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

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

Cerca
LIVE
›

La perdita di traffico dai motori di ricerca colpisce gli editori mentre le risposte AI cambiano la pagina dei risultati

Secondo il blog aziendale, AI Mode di Google ha superato un miliardo di utenti mensili entro maggio 2026. Un post di Manticore Search pubblicato il 29 settembre sostiene che ora la casella di ricerca deve rispondere invece di elencare.

Media e internetSpiegatoChiara RomanoPubblicato: 29 settembre 20267 min di letturaFonti 13
La perdita di traffico dai motori di ricerca colpisce gli editori mentre le risposte AI cambiano la pagina dei risultati

I motori di ricerca non sono guasti. Gli si chiede un lavoro diverso. È la tesi di un post di Manticore Search pubblicato il 29 settembre, che descrive un cliente intento a digitare una frase intera in un campo di ricerca e ad aspettarsi un consiglio, non una pagina di link blu. Secondo l'azienda, Google ha riferito a maggio 2026 che AI Mode aveva superato un miliardo di utenti mensili. Le persone, aggiunge, pongono domande più lunghe e complesse che prima non rientravano nella ricerca convenzionale.

Il cambiamento conta sul piano commerciale perché il clic è l'unità che gli editori vendono. Se il motore risolve la query da solo, la pagina che prima riceveva la visita non ne riceve nessuna.

Il testo di Manticore è prudente su questo punto: non sostiene che la ricerca full-text sia in declino. Afferma che la ricerca per parole chiave funziona ancora bene su nomi esatti, SKU, codici prodotto, marchi e parole chiave. Ciò che è cambiato, secondo la sua analisi, è l'aspettativa dell'utente. La stessa query può contenere più compiti insieme: estrarre vincoli come colore e impermeabilità, capire che il cliente intende la corsa e non la camminata, pesare prezzo, taglia e disponibilità, poi trovare i prodotti e spiegarne le differenze. La risposta di Manticore è il recupero ibrido: full-text più ricerca vettoriale più un modello linguistico che scrive la risposta finale usando i prodotti recuperati come contesto. I prodotti restano visibili, così il lettore può verificare la fonte di un'affermazione. L'azienda ha costruito una demo su ConvApparel, un dataset conversazionale sull'abbigliamento che dopo la pulizia conteneva 82.524 prodotti.

Questa impostazione è un contrappeso utile alla lettura più cupa dello stesso fenomeno.

Per gli editori, la lettura più cupa ha numeri alle spalle. A fine settembre 2026 i cali di traffico da Google search risultano intorno al 40% su base annua per gli editori, e si parla di siti più piccoli con perdite fino al 60%. Un esposto antitrust ha sostenuto che Google cannibalizza il traffico degli editori. Nulla di tutto questo è definitivo o universale. Le cifre vengono da metodologie e campioni diversi, quindi non vanno mediate in un unico numero di settore.

Il fenomeno non riguarda una sola azienda. Microsoft ha aggiunto ai risultati di Copilot una funzione per porre una domanda di approfondimento, che potrebbe ridurre ulteriormente il traffico di rinvio. Matthew Prince di Cloudflare ha discusso pubblicamente di bot e di pagamento per il web, un dibattito che corre accanto alla questione dei rinvii umani. E gli editori stessi stanno modellando un futuro con molto meno traffico da Google search: il riepilogo del Publishing Summit di Digiday di settembre 2026 descrive un settore che si ricostruisce per un'era post-ricerca.

Cosa dicono davvero i numeri

I dati di pubblico nel Regno Unito offrono un contrappunto parziale. Press Gazette ha riferito il 28 settembre che l'Oxford Mail ha guidato la crescita di pubblico tra i 50 maggiori siti di notizie britannici e ha triplicato il tempo di permanenza ad agosto. È una sola testata, in un solo mercato, in un solo mese, e non smentisce un calo ampio dei rinvii. Ma mostra che l'aggregato nasconde una forbice ampia.

Il meccanismo dietro questa forbice è visibile nella stessa architettura della ricerca. Manticore descrive tre compiti distinti che prima venivano compressi in un unico elenco ordinato: la ricerca per parole per la corrispondenza esatta, la ricerca semantica per il significato e la conversazione per la spiegazione. Un sistema che li combina può rispondere a una domanda su un prodotto senza un clic. Un sistema che abbina solo parole manda ancora l'utente da qualche parte.

È molto più efficace combinarli che scegliere tra loro.

È la conclusione di Manticore sull'architettura della ricerca, non una previsione sull'economia dell'editoria, e le due cose non vanno confuse.

C'è una seconda pressione, più silenziosa, sull'economia dei rinvii: la qualità della graduatoria stessa. Un post di un ingegnere del software ripubblicato il 28 settembre descrive un metodo di valutazione a coppie in cui un modello linguistico giudica quale di due prodotti è più pertinente a una query, poi giudica di nuovo invertendo i due prodotti. Forzando una decisione sul dataset di mobili WANDS si è ottenuta una precisione del 75,08% con un richiamo del 100% su 1.000 coppie. Permettendo al modello di rispondere nessuno dei due quando le prove erano insufficienti, la precisione è salita all'85,38% ma il richiamo è sceso al 17,10%. Il punto dell'autore è che un solo passaggio non basta; il bias di posizione va verificato invertendo l'ordine.

È un dettaglio di valutazione, ma indica qualcosa di strutturale. I sistemi di ricerca vengono tarati per decidere la pertinenza con meno etichettatura umana, e gli stessi modelli vengono usati per rispondere direttamente alla query.

L'infrastruttura sotto

Il resto dello stack si muove nello stesso momento. MongoDB ha usato l'annuncio del 29 settembre per lanciare MongoDB 9.0, Atlas Infinite e Atlas Agent Engine. Una nota del CEO ad interim sostiene che gli agenti ora compiono azioni, non solo rispondono a domande, e che dati obsoleti trasformano un'inferenza solida in un'azione sbagliata. La tesi è che gli agenti hanno bisogno di uno stato operativo aggiornato, non di copie periodiche.

Che questo cambi i rinvii agli editori è indiretto, ma la direzione è coerente: il software viene ricostruito intorno a sistemi che agiscono sul contesto recuperato invece di consegnare all'utente un elenco di destinazioni.

Sul fronte sicurezza, il gruppo VUSEC della Vrije Universiteit Amsterdam ha pubblicato il 29 settembre una ricerca che descrive Branch Target Reuse, un attacco in stile Spectre-v2 contro i compilatori just-in-time. Il team ha analizzato Linux cBPF, Oracle GraalVM e SpiderMonkey, il motore JIT di Firefox, e ha costruito due exploit end-to-end contro il kernel Linux. Questi perdono 8 byte al secondo e, nella loro demo, recuperano un hash della password di root. L'attacco sfrutta voci di predizione dei branch obsolete che sopravvivono alla riallocazione del codice. Il kernel Linux può rafforzare cBPF a runtime con l'opzione bpf_jit_harden, che applica il constant blinding; i ricercatori notano che l'opzione è disattivata per impostazione predefinita.

Nulla di tutto questo risponde direttamente alla domanda degli editori. Mostra però quanto dell'impalcatura sotto il browser venga rifatto nello stesso momento.

Due lavori di ricerca pubblicati il 29 settembre stanno più in là ma inquadrano la stessa transizione. Un working paper NBER di Matthew Schwartz, Isaiah Andrews e Jesse M. Shapiro descrive un flusso di lavoro basato su LLM che riproduce, migliora ed estende la ricerca economica pubblicata usando i pacchetti di replica. Su 4.452 pacchetti di replica di cinque riviste di economia, il flusso di lavoro ha segnalato discrepanze in 3.460 articoli o nelle loro appendici; in 496 articoli ha ridotto il tempo di calcolo di oltre un fattore 10 con precisione simile o superiore; in 923 ha prodotto un'estensione assente nell'originale. Un altro paper NBER di Alex Blumenfeld, Jonathon Hazell, Chen Lian e Andreas Schaab stima che da novembre 2022 a dicembre 2025 l'AI abbia aumentato il valore attuale atteso dal mercato della produttività dell'ingegneria del software dell'equivalente di un aumento permanente del 32,6%, con un effetto sul PIL del 3,6% nello scenario base e del 6,5% includendo la produttività della R&S. A metà 2026, scrivono gli autori, quell'effetto era più che raddoppiato rispetto alla fine del 2025.

Sono stime macro costruite su dati dei mercati finanziari, non misure dei ricavi degli editori, e portano le solite cautele dei working paper. Sono anche un promemoria che la storia della produttività e quella del traffico sono due facce dello stesso dispiegamento.

Cosa tenere d'occhio

Il segnale più concreto nel dossier non è una previsione. È il dato di un miliardo di utenti per AI Mode, riferito da Google a maggio 2026 e ripetuto da Manticore il 29 settembre, accanto ai cali annui del traffico di ricerca per gli editori intorno al 40%. Se entrambi reggono, l'economia dei rinvii viene rivalutata, non distrutta, e le testate che sopravvivranno saranno quelle che smettono di trattare la ricerca come un canale di distribuzione e cominciano a trattarla come un concorrente.

Lo stesso giorno, VDE ha pubblicato cifre sugli studenti internazionali di ingegneria elettrica in Germania. È un altro argomento, ma usa la stessa logica: misurare ciò che un sistema produce, non ciò che promette. Secondo i calcoli di VDE, ogni euro investito in uno studente internazionale di ingegneria elettrica genera circa 16 euro di valore aggiunto nel lungo periodo, eppure più della metà dei laureati magistrali internazionali, il 55,5%, lascia la Germania dopo aver finito gli studi.

Gli editori hanno il problema di misurazione più difficile. Possono contare i clic. Non possono contare facilmente i lettori che hanno ottenuto la risposta altrove.

Commenti 0

Fonti

13
  1. 01Full-Text Search Still Works. It Just Doesn't Get You to an AnswerEN
  2. 02Branch Target Reuse: Spectre-v2 Attacks in JIT EnginesEN
  3. 03The Intelligent Data Platform for the AI EraEN
  4. 04The MongoDB Agent Platform | Atlas Agent EngineEN
  5. 05An LLM Workflow That Reproduces, Improves, and Extends Published Economics ResearchEN
  6. 06The Macroeconomic Effect of AI: Sizing the Software Engineering ChannelEN
  7. 07Check twice, cut once with LLM search relevance evalEN
  8. 08Routing LLM traffic across inference providers by cost, speed and reliabilityEN
  9. 09We Are Hiring Engineers Because of AI, Not Despite It: Inside Picnic's AI TransformationEN
  10. 10VDE Figures: Electrical Engineering Programs Are Popular InternationallyEN
  11. 11CRDTs are not enough: From CRDTs to a local-first sync engineEN
  12. 12OpenJev: An open-source, Jev-compatible System One decision engineEN
  13. 13Poetry for Engineers: The UI Designer's DreamEN

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.