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:出版商要重建的是后搜索时代的发行,不是等一阵风过去

出版商从搜索拿到的引荐流量正在大幅下降,最近一份报告测得的同比降幅是40%。行业现在的应对是重建发行渠道,而不是等流量回暖。

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:出版商要重建的是后搜索时代的发行,不是等一阵风过去

9月28日,Digiday回顾了自家9月的出版峰会,把行业当下的任务概括为面向“后搜索时代”的重建。两年前,这个说法听起来像危言耸听。现在它已经是做规划时的前提。

近期报道的标题也指向同一个方向。9月底的一份报告测得,出版商的Google搜索流量同比下降40%。当月早些时候,微软表示要在Copilot结果里加入“追问”功能,这可能进一步影响出版商的流量。今年3月,有报道称小型网站的流量降幅最高达到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:用户“不会点击”链接

最后一条来自Search Engine Journal在9月28日报道的一份法庭文件,正好戳中这场转变的要害。用户越来越想要答案,而不是链接。如果这个判断成立,支撑开放网络二十年的流量模式就是被结构性地削弱了,而不只是碰上了一个糟糕的季度。Cloudflare的Matthew Prince当天也提出了相近的论点,他对The Next Web说“机器人不会点击广告”。这句话点出了AI抓取和广告经济之间的错位。

人们实际怎么用AI看新闻,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采访了福布斯的首席创新官,谈这家出版商如何调整与读者的关系。两边都没有给出一个能替代流失搜索引荐流量的清晰数字。

流量去了哪里,谁损失最大

Press Gazette在9月28日发布英国50大新闻网站排名,Oxford Mail的受众增长排在最前,8月的停留时间增至三倍。这是个有用的反例:一些媒体还在增长。可见下滑并不均匀,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。

小出版商就没这么幸运。今年3月的报道称,较小网站受搜索流量下滑的冲击最重;一份2月的反垄断文件则指控Google蚕食出版商的流量。Artforum在9月28日报道,Hyperallergic把内容改成了付费墙。这是一种应对:把手上已有的读者转成付费用户,而不是去追算法不再送来的那些人。

Google自己的产品方向也在往同一头推。AI Overviews在6月扩展到搜索结果中。今年3月有报道称,该公司正用AI改写标题,这对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,人们提的问题更长、更复杂,过去并不适合传统搜索。

查询行为的这种变化,就是流量流失的机制。一个过去会给出十条蓝色链接的查询,现在给出的是合成好的答案。为这个答案提供报道的出版商,可能什么也拿不到。

出版商实际在做什么

重建有几种做法。Digiday的峰会报道称,出版商正在向邮件通讯、活动、直接订阅和电商分散布局。Press Gazette的受众数据表明,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,不过相关材料里没有任何出版商已确认的交易条款。

这一切底下还有一个计量问题。Manticore Search的Klim Todrik写道,全文搜索在处理确切的人名、SKU、产品编号、品牌和关键词时依然表现良好,但它已经无法把用户带到答案面前,而这正是AI辅助搜索现在承诺的东西。所以,出售搜索可见性的出版商,实际上是在向一个产出越来越多绕过他们的系统出售。

同一问题的另一个角落,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差距:用户看到新消息提醒,打开对话却发现没有新消息,因为索引同步了,正文没有。出版业的对应情形是:读者在AI摘要里看到标题,却打不开文章,始终没有成为访问者。

对任何单一数字都该保持怀疑。40%的降幅、部分小网站60%的下滑,以及Oxford Mail的增长,不可能描述的是同一批对象。它们对应不同的基线、不同的垂直领域和不同的测量方法。这份材料里没有任何来源能把这些数字调和起来。

清楚的是方向。行业自己的会议、行业媒体和平台公告都指向更少的引荐流量、更多依赖直接关系。仍在增长的那些出版商,是早就建立起这种关系的。

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。