Vai al contenuto
Ora nel mondoEU--:--UK--:--USA--:--CN--:--PLDEFRIT中文EN

portale su IA e tecnologiaeventi · analisi · interviste · approfondimenti tecnici

Cerca
LIVE
›

Il pilot di Google sui pagamenti per AI Overviews: quanto guadagnano davvero 100 editori

Google paga circa 100 editori digitali per i contenuti usati in AI Overviews, AI Mode e Gemini. Gli importi vanno da meno di 1.000 dollari in diversi mesi a più di 1 milione di dollari l'anno, secondo The Information.

Media e internetSpiegatoGiulia FerrariPubblicato: 30 settembre 20267 min di letturaFonti 15
Il pilot di Google sui pagamenti per AI Overviews: quanto guadagnano davvero 100 editori

Il programma pilota con cui Google paga gli editori i cui contenuti alimentano le sue risposte AI ha ormai circa un anno, e i numeri che circolano non sono lusinghieri. The Information ha riferito il 29 settembre che sono iscritti circa 100 editori digitali e che i pagamenti variano moltissimo. Alcuni blog e siti piccoli e medi ricevono meno dello 0,1 per cento dei loro ricavi pubblicitari. I siti piccoli hanno incassato meno di 1.000 dollari in diversi mesi. Un editore ha preso da 50.000 a 60.000 dollari in qualche mese, un altro guadagna più di 1 milione di dollari l'anno. The Decoder ha ripreso la notizia il 30 settembre.

Questo è l'aggancio. Non si tratta di un regime di licenze nel senso comune del termine.

I partecipanti possono vedere quanto spesso vengono usati i loro contenuti e quanto hanno guadagnato dentro Google Search Console, secondo il resoconto di The Information. Quello che non possono vedere è la formula. Diversi editori hanno detto alla testata di non sapere come Google calcoli i pagamenti e che gli importi cambiano di mese in mese senza spiegazioni. I temi di nicchia con un pubblico fedele, tra cui anime e gaming, sembrano andare meglio delle notizie generaliste.

Un pilota senza termini pubblicati

La struttura conta più di qualsiasi singolo assegno. Google fissa le condizioni con accordi selettivi, una funzione di opt-out e un modello di pagamento in cui decide quanto vale un contenuto. Ogni editore negozia da solo. Il pezzo di The Decoder del 30 settembre descrive la dinamica che ne deriva senza giri di parole: gli accordi individuali tengono gli editori a negoziare separatamente invece che insieme, e chi se ne va fa poca pressione su Google perché altre fonti riempiono il vuoto.

Alcuni editori più grandi si rifiutano di aderire proprio per questo motivo, ha riferito The Information, sperando di ottenere tariffe più alte. Il loro traffico sta già calando, e diversi studi mostrano che AI Overviews riduce nettamente le visite al web aperto.

La pressione legale è cresciuta in parallelo. Gli editori indipendenti hanno presentato un reclamo alla Commissione europea su AI Overviews a luglio 2025. Penske Media, la società che controlla Rolling Stone, ha citato Google in giudizio quello stesso settembre per il traffico e i ricavi pubblicitari persi. A dicembre 2025 la Commissione ha aperto un'indagine antitrust per verificare se Google imponga condizioni sleali usando i contenuti degli editori per le funzioni AI senza un pagamento adeguato o un modo reale di rinunciare. Il meccanismo di opt-out di Google ha attirato critiche specifiche da parte degli editori che vogliono un accesso controllato invece di un interruttore tutto o niente, come ha riferito Tempo.co English il 29 settembre.

Poi c'è la sentenza tedesca. Un tribunale tedesco ha stabilito che AI Overviews sono contenuti di Google, non riassunti di materiale esistente. Se quell'interpretazione si diffonde, gli editori avrebbero una base giuridica per chiedere compensi di licenza ogni volta che il loro lavoro compare in una risposta AI. The Decoder segnala il problema pratico di questo esito: tracciare il contributo esatto di ogni fonte a una risposta sarebbe difficile se non impossibile, e gestire i pagamenti aggiungerebbe oneri.

Google, da parte sua, ridefinisce pubblicamente che cosa sia la ricerca. Il pezzo di Time Magazine del 29 settembre, "You Came to Google to Search. Now You're Chatting With AI", descrive il cambiamento del comportamento degli utenti a cui i pagamenti dovrebbero rispondere. PPC Land ha pubblicato il 29 settembre un approfondimento su Nick Fox, il dirigente Google più associato all'organizzazione della ricerca.

Il lato del traffico

I pagamenti sono solo metà della storia. L'altra metà sono i referral, e la direzione non è contestata. I titoli raccolti intorno a questa vicenda rilevano che al 24 settembre il calo del traffico da Google Search per gli editori si è accentuato fino al 40 per cento su base annua. Resoconti precedenti parlavano di alcuni piccoli siti con cali del 60 per cento e di piccoli editori colpiti più duramente. Un'altra istanza antitrust sostiene che Google cannibalizza il traffico degli editori.

Quei dati vengono da studi diversi con metodologie diverse e non vanno letti come un'unica misurazione. Su quello che concordano è il segno.

Microsoft si muove nella stessa direzione. A settembre ha aggiunto una funzione "ask a follow-up" ai risultati di Copilot, un cambiamento che potrebbe incidere ulteriormente sul traffico degli editori. Gli editori, intanto, stanno immaginando un futuro con molto meno traffico da Google Search e cercano di attenuarlo, come spiegava la copertura di giugno.

"The point of our work is caution under uncertainty. Maximizing distress on purpose is the exact opposite, and it's wrong. The deeper problem is AI research has no ethics standards; developing them must be a priority."

Quella citazione non riguarda l'editoria. È di Cameron Berg, uno degli autori di un articolo intitolato "The Pain Axis: LLMs Represent Self-Directed Harm and Act to Relieve It", che commenta una controversia separata: un uomo che si dichiara ingegnere Apple ha costruito un progetto su GitHub che manipola le attivazioni dei modelli per indurre stati associati al dolore nei modelli Qwen3-1.7B e Qwen3-4B di Alibaba, poi ha testato come si comportavano man mano che il segnale si intensificava. Machine.news ha riferito il 30 settembre che il repository è stato segnalato in massa e che l'ingegnere ha cancellato un post promozionale su X, scrivendo che non voleva fosse collegato al suo account principale. È un promemoria utile: chi costruisce i sistemi che oggi mediano l'editoria ha norme proprie ancora non assestate.

Cosa comprano i soldi altrove

Confrontate con le somme che arrivano agli editori, le altre notizie sui finanziamenti AI di questa settimana sembrano un'altra economia. Flow Engineering, una startup di San Francisco fondata tre anni fa che vende strumenti AI per la progettazione hardware, ha raccolto un Series B da 50.000.000 di dollari su una valutazione di 750.000.000 di dollari, annunciato mercoledì. Il round è stato co-guidato da Antonio Gracias di Valor Equity Partners e Gavin Baker di Atreides Management, con la partecipazione di Sequoia Capital, secondo TechCrunch. Sequoia aveva guidato il Series A della società lo scorso ottobre.

OpenAI e Synopsys hanno firmato il 30 settembre una partnership pluriennale per costruire un modello di progettazione di chip chiamato GPT-Synopsys, combinando i modelli di OpenAI con gli strumenti di electronic design automation di Synopsys. Il CEO di Synopsys Sassine Ghazi ha detto che l'AI potrebbe accelerare notevolmente il processo di progettazione, e il co-fondatore di OpenAI Greg Brockman ha inquadrato l'accordo come una via verso chip migliori e AI migliore.

Sul fronte infrastruttura, Modal ha pubblicato i benchmark di Quail, un layer di inferenza query-aware per carichi AI-SQL. Su una query con più join riporta oltre 1.700.000.000 di token elaborati al minuto per GPU H100, più di 10 volte più veloce del suo baseline vLLM sullo stesso hardware, e meno di 6 centesimi per miliardo di token su Modal. Nel suo nuovo benchmark AI-SQL, Quail gira 1,84 volte più veloce di vLLM con media geometrica sui task.

Elasticsearch Labs ha testato Jev, il modello System One di TypeSafe AI, come reranker di ricerca su 250 Amazon Shopping Queries e 4.754 coppie giudicate, portando nDCG@10 da 0,9351 a 0,9565 e Exact MRR da 0,9201 a 0,9616. TypeSafe applica 0,042 dollari per milione di token in input, con i token in output a prezzo zero.

Nulla di tutto questo cambia l'aritmetica per un piccolo editore che guadagna meno di 1.000 dollari da un programma attivo da mesi. Il confronto è il punto.

C'è anche un discorso più sommesso che attraversa i blog di ingegneria questa settimana su cosa succede alle persone che fanno il lavoro. Un post su martinelli.ch sostiene che gli agenti di coding AI stanno ricollassando i ruoli specialistici in un unico ingegnere che parla con il cliente, progetta, costruisce e manda avanti la cosa, come negli anni 1990, con la specifica che diventa l'artefatto più importante. Un post su pooyam.dev, scritto da chi lavora sulle prestazioni di training e inferenza LLM su GPU e TPU, va oltre: "I accepted that my former work life is fully over." Un terzo, su rtfm.co.ua, avverte che delegare agli agenti può lasciare l'ingegnere come "meat middleware" tra l'agente e il pulsante di deploy.

Dove restano gli editori

Il pilota, l'indagine della Commissione, la causa Penske e la sentenza tedesca sono tutti aperti nello stesso momento. Google non ha pubblicato la formula dei pagamenti, e i partecipanti che hanno parlato con The Information non sono riusciti a descriverla nemmeno loro. Il dato certo più recente nel registro pubblico è la forbice stessa: meno di 1.000 dollari per alcuni, più di 1 milione di dollari l'anno per almeno uno.

Intanto i cali di traffico che hanno spinto agli accordi continuano, e gli editori che resistono in attesa di condizioni migliori lo fanno mentre il loro volume di referral scende.

Commenti 0

Fonti

15
  1. 01Google is paying almost no publishers almost nothing for content used in AI answersEN
  2. 02Valor, Atreides, and Sequoia back AI startup Flow Engineering at $750M valuationEN
  3. 03OpenAI and Synopsys team up to build an AI model that designs chips like a seasoned engineerEN
  4. 04"Apple engineer" builds GitHub AI torture chamber to inflict "pain and anguish" on modelsEN
  5. 05Quail: Speeding up AI-SQL by jointly optimizing query planner and inference engineEN
  6. 06Using Jev as a search reranker: benchmarks and how to implementEN
  7. 07Back to the 90s: The Software Engineer Has All the Roles AgainEN
  8. 08Software Engineering After CodeEN
  9. 09AI: LLMs, Agents, Work, and Us – Engineers. Personal ThoughtsEN
  10. 10Branch Target Reuse: Spectre-v2 Attacks in JIT EnginesEN
  11. 11OpenZL v0.3.0: a major upgrade of native LZ engine and Compression TransformerEN
  12. 12What control engineering taught me about building AI systemsEN
  13. 13The Robot Report parent Arrowfly launches AI for Engineers platform, events for engineers navigating AIEN
  14. 14Marketing That Makes Sense to EngineersEN
  15. 15When we talk about traffic violenceEN

Tutti i numeri e le citazioni di questo testo provengono dalle fonti elencate sotto.

I contenuti sono stati preparati dalla redazione con il supporto dell'IA.

Giulia Ferrari

Giulia Ferrari

IA, modelli e tecnologie

Giulia Ferrari scrive di tecnologia, IA e modelli e media e internet per FLASH24, partendo da dataset pubblici, preprint e registri di versioni dei modelli. Controlla ogni numero confrontando benchmark dichiarati e risultati riproducibili, e scarta le stime senza fonte. Segue le audizioni in calendario, parla con ricercatori e ingegneri, e mette a confronto release e changelog prima di pubblicare. Fuori dalla redazione smonta stampanti 3D, recupera vecchi computer e studia come i modelli imparano dai rifiuti del web. Non pubblica un dato se non può ricostruirne il percorso.

Redazione →

Commenti

0
  1. Nessun commento — sii il primo.

Scrivi un commento

I commenti sono pubblici. Non pubblichiamo insulti, spam né pubblicità.