Vi analyserade vad AI faktiskt tror om köpare inom 25 branscher. Resultaten borde förändra hur du tänker kring innehållsstrategi.
De flesta varumärken skapar innehåll utifrån antaganden. Interna workshops tar fram tre till fem köparpersonas som känns rätt, och de personorna styr innehållskalendern för det kommande året. Kanske längre.
Problemet är att AI-system, de som i allt högre grad förmedlar köparnas research, arbetar utifrån en helt annan modell av vilka dina köpare är och vad de vill ha. Den modellen bygger på mönster från miljontals datapunkter, inte på en tvåtimmars intressentworkshop.
Vi ville veta: vad tror AI egentligen om köpare? Inte vad marknadsförare antar. Inte vad CRM-system föreslår. Vad framträder när man syntetiserar och strukturerar köparbeteendedata i stor skala?
Så vi byggde den största datamängden med köparpersonas som någonsin publicerats. Och mönstren den avslöjar borde få varje innehållsstrateg att ompröva sin funnel.
Vad vi byggde och varför
PersonaGen-593K är en datamängd med 593 181 AI-genererade köparpersonas som spänner över 339 branscher (25 primära vertikaler). Varje persona innehåller strukturerad beteendedata: vilka de är, vad de söker efter, vilka frågor de har, vilka mål som driver dem och vad som frustrerar dem.
Rådata:
| Attribut | Volym |
|---|---|
| Totalt antal personas | 593 181 |
| Branscher som täcks | 339 (25 primära vertikaler) |
| Extraherade sökfrågor | ~3 miljoner |
| Formuleringar av informationsbehov | ~3 miljoner |
| Målformuleringar | ~1,8 miljoner |
| Formuleringar av smärtpunkter | ~1,8 miljoner |
Vi började med ungefär 40 miljoner råa personabeskrivningar från fyra publika datamängder (NVIDIA, BSC-LT, Orange och Tencent). Genom GPU-accelererad deduplicering och semantisk filtrering reducerade vi dem till cirka en miljon unika beskrivningar. Sedan berikade vi var och en med strukturerade beteendeattribut med hjälp av en stor språkmodell, och producerade till slut 593 181 kompletta, validerade personas.
Det här är ingen enkät med 500 personer. Det är en strukturerad syntes av vad AI-modeller förstår om köparbeteende i en skala som traditionella forskningsmetoder skulle behöva år och miljontals dollar för att komma i närheten av.
Fyndet som borde skriva om din innehållsstrategi
78,7 % av köparnas sökningar är informationssökande. Endast 4,3 % är transaktionella.
Läs det igen. Bland nästan 3 miljoner sökfrågor i datamängden är nästan fyra av fem frågor som "Hur utvärderar jag X?" eller "Vilka är de bästa tillvägagångssätten för Y?", inte "Köp X" eller "Prenumerera på Y".
De återstående 17 % är kommersiella: jämförelsefrågor som "Vilken leverantör ska jag välja?" Det är övervägandefasen. Viktig, men fortfarande inte transaktionell.
Vad detta betyder i praktiken
| Sökintention | Andel av frågor | Vad köparna gör |
|---|---|---|
| Informationssökande | 78,7 % | Lär sig, researchar, förstår alternativ |
| Kommersiell | 17,0 % | Jämför leverantörer, utvärderar alternativ |
| Transaktionell | 4,3 % | Redo att köpa, prenumerera eller registrera sig |
De flesta innehållsstrategier byggs kring botten av funneln. Produktsidor. Prisjämförelser. Funktionsmatriser. Demoförfrågningar. Det är de 4,3 %.
De 78,7 %, frågorna som köparna faktiskt ställer, förblir ofta underbetjänade. Och det är precis det innehåll som AI-system hämtar från när de formar rekommendationer.
Om ditt varumärke inte har starkt informationssökande innehåll som besvarar de frågor köparna ställer innan de är redo att köpa, kommer AI att rekommendera någon annan som har det.
Fem branschmönster värda att känna till
Datamängden avslöjar tydliga beteendesignaturer inom olika branscher. Här är de mönster som är mest relevanta för innehålls- och marknadsföringsledare.
1. EdTech dominerar i volym, och i möjlighet
EdTech står för 24,3 % av alla personas i datamängden (36 152). Det beror inte på att vi översamplade den. Det framträdde naturligt ur källdatan och speglar den stora volymen och mångfalden av lärandeorienterat köparbeteende.
EdTech-personas koncentreras kring certifieringsvägar, flexibilitet i onlinelärande och kompetensutveckling. Om du verkar inom utbildningsteknik, angränsande lärandetjänster eller professionell utveckling är detta den största adresserbara personapoolen i datamängden. Innehållsmöjligheten är enorm, och det är även konkurrensen om AI:s uppmärksamhet.
2. Konsultbranschen har den högsta kommersiella intentionen
Medan datamängden totalt sett lutar mot informationssökande går konsultpersonas mot trenden. De uppvisar den högsta kommersiella sökintentionen på 28 %, nästan dubbelt så mycket som datamängdens genomsnitt på 17 %.
Konsultköpare vet vad de behöver. De jämför alternativ, de utforskar inte konceptet. Deras smärtpunkter kretsar kring kundanskaffning och differentiering, vilket innebär att innehåll som hjälper dem att utvärdera alternativ (benchmarks, kundcase, ROI-ramverk) presterar bättre än allmänt tankeledarskap.
3. Sjukvården står inför en unik efterlevnadsutmaning
Sjukvårdspersonas uppvisar den högsta koncentrationen av efterlevnadsrelaterade informationsbehov på 38 %. De söker efter certifiering, regulatoriska krav och evidensbaserade metoder.
För varumärken inom sjukvård eller hälsonära branscher innebär detta en särskild risk: AI-system som genererar rekommendationer om hälsoämnen möter en högre ribba för korrekthet. Inkonsekvent eller dåligt strukturerat hälsoinnehåll blir en riskfaktor när AI lyfter fram det i professionella sammanhang.
4. Tillverkningsindustrin vill ha process, inte vision
Tillverkningspersonas samlas kring operativ effektivitet (29 % av målen) och kämpar mest med verktygskomplexitet (24 % av smärtpunkterna). Deras sökningar fokuserar på processoptimering och automatisering.
Denna målgrupp reagerar inte på visionära budskap. De vill ha detaljer: implementeringsguider, integrationsdokumentation, jämförelsematriser med tekniska specifikationer. Innehåll som hoppar över visionen och går rakt på det operativa "hur" vinner i denna vertikal.
5. Balans mellan arbete och privatliv är den universella smärtpunkten
Inom samtliga 25 branschvertikaler framträdde balans mellan arbete och privatliv som den dominerande smärtpunkten med 107 000 omnämnanden. Den förekommer som en av de fem största angelägenheterna i 72 % av branschsegmenten.
Detta är en sanning tvärs över branscher som de flesta B2B-innehåll helt ignorerar. Varumärken som erkänner den mänskliga dimensionen i professionella beslut, som tidspress, kognitiv belastning och konkurrerande prioriteringar, talar till den verklighet deras köpare lever i, inte bara till kategorin de köper inom.
Demografin som AI antar
Datamängden avslöjar också vilken demografisk profil AI förknippar med olika branscher och roller:
- Könsfördelning: 52,2 % kvinnor, 45,4 % män, 2,3 % icke-binära. Nästan jämnt, men inte enhetligt mellan branscher.
- Åldersmönster: Bimodalt, med toppar vid 18-25 (27,9 %) och 55-75+ (41,4 % sammanlagt). Kohorten mitt i karriären som de flesta B2B-marknadsföring riktar sig mot (25-55) står för endast 30,8 %.
- Marknadskontext: 71,5 % B2C, 22,5 % B2B, 4,4 % B2B2C, 1,5 % B2G.
Åldersfördelningen är särskilt anmärkningsvärd. Om din innehållsstrategi utgår från en beslutsfattare mellan 35 och 50 år som standardköpare, kan AI-modeller förknippa din bransch med en helt annan demografisk profil. Den obalansen mellan din antagna målgrupp och AI:s antagna målgrupp påverkar vilket innehåll som lyfts fram och till vem.
Vad detta betyder för ditt varumärke
Om du verkar inom EdTech eller professionell utveckling
Du verkar i det mest trängselfyllda personautrymmet. Differentiering kräver specificitet: inte "vi hjälper människor att lära sig" utan "vi hjälper UX-designers mitt i karriären att ställa om till instruktionsdesign med arbetsgivarerkända meriter". Personorna visar att certifieringsvägar och flexibel schemaläggning är de dominerande sökutlösarna. Generiskt lärandeinnehåll når inte fram.
Om du verkar inom konsult- eller professionella tjänster
Dina köpare har den högsta kommersiella intentionen i datamängden. De jämförelseshoppar, de bläddrar inte. Investera i innehåll som stöder utvärdering: transparenta prisramverk, metodjämförelser, kundresultatdata med konkreta detaljer. Spelboken "tankeledarskap först" som fungerar i andra vertikaler kan prestera sämre här eftersom dina köpare redan har passerat medvetenhetsstadiet.
Om du verkar inom tillverkning eller industri
Hoppa över visionen. Led med operativa detaljer. Personorna visar att verktygskomplexitet är den primära frustrationen och processoptimering det primära målet. Innehåll som visar mätbara effektivitetsvinster med tydliga implementeringssteg matchar hur AI karaktäriserar tillverkningsköparnas intention.
Om du verkar inom sjukvård
Strukturera ditt innehåll för korrekthet och efterlevnad. AI-system är särskilt försiktiga med hälsorelaterade rekommendationer, och personadatan bekräftar att dina köpare prioriterar certifiering och regulatorisk information. Ostrukturerat eller tvetydigt innehåll är mer benäget att nedprioriteras av AI i denna vertikal än i någon annan.
Var denna forskning kommer ifrån
PersonaGen-593K utvecklades av forskare vid Estonian Entrepreneurship University of Applied Sciences (EUAS) och Rankfor.AI, och publicerades som en fackgranskad artikel i Springers tidskrift Discover Artificial Intelligence.
Metoden innebar att fyra publika personadatamängder aggregerades (~40 miljoner råa beskrivningar), att GPU-accelererad deduplicering tillämpades för att ta bort 89,5 % av dubletterna, och att semantiska embedding-modeller sedan användes för att eliminera ytterligare 76,2 % av nära-dubletter. De en miljon unika beskrivningar som återstod berikades med strukturerade beteendeattribut och validerades genom statistisk analys.
Den fullständiga datamängden, metoden och analyskoden är offentligt tillgängliga för oberoende verifiering.
Den praktiska slutsatsen
Köparbeteendedata i denna skala berättar en konsekvent historia: de flesta köpare ställer frågor, de vill inte köpa. De varumärken som vinner AI-rekommendationer är de vars innehåll besvarar dessa frågor tydligt, specifikt och på det språk köparna faktiskt använder.
Om 78,7 % av dina potentiella köpare är i lärandeläge, och din innehållsstrategi lägger 80 % av resurserna på produktfokuserat material längst ned i funneln, finns det en strukturell obalans mellan vad du producerar och vad AI rekommenderar.
Att sluta det gapet är inget problem som handlar om innehållsvolym. Det är ett problem som handlar om samstämmighet. Och första steget är att förstå vad AI tror att dina köpare vill ha.
Kontrollera hur AI uppfattar ditt varumärkes köparpersonas. Använd Persona Matcher för att jämföra dina antagna personas mot vad AI faktiskt rekommenderar för din bransch. Eller kör ditt varumärke genom AI Visibility Monitor för att se var du står.
Baserat på "PersonaGen-593K: A Large-Scale Dataset of AI-Generated Buyer Personas for Consumer Information-Seeking Behavior Research" av Dmitrij Zatuchin (EUAS) och Daniil Dzemesjuk (Rankfor.AI), preprint, inskickad till Springer Discover Artificial Intelligence, 2026.