跳到正文
世界时间EU--:--UK--:--USA--:--CN--:--PLDEFRIT中文EN

关于人工智能与技术的门户事件 · 分析 · 访谈 · 技术背景

搜索
直播
›

搜索流量下滑:出版商的出路是重建分发,而不是等一次反弹

搜索引擎给出版商带来的推荐流量正在大幅下滑,最近一份报告测得的同比降幅为40%。行业已经不再等复苏,而是着手重建分发渠道。

媒体与互联网解释林晓雯发布: 2026年9月29日4 分钟阅读资料来源 5
搜索流量下滑:出版商的出路是重建分发,而不是等一次反弹

9月28日,Digiday回顾了9月的出版峰会,把行业当下的任务概括为一句话:为“后搜索时代”重建。两年前,这个说法听上去像是危言耸听。现在它更像一条做规划时的前提假设。

这份资料里近期的一系列标题指向同一个方向。9月底的一份报告测得,出版商来自Google搜索的流量同比下降40%。同月早些时候,微软表示将在Copilot结果中加入“追问”功能,这可能进一步影响出版商的流量。3月的报道称,小型网站遭遇的跌幅最高达60%。另一份反垄断文件则指控Google蚕食出版商的流量。

法庭文件引述OpenAI工程师的话:用户“不会点击”链接

最后这条来自Search Engine Journal在9月28日报道的一份法庭文件,正好切中变化的核心。如果用户越来越期待直接得到答案,而不是链接,那么支撑开放网络二十年的流量模式就是结构性地被削弱了,而不只是过了一个糟糕的季度。Cloudflare的Matthew Prince同一天提出了相关论点。他对The Next Web说,“机器人不会点广告”。这句话点出了AI抓取与广告经济之间的错配。

关于人们实际如何使用AI获取新闻,数据仍然很少。Statista在9月28日考察了AI工具在新闻消费中的使用情况。MediaPost采访了Forbes的首席创新官,谈这家出版商如何调整与读者的关系。两者都没有给出一个可以替代流失搜索推荐流量的干净数字。

流量去了哪里,谁损失最大

Press Gazette在9月28日发布的英国50大新闻网站排名显示,Oxford Mail的受众增长领先,8月的停留时间增至三倍。这是一个有用的反例:有些媒体仍在增长,说明下滑并不整齐划一,而在很大程度上取决于品牌忠诚度、本地相关性和与受众的直接关系。

小型出版商就没这么幸运。3月的报道称,较小的网站受搜索流量下滑的打击最重。2月的一份反垄断文件指控Google蚕食出版商流量。Artforum在9月28日报道,Hyperallergic把内容改为付费墙,这是一种应对方式:把已有的读者转化为收入,而不是去追算法已经不再送来的那些人。

Google自己的产品方向也在往同一个方向推。AI Overviews在6月扩展到搜索结果中。3月有报道称该公司正用AI改写标题,这一变化对SEO和点击率有直接影响。据Manticore Search的一篇博客文章,Google称AI Mode的月活用户已超过十亿,人们提出的问题更长、更复杂,过去并不适合用传统搜索来回答。

查询行为的这种变化正是流量流失的机制。一个过去会给出十条蓝色链接的查询,现在给出的是一个综合后的答案。那个答案所依据的报道,其出版商可能什么都得不到。

出版商实际在做什么

重建有几种形式。Digiday的峰会报道称,出版商正在向邮件通讯、活动、直接订阅和电商多元化。Press Gazette的受众数据显示,拥有稳定阅读习惯的本地和社区媒体仍能增长。另一些出版商在尝试把内容授权给AI公司,不过这份资料中没有确认任何出版商的具体交易条款。

这一切之下还有一个测量问题。正如Manticore Search的Klim Todrik所写,全文检索在精确的人名、SKU、产品编号、品牌和关键词上仍然表现良好,但它不再把用户带到答案面前,而AI辅助搜索现在承诺的正是答案。因此,出售搜索可见性的出版商,其实是在向一个产出越来越绕过它们的系统推销。

在同一个问题的另一个角落,Loro的研究人员描述了同步索引与同步索引背后的内容之间的落差:用户看到新消息通知,打开对话却发现没有新消息,因为索引同步了,正文没有。放到出版业,对应的情形是读者在AI摘要里看到标题,却打不开那篇文章,于是始终没有成为访客。

对任何单一数字都应保持怀疑。40%的下滑、部分小网站60%的跌幅,以及Oxford Mail的增长,不可能描述同一个群体。它们描述的是不同的基数、不同的垂直领域和不同的测量方法。这份资料里没有任何来源把它们调和起来。

清楚的是趋势方向。行业自己的会议、行业媒体和平台公告都指向更少的推荐流量,以及更多对直接关系的依赖。仍在增长的出版商,是那些本来就拥有直接关系的。

评论 0

资料来源

5
  1. 01Full-Text Search Still Works. It Just Doesn't Get You to an AnswerEN
  2. 02CRDTs are not enough: From CRDTs to a local-first sync engineEN
  3. 03The Macroeconomic Effect of AI: Sizing the Software Engineering ChannelEN
  4. 04The Intelligent Data Platform for the AI EraEN
  5. 05Routing LLM traffic across inference providers by cost, speed and reliabilityEN

本文所有数字与引语均来自下列来源,未添加来源之外的内容。

本内容由编辑部在人工智能辅助下制作完成。

林晓雯

林晓雯

人工智能、模型与技术

林晓雯负责FLASH24的人工智能、模型与技术方向,主要写科技、人工智能与模型、媒体与互联网三个领域。她习惯从论文预印本、开源代码库和厂商技术文档入手,先核对训练数据来源和评测口径,再决定是否落笔。遇到模型跑分,她会自己复现一遍小规模测试,并对照独立第三方榜单,确认数字没有注水。她常联系一线工程师和产品经理,也盯着各大会议截稿日,把不同版本的技术报告放在一起比。业余时间她玩3D打印、折腾老电脑,还关心模型从网络垃圾里学到的偏见问题,这让她对数据清洗格外敏感。她有一条原则:拿不到原始数据的性能宣称,不写。

编辑部 →

评论

0
  1. 还没有评论——来说两句吧。

写评论

评论公开展示。我们不发布辱骂、垃圾信息和广告内容。