AI搜索抽走流量,出版商为何要切断Google

Yangyi#AI搜索#Google#内容分发#AI Overviews#数字化营销

过去二十年,Google 搜索是新闻出版商免费获客的基础设施:你把内容交给它索引,它把流量导给你,双方共生。2026 年,这份「流量换内容」的隐性契约被 AI 单方面撕毁——AI Overviews 直接在结果页给出答案,用户不再需要点击原文。Reddit、USA Today、Politico、Reuters、The Economist 等一批头部出版商,第一次开始认真计算「离开 Google」这笔账。

这不是一场普通的口水战,而是内容分发权力结构的一次松动。理解它,对任何依赖平台分发的内容生产者都有价值。

一份维系20年的隐性契约正在破裂

搜索时代的隐形契约很简单:出版商交出内容的索引权,Google 回馈流量。这套机制养活了整个数字新闻业,也让出版商把 Google 当成了「生命线」。

问题在于,生命线的特征是——你越依赖它,切断的代价越高。当 AI Overviews 开始把用户想要的答案直接摆在结果页顶部,链接被挤到下方甚至被摘要替代,出版商发现:内容还在被抓取,流量却不再回来。对价的后半句消失了。

流量数据:绳子正在勒紧脖子

多家出版商的流量数据印证了这根绳子正在勒住脖子:

  • USA Today:截至 2026 年 6 月的 12 个月里,Google 搜索流量下降约 50%
  • Politico(Axel Springer 旗下):流量下降 23%
  • Business Insider:作为极端案例,暴跌 85% 以上

USA Today 母公司 Gannett 的 CEO Mike Reed 公开喊话:「是时候表明立场,说'够了'。」该公司本就在反垄断诉讼中起诉 Google,如今考虑彻底屏蔽其抓取。Reuters 总裁 Paul Bascobert 则更克制:「我们确实在权衡搜索流量与 AI 摘要之间的经济得失。」

Google 的「二选一」捆绑,才是愤怒的真正来源

出版商真正被激怒的,不只是流量下滑,而是 Google 设计的一个囚徒困境:只有在出版商授予「内容可广泛用于 AI 训练」的前提下,才让其进入 AI Overviews 的试点。

这把「要不要喂养 AI」和「要不要获得曝光」绑成了同一个选择。拒绝喂 AI,可能连残存曝光都失去;同意,则等于亲手训练那个正在取代自己的系统。Reddit 的处境是个缩影——它此前与 Google 签下每年 6000 万美元 的 AI 训练授权协议,如今开始质疑这笔买卖是否还划算。

需要区分的是,Reddit 卖的是用户生成内容(数据商),新闻机构卖的是原创报道(内容生产者),两者对 Google 的议价能力并不相同——UGC 更难被替代,所以 Reddit 能签下高价,而单家报纸要脆弱得多。

别被 Google 的话术带偏

Google 发言人的回应是精心设计的转移焦点:强调「AI 搜索功能每周向全网发送数十亿次点击」,并称出版商可以选择退出 AI 训练而不损失搜索可见度。

但这套说辞回避了核心矛盾:**AI Overviews 把答案直接呈现在结果页,用户根本不需要点击。**用「点击总量很大」掩盖「单个出版商点击率结构性崩塌」,是典型的公关手法。

同样值得注意的是,截至报道发稿,没有一家真正拉闸——用词都是「评估」「讨论」「考虑」。这更像是一种谈判姿态:通过媒体放风施压,为下一轮授权费抬价。喊「要走」,往往是为了「卖得更贵」。

对内容创作者的三条警示

这件事的意义远超新闻行业。搜索时代的隐形契约是「我给你索引权,你给我流量」,而 AI 搜索拿走内容却把答案留在自己页面——中间商的价值被压缩。对自媒体、垂直站、知识博主同样成立:

  1. 不要把任何单一平台当生命线:依赖度就是脆弱度,USA Today 掉五成就是前车之鉴;
  2. AI 摘要正在把「流量分发」变成「答案终结」:能被一段摘要替代的内容,最先出局;
  3. 出路不在抵制平台,而在直接触达:订阅、App、社群、品牌,以及内容授权的集体议价,才是不被单方面撕约的底气。

小结

出版商与 Google 的这场博弈,本质是 AI 重写内容分发规则的一个切面。谁能把命脉从平台流量迁移到自有渠道,谁就掌握了下一个周期的主动权。对每一个靠内容吃饭的人来说,现在就是重估「平台依赖度」的时刻。

相关阅读

价格弹性为何总被低估?有限注意力的定价陷阱

你把提价后销量没掉读成「顾客不敏感」,但很可能只是他没注意到涨价——而数据分不清这两者,还会一路把价格敏感度往小了算。本文从一篇计量经济学新论文出发,讲清有限注意力如何让观测到的价格弹性被系统性衰减、为什么加数据也纠正不了、测出的值只是真实弹性的下限,以及营销人该如何用定价实验和「注意力」这个杠杆来应对。

Yangyi#价格弹性#定价策略#行为经济学#数字化营销#营销测量

增量实验、PIE、MMM 到底怎么理解?营销测量入门

传统归因把「碰过就算功劳」的转化都记给广告,里面混着大量本来就会买的人。本文用奶茶店发券和小红书投放两个例子,把增量实验、PIE、MMM 三个营销测量核心概念讲透:增量实验靠对照组量出广告真正多带来多少转化,对照组为何只能由平台随机留出,PIE 如何把整体增量归因到具体人群,以及三者如何组成 2025-2026 的测量三角。

Yangyi#增量实验#归因模型#营销测量#MMM#数字化营销#iROAS

Reddit 冷门赚钱方法与信息差实录:20+ 个别人不爱说的路子

一位网友记账 2 年试遍所有「被动收入」点子后得出结论:真正躺赚几乎不存在,能落地的是找一个无聊到没人愿意做、但真有人付钱的小需求。本文从 Reddit 六大赚钱社区数百个高赞帖里,筛出信息差套利、冷门倒卖、本地服务、低维护数字产品四类共 20+ 个冷门路子,每条标注普通人适配度并附原帖,另附被验证是坑的热门方法。

Yangyi#副业#被动收入#信息差#赚钱方法#Reddit#冷门生意

让 NewMax 帮你把这些方法落地

下载 NewMax,让 AI 在你的电脑上真正动手干活——读写文件、操作软件、跑完整个工作流。