Wydawcy tracą ruch z wyszukiwarek, a odpowiedzi AI zmieniają stronę wyników
Według własnego bloga Google tryb AI Mode przekroczył miliard użytkowników miesięcznie do maja 2026 roku, a opublikowany 29 września tekst Manticore Search przekonuje, że pole wyszukiwania musi teraz odpowiadać, a nie wyświetlać listę.

Wyszukiwarki się nie zepsuły. Dostały inne zadanie. Tak twierdzi Manticore Search w tekście opublikowanym 29 września, gdzie opisuje klienta, który wpisuje w pole wyszukiwania całe zdanie i oczekuje rekomendacji, a nie strony niebieskich linków. Według tej firmy Google poinformował w maju 2026 roku, że AI Mode przekroczył miliard użytkowników miesięcznie, a ludzie zadają dłuższe i bardziej złożone pytania, które wcześniej nie mieściły się w zwykłym wyszukiwaniu.
Ta zmiana ma wymiar handlowy, bo kliknięcie jest jednostką, którą wydawcy sprzedają. Jeśli wyszukiwarka sama rozwiąże zapytanie, strona, która dawniej zbierała wizytę, nie dostaje jej wcale.
Manticore w swoim tekście zachowuje ostrożność: nie twierdzi, że wyszukiwanie pełnotekstowe podupadło. Pisze, że wyszukiwanie po słowach kluczowych nadal dobrze działa przy dokładnych nazwach, kodach SKU, kodach produktów, markach i słowach kluczowych. Zmieniło się, zdaniem firmy, oczekiwanie użytkownika. To samo zapytanie może zawierać kilka zadań naraz: wyciągnąć ograniczenia, takie jak kolor i wodoodporność, rozpoznać, że klient myśli o bieganiu, a nie o chodzeniu, zważyć cenę, rozmiar i dostępność, a potem znaleźć produkty i wyjaśnić różnice. Manticore odpowiada wyszukiwaniem hybrydowym: pełnotekstowym plus wektorowym plus modelem językowym, który pisze końcową odpowiedź, korzystając z pobranych produktów jako kontekstu, przy czym produkty pozostają widoczne, żeby czytelnik mógł sprawdzić źródło twierdzenia. Firma zbudowała demonstrację na ConvApparel, zbiorze rozmów o odzieży, który po oczyszczeniu zawierał 82 524 produkty.
Ta perspektywa jest użytecznym przeciwważnikiem dla ponurszej lektury tego samego trendu.
W przypadku wydawców ponursza lektura ma za sobą liczby. Według doniesień z końca września 2026 roku ruch z wyszukiwarki Google spada u wydawców o około 40% rok do roku, a o mniejszych serwisach mówi się, że notują spadki sięgające 60%. Wniosek antymonopolowy przekonuje, że Google kanibalizuje ruch wydawców. Nic z tego nie jest rozstrzygnięte ani powszechne, a liczby pochodzą z różnych metodologii i różnych prób, więc nie należy ich uśredniać w jeden wskaźnik dla całej branży.
Wzorzec nie ogranicza się do jednej firmy. Microsoft dodawał do wyników Copilota funkcję zadawania pytań uzupełniających, co może jeszcze zmniejszyć ruch polecający. Matthew Prince z Cloudflare publicznie spierał się o boty i płacenie za sieć, a ta debata toczy się obok kwestii poleceń od ludzi. Sami wydawcy modelują przyszłość z istotnie mniejszym ruchem z wyszukiwarki Google, a podsumowanie szczytu wydawniczego Digiday z września 2026 roku opisuje branżę, która przebudowuje się na epokę po wyszukiwaniu.
Co mówią liczby
Dane o brytyjskiej publiczności dają częściową przeciwwagę. Press Gazette podał 28 września, że Oxford Mail prowadził wzrost czytelnictwa wśród 50 największych brytyjskich serwisów informacyjnych i potroił czas spędzany na stronie w sierpniu. To jeden tytuł, na jednym rynku, w jednym miesiącu, i nie obala ogólnego spadku ruchu polecanego. Pokazuje jednak, że agregat ukrywa szeroki rozrzut.
Mechanizm stojący za tym rozrzutem widać w samym stosie wyszukiwania. Manticore opisuje trzy odrębne zadania, które dawniej spłaszczano do jednej listy rankingowej: wyszukiwanie po słowach do dokładnego dopasowania, wyszukiwanie semantyczne do znaczenia i rozmowę do wyjaśnienia. System, który je łączy, potrafi odpowiedzieć na pytanie o produkt bez kliknięcia. System, który tylko dopasowuje słowa, nadal gdzieś wysyła użytkownika.
Znacznie skuteczniej jest je łączyć niż wybierać między nimi.
To wniosek Manticore o architekturze wyszukiwania, nie prognoza ekonomiki wydawnictw, i tych dwóch rzeczy nie należy mylić.
Na gospodarkę ruchu polecanego działa drugie, cichsze ciśnienie: jakość samego rankingu. Opublikowany 28 września tekst inżyniera oprogramowania opisuje metodę oceny parami, w której model językowy rozstrzyga, który z dwóch produktów jest bardziej trafny dla zapytania, a potem ocenia ponownie z zamienionymi produktami. Wymuszenie decyzji na zbiorze mebli WANDS dało precyzję 75,08% przy pełnym czułości 100% na 1 000 par. Gdy model mógł odpowiedzieć, że żaden nie pasuje, jeśli dowody były niewystarczające, precyzja wzrosła do 85,38%, ale czułość spadła do 17,10%. Autor przekonuje, że jeden przebieg nie wystarcza; obciążenie pozycją trzeba sprawdzić, odwracając kolejność.
To szczegół oceny, ale wskazuje na coś strukturalnego. Systemy wyszukiwania są strojone tak, by rozstrzygać trafność przy mniejszym udziale ręcznego oznaczania, a te same modele odpowiadają wprost na zapytanie.
Infrastruktura pod spodem
Reszta stosu rusza w tym samym czasie. MongoDB wykorzystało ogłoszenie z 29 września, by zaprezentować MongoDB 9.0, Atlas Infinite i Atlas Agent Engine, a nota tymczasowego dyrektora generalnego przekonuje, że agenci podejmują teraz działania, nie tylko odpowiadają na pytania, i że nieaktualne dane zamieniają trafny wniosek w zły czyn. Argument jest taki, że agenci potrzebują bieżącego stanu operacyjnego, a nie okresowych kopii.
To, czy zmienia to ruch polecany wydawców, jest pośrednie, ale kierunek jest spójny: oprogramowanie przebudowuje się wokół systemów, które działają na pobranym kontekście, zamiast podawać użytkownikowi listę miejsc docelowych.
Po stronie bezpieczeństwa grupa VUSEC z Vrije Universiteit Amsterdam opublikowała 29 września badania opisujące Branch Target Reuse, atak w stylu Spectre v2 na kompilatory just-in-time. Zespół przeanalizował linuksowy cBPF, Oracle GraalVM i SpiderMonkey, silnik JIT w Firefoksie, i zbudował dwa pełne exploity przeciw jądru Linuksa, wyciekające 8 bajtów na sekundę i, w ich demonstracji, odzyskujące hash hasła roota. Atak opiera się na nieaktualnych wpisach predykcji rozgałęzień, które przeżywają realokację kodu. Jądro Linuksa może utwardzić cBPF w czasie działania opcją bpf_jit_harden, która stosuje stałe zaślepianie; badacze zauważają, że opcja jest domyślnie wyłączona.
Nic z tego nie dotyczy pytania wydawców wprost. Pokazuje jednak, jak wiele instalacji pod przeglądarką jest przebudowywanych naraz.
Dwa opublikowane 29 września artykuły naukowe leżą dalej, ale opisują to samo przejście. Praca robocza NBER Matthew Schwartza, Isaiaha Andrewsa i Jesse M. Shapiro opisuje proces z modelem językowym, który odtwarza, ulepsza i rozszerza opublikowane badania ekonomiczne za pomocą pakietów replikacyjnych. Wśród 4 452 pakietów replikacyjnych z pięciu czasopism ekonomicznych proces wskazał rozbieżności w 3 460 artykułach lub ich aneksach; w 496 artykułach skrócił czas obliczeń ponad dziesięciokrotnie przy podobnej lub większej dokładności; w 923 dał rozszerzenie, którego nie było w oryginale. Osobna praca NBER Alexa Blumenfelda, Jonathona Hazella, Chena Liana i Andreasa Schaaba szacuje, że od listopada 2022 do grudnia 2025 roku AI podniosła oczekiwaną przez rynek wartość bieżącą produktywności inżynierii oprogramowania o równowartość trwałego wzrostu o 32,6%, z efektem dla PKB na poziomie 3,6% w scenariuszu bazowym i 6,5% po uwzględnieniu produktywności badań i rozwoju. Do połowy 2026 roku, piszą autorzy, ten efekt więcej niż podwoił się względem końca 2025 roku.
To szacunki makro zbudowane z danych rynków finansowych, nie pomiary przychodów wydawców, i mają zwykłe zastrzeżenia prac roboczych. Przypominają też, że opowieść o produktywności i opowieść o ruchu to dwie strony tego samego wdrożenia.
Na co patrzeć
Najkonkretniejszym sygnałem w tym zestawie nie jest prognoza. To liczba miliarda użytkowników AI Mode, podana przez Google w maju 2026 roku i powtórzona przez Manticore 29 września, stojąca obok doniesień o około 40-procentowych rocznych spadkach ruchu wydawców z wyszukiwarki. Jeśli oba się utrzymają, gospodarka ruchu polecanego jest na nowo wyceniana, a nie niszczona, i przetrwają te tytuły, które przestaną traktować wyszukiwarkę jako kanał dystrybucji, a zaczną traktować ją jako konkurenta.
Tego samego dnia VDE opublikowało dane o zagranicznych studentach elektrotechniki w Niemczech. To inny temat, ale logika jest ta sama: mierz to, co system produkuje, a nie to, co obiecuje. Według wyliczeń VDE każde euro zainwestowane w zagranicznego studenta elektrotechniki generuje w długim okresie około 16 euro wartości dodanej, a mimo to ponad połowa zagranicznych absolwentów studiów magisterskich, 55,5%, wyjeżdża z Niemiec po ukończeniu nauki.
Wydawcy mają trudniejszy problem pomiarowy. Potrafią liczyć kliknięcia. Nie potrafią łatwo policzyć czytelników, którzy odpowiedź znaleźli gdzie indziej.
Źródła
13- 01Full-Text Search Still Works. It Just Doesn't Get You to an AnswerEN
- 02Branch Target Reuse: Spectre-v2 Attacks in JIT EnginesEN
- 03The Intelligent Data Platform for the AI EraEN
- 04The MongoDB Agent Platform | Atlas Agent EngineEN
- 05An LLM Workflow That Reproduces, Improves, and Extends Published Economics ResearchEN
- 06The Macroeconomic Effect of AI: Sizing the Software Engineering ChannelEN
- 07Check twice, cut once with LLM search relevance evalEN
- 08Routing LLM traffic across inference providers by cost, speed and reliabilityEN
- 09We Are Hiring Engineers Because of AI, Not Despite It: Inside Picnic's AI TransformationEN
- 10VDE Figures: Electrical Engineering Programs Are Popular InternationallyEN
- 11CRDTs are not enough: From CRDTs to a local-first sync engineEN
- 12OpenJev: An open-source, Jev-compatible System One decision engineEN
- 13Poetry for Engineers: The UI Designer's DreamEN
Wszystkie liczby i cytaty w tym tekście pochodzą z poniższych źródeł. Nie dopisujemy danych, których w źródłach nie ma.
Materiały zostały przygotowane przez zespół redakcyjny wspierane przez AI.
Komentarze
0- Brak komentarzy — bądź pierwszy.