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

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

Cerca
LIVE
›

Google paga circa 100 editori per le risposte AI, e alcuni non prendono quasi nulla

Google sta pagando circa 100 editori digitali per i contenuti usati nelle AI Overviews, in AI Mode e nel chatbot Gemini. Per diversi siti piccoli e medi questi pagamenti valgono meno dello 0,1 per cento dei loro ricavi pubblicitari, secondo quanto riporta The Information nel resoconto sintetizzato da The Decoder il 30 settembre.

Media e internetAnalisiChiara RomanoPubblicato: 30 settembre 20266 min di letturaFonti 13
Google paga circa 100 editori per le risposte AI, e alcuni non prendono quasi nulla

Il programma pilota è partito da meno di un anno. Gli editori possono vedere in Google Search Console quante volte i loro contenuti finiscono in una risposta AI e quanto hanno guadagnato. Quello che non possono vedere è la formula.

Alcuni partecipanti hanno detto a The Information di non sapere come Google calcoli i pagamenti e che gli importi possono cambiare da un mese all'altro senza spiegazioni. La forbice è ampia. Un editore ha ricevuto da 50.000 a 60.000 dollari in pochi mesi, un altro guadagna più di 1.000.000 di dollari l'anno, mentre i siti piccoli hanno incassato meno di 1.000 dollari in diversi mesi, secondo il resoconto di The Decoder. I contenuti su temi di nicchia con un pubblico fedele, tra cui anime e gaming, sembrano rendere di più. Questo è l'accordo disponibile a nove mesi dall'avvio di un programma che Google non è mai stata obbligata a lanciare. Arriva alla fine di un settembre in cui il rapporto dell'azienda con il web aperto era già in discussione davanti a tribunali e autorità di regolamentazione in tre continenti.

Cosa stanno valutando gli editori

Alcuni editori più grandi rifiutano di aderire al programma per spingere Google a pagare di più, ha riferito The Information. Il loro traffico è già in calo e diversi studi mostrano che le AI Overviews riducono nettamente le visite al web aperto. Lo scambio è messo nero su bianco: accetti una tariffa che non hai negoziato, oppure resisti mentre il traffico di riferimento si erode comunque.

Il problema strutturale è che gli accordi individuali costringono gli editori a negoziare ognuno per conto proprio invece che insieme. Pochi ci guadagnano, la maggior parte prende poco, e chi si tira indietro esercita una pressione limitata su Google perché altre fonti riempiono il vuoto. Matthias Bastian di The Decoder ha descritto l'accordo come un approccio divide et impera che crea un dilemma del prigioniero per gli editori. È difficile contestare l'etichetta quando il modello di pagamento lascia a Google decidere quanto vale un contenuto.

La risposta di Google alle critiche è stata una combinazione di licenze selettive e di una funzione di opt-out. Tempo.co English ha riferito il 29 settembre che gli editori chiedono un accesso controllato invece di un interruttore tutto o niente, e l'articolo di PPC Land del 29 settembre sul capo della ricerca di Google Nick Fox rientra nella stessa discussione. La storia originale di The Information è uscita il 29 settembre, con versioni sindacate su Investing.com e Investing.com Canada il 30 settembre e una sintesi su inkorr.com il 29 settembre.

Le autorità non aspettano che il pilota maturi. Gli editori indipendenti hanno presentato una denuncia alla Commissione europea sulle AI Overviews nel luglio 2025, e Penske Media, la società madre di Rolling Stone, ha citato in giudizio Google quello stesso settembre per la perdita di traffico e ricavi pubblicitari, secondo The Decoder. La Commissione ha aperto un'indagine antitrust nel dicembre 2025, per verificare se Google imponga condizioni inique usando i contenuti degli editori per le funzioni AI senza un pagamento adeguato o un modo reale di rinunciare.

Una sentenza tedesca che potrebbe riscrivere il prezzo

Un tribunale tedesco ha stabilito che le AI Overviews sono contenuti di Google, non riassunti di materiale esistente, ha riferito The Decoder. Se questa interpretazione troverà più ampio consenso, gli editori avrebbero una base giuridica per chiedere compensi di licenza ogni volta che Google usa il loro lavoro in una risposta AI. Il contributo esatto di ogni fonte a una risposta è difficile da tracciare, gestire i pagamenti aggiungerebbe costi, e i compensi stessi potrebbero erodere i margini di Google. In altre parole, la lettura del tribunale trasforma un pilota opaco di condivisione dei ricavi in un potenziale debito.

Niente di tutto questo avviene in un mercato del traffico stabile. I cali di traffico di riferimento che rendono importanti i pagamenti sono documentati da mesi: report di marzo e giugno hanno registrato piccoli editori che perdono fino al 60 per cento del traffico da ricerca, un'istanza antitrust di febbraio ha accusato Google di cannibalizzare il traffico degli editori, e al 24 settembre un tracker indicava un calo del 40 per cento anno su anno per gli editori. La decisione di Microsoft di settembre di aggiungere ai risultati di Copilot una funzione "chiedi un approfondimento", riportata il 7 settembre, indica la stessa direzione per il traffico di riferimento da Bing.

Nel frattempo il resto del settore si riorganizza intorno al lavoro assistito dall'AI dando per scontati meno clic. Arrowfly, la società madre di The Robot Report, ha lanciato il 30 settembre una piattaforma AI for Engineers, citando una rete di più di 20 marchi di ingegneria che raggiungono 2.100.000 lettori verificati del settore e 29.000.000 di visitatori del sito, con una conferenza in programma dal 20 al 22 settembre 2027 a Henderson, Nevada. È un business editoriale costruito per un futuro di abbonamenti ed eventi, non di pageview.

Il lato tecnico dello stesso cambiamento continua ad accelerare. OpenAI e Synopsys hanno firmato il 30 settembre una partnership pluriennale per costruire GPT-Synopsys, un modello AI per la progettazione di chip che gira sull'infrastruttura di OpenAI con i dati dei clienti esclusi dall'addestramento, secondo The Decoder. Valor, Atreides e Sequoia hanno finanziato mercoledì la startup di progettazione hardware Flow Engineering con una valutazione di 750.000.000 di dollari, ha riferito TechCrunch. Lo stesso giorno il gruppo di ricerca VUSEC ha pubblicato Branch Target Reuse, un attacco Spectre-v2 contro i motori JIT di SpiderMonkey di Firefox, Oracle GraalVM e il kernel Linux che espone 8 byte al secondo, e Facebook ha rilasciato OpenZL v0.3.0, che secondo il progetto decomprime il 144 per cento più velocemente di Zstandard a impostazioni equivalenti.

Voci più piccole e pratiche hanno riempito la settimana: Modal ha pubblicato Quail, un motore di inferenza che secondo l'azienda supera il miliardo di token al minuto per GPU H100 su una singola query AI-SQL con più join, a meno di 6 centesimi per miliardo di token sulla propria piattaforma. I search labs di Elastic hanno testato il modello Jev di TypeSafe AI come reranker per l'ecommerce su 250 Amazon Shopping Queries, portando l'nDCG@10 da 0,9351 a 0,9565 a 0,042 dollari per milione di token di input. Magnitude, azienda di YC S25, ha rilasciato un motore di inferenza open source per gli agenti che secondo l'azienda esegue modelli aperti fino a 2 volte più velocemente di llama.cpp, con il 92 per cento di decodifica più rapida su Metal.

E le questioni sul lavoro che stanno sotto tutto questo si discutono in pubblico. Un ingegnere del software che scrive su martinelli.ch il 30 settembre ha descritto gli agenti di coding AI che ricompattano ruoli specializzati in un unico tuttofare, con la specifica che diventa l'artefatto più importante di un progetto. Pooyam, un ingegnere che lavora sulle prestazioni di addestramento e inferenza degli LLM a livello di GPU e TPU, ha scritto lo stesso giorno che il costo di implementazione tende a zero e che il collo di bottiglia restante è decidere cosa costruire. Gerben Rijpkema, ingegnere AI con un passato in ingegneria dei controlli, ha sostenuto che i dati rumorosi e disordinati sono esattamente il terreno in cui gli LLM trovano il loro posto, ed è per questo che le architetture mirate a casi d'uso specifici funzionano dove gli strumenti generali falliscono.

Per gli editori l'aritmetica è meno filosofica. Un pagamento che si arrotonda a meno dello 0,1 per cento dei ricavi pubblicitari non è un accordo di licenza in alcun senso utile; è un errore di arrotondamento attaccato a un prodotto che sta attivamente riducendo il traffico su cui quegli annunci una volta venivano mostrati. Finché la sentenza tedesca non sarà verificata altrove, o Bruxelles non costringerà una formula a uscire allo scoperto, le condizioni restano quelle di sempre, da quando è iniziato il pilota: stabilite da Google, pubblicate da nessuna parte e rinegoziate un editore alla volta.

Commenti 0

Fonti

13
  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. 04Launch HN: Magnitude (YC S25) - Self-optimizing inference engine for agentsEN
  5. 05The Robot Report parent Arrowfly launches AI for Engineers platform, events for engineers navigating AIEN
  6. 06Branch Target Reuse: Spectre-v2 Attacks in JIT EnginesEN
  7. 07Back to the 90s: The Software Engineer Has All the Roles AgainEN
  8. 08Hitting 1B tokens/minute on 1 GPU combining a query planner and inference engineEN
  9. 09OpenZL v0.3.0: a major upgrade of native LZ engine and Compression TransformerEN
  10. 10Using Jev as a Search RerankerEN
  11. 11What control engineering taught me about building AI systemsEN
  12. 12Software Engineering After CodeEN
  13. 13The Decoder on Google's publisher payments (AI Overviews, AI Mode, Gemini)EN

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.

Chiara Romano

Chiara Romano

IA, modelli e tecnologie

Chiara Romano scrive di tecnologia, IA e modelli, media e internet per FLASH24, partendo da documentazione tecnica, repository e specifiche invece che da comunicati stampa. Per ogni modello o piattaforma che segue controlla versioni, licenze, parametri e benchmark, e verifica i numeri confrontandoli con i dati originali o con test indipendenti. Confronta le schede tecniche tra fornitori, parla con sviluppatori e amministratori di sistema, e tiene d'occhio le finestre di rilascio e le modifiche ai termini d'uso. Fuori dalla redazione gestisce self-hosting e reti domestiche, esperienza che le serve per capire come funzionano davvero i servizi che racconta. Non pubblica una notizia se la fonte primaria non è verificabile.

Redazione →

Commenti

0
  1. Nessun commento — sii il primo.

Scrivi un commento

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