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 traffico da ricerca degli editori continua a calare mentre il settore si ricostruisce

Gli editori sono costretti a ricostruire le proprie attività su meno traffico da ricerca. Le ricerche e i resoconti del 29 settembre indicano uno spostamento strutturale, non un calo temporaneo.

Media e internetAnalisiChiara RomanoPubblicato: 29 settembre 20263 min di letturaFonti 5
Il traffico da ricerca degli editori continua a calare mentre il settore si ricostruisce

Il 29 settembre MongoDB ha pubblicato un post sul blog firmato dal suo amministratore delegato ad interim, che descrive quella che definisce la più ampia espansione della piattaforma dell'azienda fino a oggi: MongoDB 9.0, una nuova opzione di deployment chiamata Atlas Infinite e Atlas Agent Engine.

La proposta si rivolge alle aziende i cui carichi di lavoro degli agenti rendono il traffico imprevedibile. A prima vista non è una notizia per i media.

Ma il linguaggio di quel post, sugli agenti che risolvono problemi dei clienti ed eseguono processi aziendali con un intervento umano sempre minore, descrive lo stesso cambiamento che gli editori citano da tutto l'anno come motivo del calo dei referral dai motori di ricerca.

Che cosa mostrano i materiali più recenti

Il documento più fresco del dossier che parla direttamente dell'editoria non viene da un editore. È un post del 29 settembre sul blog Unblocked, che spiega come instradare il traffico degli LLM tra i fornitori di inferenza in base a costo, velocità e affidabilità. Il post descrive un sistema che sceglie un fornitore per ogni richiesta, con un punteggio di 0,7 sul costo e 0,3 sulla velocità, e sposta il traffico quando un fornitore inizia a restituire errori. È questo tipo di lavoro sull'infrastruttura a rendere le risposte generate dall'AI abbastanza economiche da inserirsi tra i lettori e gli editori.

Il quadro non è uniforme. Un repository GitHub, OpenJev, pubblicato il 29 settembre, descrive un motore decisionale open source che risponde a domande tipizzate in un unico passaggio in avanti invece di generare testo.

Il README del progetto afferma che Jev ha dimostrato come un modello System One possa rispondere a domande tipizzate in circa 100 millisecondi con probabilità calibrate, e che OpenJev porta questa capacità ai modelli open-weight. Meno token per decisione significa meno occasioni perché compaia un link a un editore.

Non tutti leggono questo cambiamento come una perdita netta. In un'intervista pubblicata il 29 settembre, il CTO di Picnic Daniel Gebler ha dichiarato a The Global Move che l'azienda assume ingegneri proprio grazie ai vantaggi che l'edge AI le offre, non nonostante essi. Picnic ha circa 400 sviluppatori, e Gebler ha detto che il confine tra chi può e chi non può costruire software sta diventando più fluido. L'argomento riguarda i posti di lavoro nell'ingegneria, non i ricavi dell'editoria, ma è lo stesso discorso che gli editori fanno sui propri team di prodotto.

I dati dietro il dibattito

Le cifre che sostengono la vicenda degli editori sono più vecchie, ma restano le più concrete disponibili. VDE, l'associazione tecnologica tedesca, ha pubblicato il 21 settembre delle stime secondo cui ogni euro investito nella formazione di uno studente internazionale di ingegneria elettrica genera circa 16 euro di valore aggiunto in seguito, e che il 55,5 per cento dei laureati magistrali internazionali lascia la Germania dopo aver conseguito il titolo.

È un problema di filiera delle competenze, non di ricerca, eppure alimenta la stessa ansia su chi costruirà la prossima generazione di piattaforme.

Il dossier non contiene un dato autorevole unico su quanto sia calato il traffico da ricerca degli editori. Contiene resoconti sulla direzione del fenomeno e sull'infrastruttura che lo accelera. È proprio questo vuoto la notizia: il settore si sta ricostruendo per un'era post-ricerca sulla base di tendenze, non di una misurazione consolidata.

Commenti 0

Fonti

5
  1. 01MongoDB Launches Atlas Infinite and Atlas Agent EngineEN
  2. 02Routing LLM traffic across inference providers by cost, speed and reliabilityEN
  3. 03OpenJev: An open-source, Jev-compatible System One decision engineEN
  4. 04We Are Hiring Engineers Because of AI, Not Despite It: Inside Picnic's AI TransformationEN
  5. 05VDE Figures: Electrical Engineering Programs Are Popular Internationally, But the Majority Leave Germany AgainEN

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.