about my hypothesis for a while now. As I shared in my 2025 Halftime Report:

I personally believe that AI Mode won’t launch [fully in the SERP] قبل از اینکه گوگل مدل کسب درآمد را بفهمد. و من پیش بینی می کنم که جستجوگران تبلیغات کمتری را مشاهده می کنند اما موارد بسیار بهتری دارند و در زمان بهتری نمایش داده می شوند.

و من این را برجسته کردم که آیا هوش مصنوعی در تبدیل شما قرار می گیرد؟ همچنین:

Google حالت AI را در همه جا نشان نمی دهد ، زیرا فرزندخواندگی نسلی است (برای اطلاعات بیشتر به مطالعه UX AIOS مراجعه کنید). من فکر می کنم حالت AI در مقیاس وسیع تری (مانند نمایش در کل پرس و جوهای بیشتر) هنگامی که Google از درآمدزایی استفاده می کند ، راه اندازی می شود.

به علاوه ، Chatgpt هنوز از درآمدزایی نیست ، بنابراین تبلیغ کنندگان اکنون به Google و Meta می روند. و این فرضیه من در مورد اینکه چرا جستجوی گوگل در حال رشد است ، است.

به خاطر داشته باشید ، برای موفقیت آمیز کردن محصول موجود خود ، به مشتریان نیاز دارید که بخواهند از آن استفاده کنند. و براساس گزارش اخیر Garrett Sussman در Ipullrank ، بیش از 50 ٪ از کاربرانی که یک بار حالت AI Google را امتحان کرده اند و برنگشته اند. [Source] (بنابراین به نظر می رسد Google هنوز بخش تحریک کننده را درک می کند.)

حتی با پیشرفت هایی که در شش تا 12 ماه گذشته با مدل های هوش مصنوعی مشاهده کرده ایم-و گنجاندن جستجوی وب زنده و توصیه های محصول در گپ های هوش مصنوعی-من استدلال می کنم که آنها برای نمایش داده های اطلاعاتی یا تولیدی مفید هستند اما فاقد پایگاه داده های لازم برای ارائه پاسخ های خوب به جستجوی محصول یا خدمات هستند.

بیایید به یک مثال نگاهی بیندازیم:

اگر “بهترین لوله کشی در شیکاگو” یا “بهترین توستر” را به ChatGPT وارد کنید ، من استدلال می کنم که شما در واقع نتایج با کیفیت کمتری کسب می کنید – در حال حاضر – از این که همان نمایش داده ها را به Google وارد کنید. (برو آن را برای خودتان امتحان کنید و به من اطلاع دهید که چه چیزی پیدا می کنید.

در عین حال ، این نمایشگاه های محصول و خدمات نمایش داده شده هایی هستند که موتورهای جستجو با یک مدل کسب و کار درآمدی تبلیغاتی می توانند به بهترین شکل از درآمد کسب کنند.

گفته می شود که ChatGPT حداقل 100000 دلار در روز هزینه می کند که اولین بار در دسامبر 2022 از 1 میلیون کاربر عبور کرد. تا سال 2023 ، روزانه حدود 700000 دلار هزینه داشت. [Source]

امروز ، احتمالاً چند مورد قابل توجه از آن خواهد بود.

به خاطر داشته باشید ، جستجوی Google هر روز میلیاردها پرسشنامه جستجو را می بیند.

حتی با زیرساخت و استعداد پیشرفته Google ، chatbot های AI پرهزینه هستندبشر

و آنها می توانند (هنوز) آهسته باشند – حتی با پیشرفت هایی که در 12 ماه گذشته انجام داده اند. سیستم های جستجوی فعلی و کلاسیک Google (مانند قطعه های برجسته و افراد نیز از آنها سؤال می کنند) ممکن است پاسخ بسیار سریع تری ارائه دهند.

اما ، افسوس ، در اینجا ما در سال 2025 هستیم و Google محصول خود را از طریق حالت AIOS و AI Cannibalizing می کند.

در حال حاضر ، طبق داده های مشابه WAB ، استفاده از برگه AI Mode در Google.com در ایالات متحده اندکی فرو رفته است و اکنون بیش از 1 ٪ قرار دارد. [Source, Source]

AIO های Google اکنون بیش از 1.5 میلیارد جستجوگر هر ماه دیده می شود و آنها در جلو و مرکز می نشینند. اما درگیری در حال سقوط است. کاربران وقت کمتری را در گوگل می گذرانند و روی صفحات کمتری کلیک می کنند. [Source]

اما گوگل داشتن برای رقابت با نه تنها موتورهای جستجوگر دیگر که یک تجربه AI-chat-forward را ارائه می دهند ، بلکه با خود Chatgpt & Co. نیز هستند.

در زیر ، اگر ممکن است از cannibalization محصول به عنوان یک استراتژی استفاده کنید ، ملاحظات مهمی را برای برند شما ذکر کرده ام.

شما می خواهید:

1. کنسول سازی را به عنوان یک گزینه استراتژیک برای برند به جای یک شکست ، تغییر دهید.
2. از لنزهای کامل در مقابل جزئی آدمخوار استفاده کنید.
3. دو شرایط موفقیت را آزمایش کنید.
4. هنگام آزمایش از پیشنهادات اصلی خود محافظت کنید.
5. از cannibalization رقابتی به صورت دفاعی استفاده کنید.
6. نظارت ، یادگیری و تنظیم.

در بخش بعدی ، برای مشترکین ممتاز ، اگر تصمیم دارید از آدمخواری محصول به عنوان یک استراتژی رشد استفاده کنید ، شما را دنبال می کنم.

1. کنسروالیزاسیون را به عنوان یک گزینه استراتژیک تغییر دهید

• به طور پیش فرض برای دیدن آدمخوار محصول به عنوان یک شکست پیش فرض نکنید. ارزیابی کنید که آیا می تواند از سهم بازار محافظت کند یا رشد را تسریع کند.
• خط تولید و استراتژی GTM خود را حسابرسی کنید تا مناطقی را که می توانید قبل از انجام یک رقیب خود ، خود را خراب کنید ، شناسایی کنید.

2. از VS کامل استفاده کنید لنزهای آدمخواری جزئی

• آدمخواری کامل وقتی یک جهش فنی و مشوق های قوی مشتری وجود دارد ، بهترین کار را می کند.
  • مثال: Apple iPhone جایگزین iPod – تمام ویژگی های iPod به علاوه قابلیت بسیار بیشتر منجر به کاهش سریع iPod می شود.
• آدمخواری جزئی از طریق قیمت گذاری ، ویژگی ها یا تملک ها کمتر خطرناک است اما ممکن است رشد بزرگی را به همراه نکند.
  • مثال: برنامه پشتیبانی از Netflix-همان محصول جریان ، اما یک ردیف کم هزینه درب بخش های جدید را باز کرده و خطر خفگی را کاهش می دهد.
• برای تصمیم گیری در مورد رویکرد خود ، پیشنهادات فعلی و آینده را در برابر این دو دسته نقشه برداری کنید.

3. 2 شرایط موفقیت را آزمایش کنید

یک محصول آدمخوار در صورت واقعی بودن هر دو به احتمال زیاد موفق می شود:

• جهش فنی: روشی معنادار بهتر برای حل مشکل ارائه می دهد.
  • مثال: Netflix DVD → پخش در سال 2007 سرعت اینترنت سریعتر را افزایش داد تا مدل تحویل را به طور کامل تغییر دهد.
• انگیزه مشتری: هزینه پایین تر ، عملکرد بهتر ، راحتی بیشتر یا وضعیت.
  • مثال: خرید YouTube توسط Google باعث شده است که پاسخ های بصری تر و بصری تر در جستجو ، بهبود تجربه کاربر.

در صورت اعمال هر دو → آدمخوار کامل را دنبال کنید.

اگر کسی اعمال شود → آدمخوار جزئی را با دامنه کنترل شده دنبال کنید.

4. هنگام آزمایش از هسته خود محافظت کنید

• بخش های با درآمد بالا را شناسایی کرده و آنها را از اختلال اولیه محافظت کنید.
  • مثال: Google نگه داشتن حالت AI از نمایش داده شدگان بسیار قابل استفاده مانند “بهترین کارت اعتباری” تا زمان آماده شدن مدل AD.
• خود را در بازارهای پایین تر آزمایش کنید تا تقاضا را قبل از مقیاس گذاری تأیید کنید
  • مثال: داستانهای اینستاگرام به شکلی به وجود آمدند که در ضمن محافظت از موجودی تبلیغی فید ، تعامل خالص را تقویت کرد.

5. از آدمخواری رقابتی دفاعی استفاده کنید

• هنگامی که یک رقیب تهدیدی را آغاز می کند ، بین:
  • به دست آوردن: Google به دست آوردن YouTube برای کنترل ظهور فیلم به عنوان قالب پاسخ جستجو.
  • کپی: اینستاگرام برای جلوگیری از مهاجرت کاربر و رشد درگیری ، داستانهایی از Snapchat اتخاذ می کند.
  • تمایز: آمازون کیندل – جهشی فنی که سعی در انتقال خوانندگان از چاپ به دیجیتال دارد ، اما بدون مزیت قیمت ، تصویب شده است.

6. مانیتور ، یادگیری و تنظیم

• تعامل ، ترکیب درآمد و پذیرش توسط بخش.
  • مثال: داده های مشابه در مورد حالت AI – استفاده از ایالات متحده بیش از 1 ٪ ، محدودیت های سیگنالینگ برای سرعت پذیرش را نشان می دهد.
• تنظیم سرعت چرخش را بر اساس الگوهای پذیرش نسلی و حرکات رقیب تنظیم کنید.
  • مثال: افت نامزدی Google AIO – نشان می دهد که قرار دادن به تنهایی علاقه کاربر پایدار را تضمین نمی کند.

مثال خوب این است که چگونه این کار را انجام دهیم ، Chegg است.

این شرکت توسط نمای کلی AI Google از بین رفته و حتی از Google شکایت کرده است. ارزش Chegg پاسخ به سؤالات مربوط به تکالیف بود ، اما از آنجا که تقریباً هر دانش آموز از Chatgpt برای آن استفاده می کند ، زنجیره ارزش آنها شکسته شد. چگونه شرکت نسبت به این تهدید پایان زندگی واکنش نشان می دهد؟

در بازار Q2 Deep Deep Dive ، توضیح می دهم که Chegg یک قایق نجات پیدا کرده است:

Chegg یک ابزار جدید ، Solution Scout را راه اندازی کرده است که به دانشجویان امکان می دهد پاسخ های Chatgpt & Co. را با بایگانی Chegg مقایسه کنند.

به جای تلاش برای ضرب و شتم AI Chatbots ، Chegg در جایی که صدمه دیده است به آنها برخورد می کند: در توهم.

LLMS می تواند چیزهایی را تشکیل دهد ، که به خصوص در هنگام یادگیری و تست انجام می شود. تصور کنید که ساعت ها در درونی کردن حقایق اشتباه صرف می کنید!

Solution Scout پاسخ های هوش مصنوعی را با بایگانی مواد انسانی Chegg تأیید می کند. این پاسخ از مدلهای بنیادی را مقایسه می کند و تفاوت ها و اجماع را برجسته می کند.

---

تصویر برجسته: پائولو بابیتا/مجله موتور جستجو