谷歌生成式AI引入搜索引擎 出版商有話說

AI無疑成為了今年谷歌的I/O開發(fā)者大會上絕對主角，與普羅大眾息息相關的，則是谷歌將生成式AI引入搜索引擎，用AI重新塑造包括搜索引擎在內的所有核心產品，谷歌的這一策略顯然讓資本市場很滿意，因此也使得其母公司Alphabet的股價創(chuàng)下了逾8個月來的新高。然而谷歌雖然是開心了，但有人卻不干了，其中網絡出版商就表現出了擔憂的態(tài)度，擔心谷歌搜索可能會影響到他們網站的流量。

根據海外用戶的測試顯示，在谷歌搜索中AI生成的內容會顯示在自然搜索結果上，而且不會完整顯示被索引的網站。以至于有相關網站方面表示，谷歌的這一舉動根本就沒有考慮到網絡出版商的利益，谷歌的AI搜索就相當于是在剽竊網站內容。要知道，過去數年間出版商與谷歌之間的關系已經極為緊張，雙方圍繞“內容支付公平”的斗爭從新大陸打到舊大陸、從北半球打到了南半球，雙方圍繞內容產生的收益分配早已可謂是“刺刀見紅”。

這一輪斗爭的結果，則是谷歌被迫向出版商支付被稱為“鏈接稅”的費用。既然斗爭已經取得了階段性勝利，生成式AI加入搜索引擎為什么又會讓出版商感到恐懼呢？其實這與AI搜索引擎的運行模式有著密切的關系。用《華盛頓郵報》評價谷歌AI搜索的話來說，就是谷歌現在將利用網絡資源來創(chuàng)建自己的內容，而不是像過去20年那樣，鏈接、引用和總結其他網站的內容。

作為一個古老的互聯網產品，搜索引擎在時代的不斷變遷里似乎始終如一，甚至在1998年使用谷歌搜索和在2022年使用的體驗并沒有本質上的差異，同樣都是顯示出一堆鏈接，只不過在UI設計上更加人性化、并且多了一點廣告而已。但非常遺憾的是，網絡信息的爆發(fā)式增長，已經出乎了拉里·佩奇和謝爾蓋·布林的意料之外，如今互聯網上充斥著大量同質化的低信息熵內容，搜索引擎僅僅依靠“關鍵詞”的檢索邏輯，也已經無法準確地過濾噪音。

沒錯，傳統(tǒng)搜索引擎的問題，就在于它只能扮演“搬運工”這個角色，而無法代替人腦完成信息的篩選甄別，而生成式AI加持的搜索引擎則可以在一定程度上代替用戶的大腦。

但問題就出在了AI搜索能夠利用網絡資源創(chuàng)建自己的內容上，如今已經存在谷歌聊天機器人Bard給出的回答中，有來自其他網站的內容被改寫、但沒有注明歸屬的例子。即AI搜索存在侵犯出版商版權的可能，而這可是在挖出版商的命根子，因此也意味著出版業(yè)的根基或面臨著被動搖的風險。

在過去的幾年時間里，出版商與谷歌矛盾的關鍵是利益分配不均，出版商方面認為谷歌利用他們的內容，讓用戶留在他們的生態(tài)中，再通過追蹤用戶在閱讀這些內容時的行為數據來不斷改善和更新功能，最終為其廣告業(yè)務服務?？墒窃趶V告市場，廣告主們發(fā)現，既然出版商和谷歌服務的是同一群讀者，顯然投廣告給平臺更大的谷歌更有效果，因此出版商最后發(fā)現，他們免費提供給谷歌的內容，正在成為絞死自己的套索。

出版商認為自己的內容沒能賣上一個好價錢，因此就想要讓谷歌“多出點血”。在這樣的一場斗爭里，出版商手里的武器是版權，谷歌既然使用了有版權的內容、自然就需要付費。

而AI搜索的問題，就在于出版商無法證明谷歌搜索使用的內容是來自他們，AI搜索并非內容的搬運工、而是在創(chuàng)造內容。盡管谷歌訓練Bard的語料大概率是來源于出版商，但這一點出版商并沒有能力去證明，畢竟生成式AI的智慧如何產生是存在諸多“黑箱”的。例如根據ChatGPT的回答來反推它使用了哪些語料，根本就是不太可能完成的任務。

如果說谷歌有能力自己生產內容也就罷了，可它沒有這個能力。眾所周知，生成式AI的原理，大概可以總結為通過大量的語料庫進行訓練、以建立相應的模型，從而使得AI能夠對人類的問題作出相應的回答和決策，可無論是OpenAI、谷歌，還是百度，他們訓練AI的語料都是買來的。所以谷歌的AI搜索必然會使用到其他出版商的內容來填充語料庫，可出版商又沒能力甄別谷歌AI搜索產出的內容，到底是不是建立在自家內容的基礎上。

所以不難發(fā)現，這AI搜索不就是出版商的末日嗎。即便是在版權歸屬明晰的時代，谷歌方面都不樂意為內容付費，到了AI搜索模糊版權的情況下，他們顯然就更沒有理由掏錢了，那么出版商不是得去喝西北風。因此最有可能出現的情況，就是既然出版商無法判斷生成式AI到底有沒有抓取他們網站上的內容，他們或許就更樂意學習Twitter、Reddit的策略，對訪問其數據的行為收費。

換而言之，谷歌的AI搜索可能反而會弄巧成拙，而出于被AI搜索未經同意就擅自使用自家版權內容的恐懼，出版商可能會讓谷歌的爬蟲為它的每一次訪問付費了。