Google Keresés a mesterséges intelligencia korában: A digitális információs gazdaság gazdasági újragondolása

A mesterséges intelligencia, mint közvetlen fenyegetés a klasszikus keresőmotor-üzleti modellre – vagy egy már dominált piac stratégiai fejlesztése?

2025 első negyedévében a Google hivatalosan is a globális keresési piac vitathatatlan uraként tünteti fel magát. 91,55 százalékos piaci részesedésével a vállalat naponta körülbelül 8,9 milliárd keresési lekérdezést dolgoz fel, ami másodpercenként nagyjából 103 000 lekérdezést, azaz összesen 2,6 billiót jelent évente. A mobileszközökön a Google gyakorlatilag hegemón pozíciót tart fenn 96,3 százalékos piaci részesedéssel. Ezek a számok megingathatatlan dominancia képét sugallják, de a statisztikai felszín alatt egy sokkal összetettebb és ingatagabb kép húzódik meg a gazdasági felfordulásról. A piaci részesedés önmagában elfedi a keresési mennyiség, a felhasználói viselkedés és a realizált bevételi források közötti értékviszony természetének alapvető átalakulását.

2024 utolsó hónapjaiban ritka jelenség történt: a Google globális piaci részesedése egy évtized után először esett a szimbolikusan jelentős 90 százalékos küszöb alá. 2024 októberében a részesedés 89,34 százalékon, novemberben 89,99 százalékon, decemberben pedig 89,73 százalékon állt. Ez az első következetes visszaesés e határ alá 2015 óta. Míg az elemzők ezt a csökkenést részben az ázsiai regionális eltolódásoknak tulajdonítják, a fejlemény számos strukturális erő konvergenciáját jelzi, amelyek alapvetően kezdik destabilizálni a hagyományos keresőmotor-ökoszisztémát. Kevésbé a meglévő felhasználók radikális elvándorlásáról van szó, mint inkább a keresési viselkedés és a sikerhez vezető gazdasági utak átalakulásáról.

A Google üzleti modellje egy elegáns, mégis egyre törékenyebb architektúrán alapul. 2024-ben a vállalat teljes bevétele körülbelül 307 milliárd dollár volt, amelyből a keresési hirdetések nagyjából 175 milliárd dollárt tettek ki. Ez nemcsak a teljes bevétel 57 százalékát teszi ki, hanem a teljes vállalati struktúra pénzügyi gerincét is képezi. A modell mechanizmusa egyszerű, mégis hatékony: a felhasználók explicit vagy implicit vásárlási szándékkal fogalmaznak meg keresési lekérdezéseket; a Google olyan hirdetők hirdetéseit jeleníti meg, akik fizetnek a kattintásokért; a felhasználók rákattintanak ezekre a hirdetésekre vagy az organikus keresési eredményekre; és egy háromoldalú piactér jön létre a felhasználók, a kiadók és a hirdetők között.

Ezt az architektúrát alapvetően megkérdőjelezi a mesterséges intelligencia integrációja, különösen az „AI Overviews” technológiáján keresztül.

A mesterséges intelligencia mint üzleti modell rombolója: a hanyatlás mérőszámai

A Google mesterséges intelligencia alapú áttekintéseinek bevezetése fordulópontot jelent. Ez a technológia generatív modellek által generált szintetizált információösszefoglalókat jelenít meg a felhasználóknak közvetlenül a keresési eredmények oldalán anélkül, hogy külső webhelyekre kellene kattintaniuk. A bevezetés figyelemre méltóan gyors volt: 2025 januárjában a mesterséges intelligencia alapú áttekintések az összes keresési lekérdezés 6,49 százalékában jelentek meg. 2025 márciusára ez az arány megduplázódott, körülbelül 13,14 százalékra. Ez azt jelenti, hogy ma az amerikai piacon a Google-keresések több mint egyhetedében a mesterséges intelligencia alapú szintézis révén történő információgyűjtés kezdeményezése már azelőtt megvalósul, hogy a felhasználó aktiválna egy hagyományos organikus keresési eredményt vagy egy fizetett hirdetést.

A terjeszkedés gazdasági következményei gyorsan nyilvánvalóvá váltak. Az átkattintási arányok, amelyek minden digitális-kapitalista gazdasági modell alapvető mutatói, drámaian reagáltak. A mesterséges intelligencia áttekintését használó keresési lekérdezések esetében az organikus átkattintási arány 1,76 százalékról (2024 júniusa) 0,61 százalékra (2025 szeptembere) zuhant. Ez körülbelül 65 százalékos csökkenést jelent, vagy üzleti szempontból a „kattintás organikus keresési eredményre” eszköz nagyjából kétharmadával változott a mesterséges intelligencia nyomása alatt. Ugyanakkor a fizetett keresési hirdetések még drasztikusabb visszaesést mutattak: az átkattintási arány 19,7 százalékról 6,34 százalékra zuhant, ami 68 százalékos csökkenést jelent.

Különösen figyelemre méltó e két hatás kölcsönhatása: Az AI-áttekintések által okozott átkattintási arányok csökkenése nem korlátozódik azokra a keresési lekérdezésekre, amelyeknél a AI-áttekintések ténylegesen megjelennek. Az organikus átkattintási arányok is körülbelül 41 százalékkal csökkentek éves szinten az AI-áttekintések nélküli keresési lekérdezések esetében. Ez egy mélyebb viselkedési hatásra utal: A felhasználók alapvetően átalakítják interakciós mintáikat. Megtanulják, hogy a keresési eredményekre egyre kevésbé érdemes kattintani, mert a AI-rendszerek már eleve a találati oldalon adnak válaszokat. Elméleti szempontból ez a tanulási hatás felfogható irracionális kockázatkerülés vagy rutinképződés formájában; a valóságban azonban a felhasználók racionálisan reagálnak az átalakuló információs környezetre.

Ennek az átalakulásnak az összesített hatásai szembetűnőek. A „nulla kattintásos keresések” – azaz olyan keresések, amelyek nem eredményeznek külső találatra kattintást – aránya 56 százalékról 69 százalékra ugrott. Ezzel szemben a keresési lekérdezéseknek ma már csak 31 százaléka vezet külső célhelyre kattintáshoz. A kiadók és a tartalomkészítők számára ez katasztrofális mértékű forgalomcsökkenést jelent. A Similarweb elemzése kimutatta, hogy a hírportálok organikus forgalma egy év alatt több mint 2,3 milliárd havi látogatásról 1,7 milliárd alá zuhant – ez körülbelül 600 millió látogatás veszteséget jelent havonta, ami a korábbi forgalom mintegy 26 százalékát jelenti. Az egyes kiadók még drámaibb számokról számolnak be: Egy nagy amerikai életmódmagazin az átkattintási arány 5,1 százalékról 0,6 százalékra való csökkenését figyelte meg, ami gyakorlatilag körülbelül 88 százalékos csökkenést jelent.

Ez nem a keresőmotorok környezetének fokozatos, evolúciós átalakulása. Ez egy forradalom. A Google számára a következmények kettősek és paradoxak: Egyrészt az AI Overview integrációja kevesebb kattintáshoz vezet, másrészt a Google ellenáll a funkció bevezetésére irányuló nyomásnak, azzal érvelve, hogy minden kattintás, amely nem vész el a ChatGPT miatt, értékes – és ezért még a csökkent számú kattintás is jobb, mint a semmilyen kattintás. Egy belső Google-feljegyzés, amelyről beszámoltak, tömören megfogalmazta ezt a kognitív feszültséget: A Google inkább elveszítené a csökkenő kereséseket a Geminivel (a Google saját MI-modelljével) szemben, mint a ChatGPT-vel szemben, mert ez megőrizné a felhasználók Google-ökoszisztémán belüli megtartásának lehetőségét. Más szóval, a Google a bevételszerző forgalom középtávú csökkenését kockáztatja annak érdekében, hogy hosszú távon megőrizze piaci pozícióját a decentralizált MI-versenytársakkal szemben.

Ez a stratégia a platformkapitalizmus egyik alapvető dilemmáját tükrözi: amikor az érték hagyományos mérése – a kattintásgenerálás – nyomás alá kerül, alternatív értékteremtési utakat kell kidolgozni. A Google ezzel kísérletezik az AI Mode fejlesztésével, amely egy átfogóbb, párbeszéden alapuló keresési élmény, amelynek célja a hosszabb távú felhasználói elköteleződés generálása. Az üzleti modell a tranzakciós („felhasználók kattintásai a hirdetésre”) modellekről a potenciálisan integráltabb vagy akár előfizetésen alapuló modellek felé tolódik el. A 2025-re vonatkozó keresőmarketing-bevételre vonatkozó előrejelzés, amely körülbelül 190,6 milliárd dollár – ami körülbelül 7 százalékos növekedést jelent 2024-hez képest – nominális optimizmust mutat ezen trendek fényében. Ez a növekedés azonban valószínűleg elsősorban áremelésekkel (kattintásonkénti költség növekedése), nem pedig a megnövekedett mennyiséggel fog megvalósulni.

Robby Stein termékfilozófiája: A Snapchattől a mesterséges intelligencia alapú keresésig

Ennek fényében Robby Stein, a Google Search termékért felelős alelnökének életrajza és explicit termékstratégiája különös jelentőséggel bír. Stein kulcsfigurává vált a Google keresési átalakításának megszervezésére irányuló kísérletében. Karrierútja sokat elárul a mesterséges intelligencia tervei mögött meghúzódó stratégiai logika megértéséből.

Stein az Instagram Stories fejlesztéséről ismert. Ez a termékdöntés betekintést nyújtó esettanulmányt nyújt mind a termékfejlesztésről extrém bizonytalanság körülményei között, mind arról, hogyan tudják a bevált platformok semlegesíteni a versenytársakat az „elég jó” másolatok révén. 2013-ban a Snapchat bevezette a „Stories” funkciót, amely az efemer, automatikusan eltűnő közösségi média tartalmak innovatív funkciója. Az innováció technikailag elegáns és forradalmi volt a felhasználói viselkedés szempontjából, új kategóriát teremtve a közösségi média interakcióban. A Snapchat 2016-ban körülbelül 150 millió napi aktív felhasználót ért el. Az Instagram, amely már a Facebook ökoszisztémájának része volt, és több mint 500 millió napi aktív felhasználóval büszkélkedhetett, 2016. augusztus 2-án lemásolta a funkciót.

A következmények katasztrofálisak voltak a Snapchat számára. Az Instagram Stories hat hónapon belül elérte a több mint 150 millió napi felhasználót. A Snapchat Stories megtekintései 15-40 százalékkal zuhantak. Egy éven belül a Snapchat funkcionálisan semlegesült ebben a szegmensben. Ami megkülönböztette az Instagram Stories-t a Snapchat Stories-tól, az nem a technikai fölény, hanem a működési fölény volt: az Instagram integrálta a funkciót egy már amúgy is domináns ökoszisztémába, jobb elemzést kínált az alkotóknak, lehetővé tette a márka- és felhasználócímkézést (amit a Snapchat nem kínált), és a meglévő technikai infrastruktúrára támaszkodott. Ez a platformgazdaságtan tankönyvi példája volt: a méretezés, az integrációs képességek és a működési kiválóság felülmúlta az innovációt a széttöredezett piacokon.

Legutóbbi interjúkban Stein három fő elem által vezéreltként írja le termékfejlesztési filozófiáját: Először is, a „fáradhatatlan fejlesztés” – az iteratív optimalizálásra való megszállott összpontosítás. Másodszor, a felhasználói viselkedés mélyreható megértése komplex technológiai rendszerek kontextusában. Harmadszor, a hajlandóság arra, hogy ellentmondásos döntéseket hozzon, amikor az adatok megkövetelik.

Ez a filozófia a Google mesterséges intelligencia stratégiájában is megnyilvánul. Stein nyilvánosan kijelentette, hogy a Google a „keresés következő generációjának” három, pirulaszerű elemét azonosította: AI Áttekintések (gyors, MI által generált összefoglalók), multimodális keresés (képek, videó, Lencse) és AI Mód (egy beszélgetésen alapuló, felváltva végzett keresési élmény, amely korábban ismeretlen volt a Google számára). Ez a három elem célja, hogy „konvergáljon”, és zökkenőmentes, átfogóbb keresési élményt hozzon létre.

A megvalósítás sebessége figyelemre méltó. Az AI Mode körülbelül egy év alatt jutott el a koncepciótól a bevezetésig, ami kivételesen gyors egy ekkora vállalatnál. Ez tükrözi, hogy a Google újabb termékvezetői – kifejezetten Stein elvei által vezérelve – hogyan törnek át a régi szervezeti lassúságon.

Stein filozófiája azonban egy strukturális gyengeséget is tartalmaz: a „fáradhatatlan fejlesztés” fogalmát magára a termékre összpontosító folyamatként értelmezi, nem pedig annak ökoszisztémára és elosztási hatásaira. Tisztán felhasználóközpontú szempontból az agresszív mesterséges intelligencia általi áttekintések a hozzáférés „javulását” jelenthetik az információkhoz. A kiadók és a tágabb webes ökoszisztéma szempontjából azonban, amely a kattintásgenerálásra támaszkodik, destruktív beavatkozást jelentenek. Ez dilemmát teremt: a maximális felhasználói lelkesedésre törekvő termékmenedzser egyszerre alááshatja a vállalat üzleti modelljét, mivel a felhasználói élmény és a kereskedelmi megvalósítás nem egyezik meg.

Akadémiai szétszórtság: A széttöredezett átalakulás három pillére

Stein a közelmúltban adott interjúiban egy fogalmi keretet kínált a keresési környezet átalakulásához: három nem egyenértékű pillért. Ez a kategorizálás jelentősebb, mint amilyennek elsőre látszik, mert feltárja, hogy a Google hogyan értelmezi belsőleg keresési stratégiájának széttöredezettségét.

Az első pillér a mesterséges intelligencia által generált áttekintések. Ezek a keresési eredmények oldalán megjelenített információk mesterséges intelligencia által generált összefoglalói. Úgy működnek, hogy egy speciális Gemini modell (a Google saját fejlesztésű nagy nyelvi modellje) értelmezi a keresési lekérdezést, végrehajt egy keresési stratégiát (úgynevezett „lekérdezés-elosztás”), amelyben a modell automatikusan több tucat segítő lekérdezést fogalmaz meg és hajt végre a kontextus összegyűjtése érdekében, majd strukturált választ generál. A mesterséges intelligencia általi áttekintések információs lekérdezésekre irányulnak – „forrásban lévő víz hőmérséklete”, „legjobb éttermek Berlinben”, „hogyan működik a Bitcoin”. Nem igazán alkalmasak navigációs lekérdezésekhez (ahol a felhasználó egy adott úti célt keres). Nem ideálisak a kiemelt fontosságú kereskedelmi lekérdezésekhez (vásárlási szándék) sem, mivel a hagyományos hirdetési formátumok és terméklisták továbbra is jobban teljesítenek ezeken a területeken.

A második pillér a multimodális keresés, amelyet elsősorban a Google Lens közvetít. Ez lehetővé teszi a felhasználók számára, hogy vizuális bemenettel keressenek – lefényképeznek egy tárgyat, majd megkérdezik a Google-tól, hogy mi az a tárgy, hogyan lehet megjavítani, és hol lehet megvásárolni. A Google Lens növekedési üteme lenyűgöző: 15 százalékos éves növekedés, elérve a körülbelül 20 milliárd havi lekérdezést. Ez egy jelentős pillér, mert azt mutatja, hogy a Google keresése nem kizárólag szövegalapú – az interakció közege is diverzifikálódik.

A harmadik pillér az AI Mode. Ez a legújabb és konceptuálisan legambiciózusabb kísérlet. Míg az AI-áttekintések a pontról pontra adott válaszokra irányulnak (kérdés → válasz → vége), az AI Mode egy hosszabb távú, párbeszédes interakción keresztül működik. A felhasználó összetett, több lépésből álló kérdéseket tehet fel („Éttermet keresek Berlinben, a barátomnak mogyoróallergiája van, szeretnék kültéri ülőhelyet, a költségvetés körülbelül 60 euró fejenként”), az AI Mode pedig lépésről lépésre ajánlásokat adna, tisztázná és finomítaná azokat, és alternatívákat kínálna. Kevésbé keresőmotor, inkább interaktív információs ügynök.

A keresési stratégia három, nem teljesen egyenértékű módra való felosztása a rugalmasság és az opcionális működés metastratégiáját tükrözi. A Google tartózkodik attól, hogy monolitikus „új keresést” definiáljon, ehelyett a keresési módok egy olyan portfólióját kínálja, amely a különböző lekérdezéstípusokat és felhasználói preferenciákat célozza meg. Ez stratégiailag intelligens, mert egyszerre több tétet tesz meg anélkül, hogy egyetlen olyan innovációra kötelezné el magát, amely esetleg nem lenne univerzálisan sikeres.

Ez a portfólióstratégia azonban mély bizonytalanságot is feltár. Egy széttöredezett keresési élményből bevételt kovácsolni nehezebb, mint egy egységes architektúrából. Amikor a felhasználók különböző módok között választanak, elvárási instabilitást teremtenek, ami lemorzsolódáshoz vezet. És ha a Google belsőleg különböző módokat kínál, az egyik mód kiszoríthatja a másikat.

B2B támogatás és SaaS SEO és GEO (AI keresés) kombinációja: Az all-in-one megoldás B2B vállalatok számára - Kép: Xpert.Digital

A mesterséges intelligencia általi keresés mindent megváltoztat: Hogyan forradalmasítja ez a SaaS-megoldás a B2B rangsorolását örökre?

A B2B vállalatok digitális környezete gyors változásokon megy keresztül. A mesterséges intelligencia hatására az online láthatóság szabályai átíródnak. A vállalatok számára mindig is kihívást jelentett, hogy ne csak a digitális tömegekben legyenek láthatóak, hanem hogy relevánsak is legyenek a megfelelő döntéshozók számára. A hagyományos SEO stratégiák és a helyi jelenlét kezelése (geomarketing) összetettek, időigényesek, és gyakran a folyamatosan változó algoritmusok és az intenzív verseny elleni küzdelmet jelentik.

De mi lenne, ha létezne egy olyan megoldás, amely nemcsak leegyszerűsíti ezt a folyamatot, hanem intelligensebbé, prediktívebbé és sokkal hatékonyabbá is teszi? Itt jön képbe a specializált B2B támogatás és egy hatékony SaaS (Software as a Service) platform kombinációja, amelyet kifejezetten a SEO és a GEO igényeire terveztek a mesterséges intelligencia által vezérelt keresések korában.

Ez az új generációs eszköz már nem kizárólag a manuális kulcsszóelemzésre és a backlink stratégiákra támaszkodik. Ehelyett mesterséges intelligenciát használ a keresési szándék pontosabb megértéséhez, a helyi rangsorolási tényezők automatikus optimalizálásához és valós idejű versenyelemzés elvégzéséhez. Az eredmény egy proaktív, adatvezérelt stratégia, amely döntő előnyt biztosít a B2B vállalatoknak: Nemcsak megtalálhatók, hanem a piaci résük és a helyszínük mérvadó szakértőjeként is érzékelik őket.

Íme a B2B támogatás és a mesterséges intelligencia által vezérelt SaaS technológia szimbiózisa, amely átalakítja a SEO és a GEO marketinget, és hogy vállalata hogyan profitálhat belőle a fenntartható növekedés érdekében a digitális térben.

Bővebben itt:

• B2B támogatás és blog SEO, GEO és AIS témákhoz – Mesterséges Intelligencia Keresés
• Felejtsd el a drága SEO eszközöket – ez az alternatíva verhetetlen B2B funkciókkal dominál

A Gemini modell visszhangkamrája: Műszaki architektúra és üzleti vonatkozásai

A Gemini, az AI Mode, az AI Overviews és a multimodális keresést működtető MI-modell mögött álló technikai architektúra releváns annak megértéséhez, hogy a Google miért hajtja ezt az átalakulást. Sok nyelvi modellel ellentétben a Geminit a nulláról indulva multimodálisra tervezték. Ez azt jelenti, hogy a modell egyetlen neurális hálózatba integrálja a szöveget, a képeket, a hangot és a videót, ahelyett, hogy ezeket a modalitásokat később hozzáadná. Ez elméleti szempontból strukturális eleganciát kölcsönöz a Gemininek.

Technikailag a Gemini egy úgynevezett transzformátor-dekódoló architektúrát használ, amelyet a hatékonyságra optimalizáltak. A modell a Google Cloud Tensor Processing Units (TPU) feldolgozóegységein fut, ami szabadalmaztatott előnyt biztosít a Google-nek a következtetési sebesség terén – a Google gyorsabban és olcsóbban tud MI-modelleket futtatni, mint a versenytársai, általános célú felhőinfrastruktúrák alapján. A Gemini képes gondolatlánc-következtetést végezni – összetett problémákat képes több fogalmi lépésre bontani, mielőtt megfogalmazná a választ. Ez mélyebb logikai struktúrákat tesz lehetővé, mint a korábbi LLM-ek sekély tokengenerálása.

Döntő fontosságú, hogy a Gemini integrálva van a Google saját adattárházaival. A Google Shopping Graph körülbelül 50 milliárd terméket tartalmaz, amelyeket óránként 2 milliárdszor frissítenek kereskedői hírcsatornákon keresztül. A Google 250 millió helyszínhez és térképinformációhoz fér hozzá. A Google hozzáfér pénzügyi adatokhoz, valós idejű tőzsdei információkhoz és a teljes webhez kontextusforrásként. Ezek az adattárházak nem nyilvánosan elérhetők – saját, kizárólag a Google számára elérhető erőforrások. Ez alapvető előnyt biztosít a Gemininek (és így az AI Mode-nak, az AI Overviews-nek stb.), amellyel a versenytársak, mint például a ChatGPT vagy a Perplexity, nem rendelkeznek. Az OpenAI-nak nyilvánosan elérhető adatokra és API-kon keresztül kinyert adatokra kell támaszkodnia. A Perplexitynek webes adatgyűjtést kell használnia. A Google már rendelkezik az adatokkal belsőleg.

Ez az architektúra jól szemlélteti, miért kell a Google mesterséges intelligencia integrációját stratégiailag szükségesnek, nem pedig pusztán opcionálisnak tekinteni. Az infrastruktúra már a helyén van. Az adatok már megvannak. A számítási kapacitás már rendelkezésre áll. A gazdaságilag racionális cselekvési irány ezen erőforrások kihasználása. Az egyetlen kérdés az, hogy milyen agresszívan kell a monetizációt folytatni, tekintettel a hagyományos üzleti modellre gyakorolt ​​mellékhatásokra.

A zavaró probléma: a zajban zajló verseny

A mesterséges intelligencia keresési vitáinak gyakran figyelmen kívül hagyott aspektusa a Perplexity AI szerepe. A Perplexity-t 2022-ben alapította Aravind Srinivas, egykori Google-gyakornok, és kifejezetten AI-natív keresőfelületként pozicionálja magát. 2024 augusztusában a Perplexitynek körülbelül 15 millió havi aktív felhasználója volt. A vállalat körülbelül 40 millió dolláros bevételi előrejelzést jelentett 2024-re. Az OpenAI körülbelül 11,6 milliárd dolláros bevételt prognosztizált 2025-re API-ajánlatai és a ChatGPT Search kereskedelmi használata révén.

Az összesített felhasználói adatok azonban meglepő képet festenek: a Perplexity és a ChatGPT Search együttesen jelenleg körülbelül 37,5 millió promptot dolgoz fel naponta a ChatGPT számára, plusz ennek a többszörösét a Perplexity számára (konzervatív becslések szerint körülbelül 10-20 millió), ami összesen körülbelül 47,5-57,5 millió mesterséges intelligencia alapú keresési promptot eredményez naponta. Eközben a Google körülbelül 14 milliárd keresési lekérdezést dolgoz fel naponta. Ez azt jelenti, hogy a Google körülbelül 250-370-szer több keresési lekérdezést dolgoz fel, mint a Perplexity és a ChatGPT együttvéve. Az összesített mesterséges intelligencia alapú keresési forgalom a teljes globális webforgalom nagyjából 0,1-0,25 százalékát teszi ki. Ez zaj, nem pedig paradigmaváltás jele.

Ez azért jelentős, mert azt mutatja, hogy a mesterséges intelligencia alapú kereső startupok hatalmas kockázati tőkebefektetései, a „keresési forradalom” körüli médiafelhajtás, valamint a Perplexity és a ChatGPT Search valódi technikai fejlesztései ellenére a klasszikus Google Search továbbra is a domináns információforrás. Ez nem jelenti azt, hogy a Perplexity és a ChatGPT Search nem fontosak – a felhasználói elvárások változását jelzik. De nem jelenti azt, hogy a Google piaci pozíciója egzisztenciális veszélyben lenne.

Ezek a számok azonban félrevezetőek lehetnek. Bár a Perplexity a Google napi globális keresési volumenének mindössze 0,01 százalékát teszi ki, a penetrációja bizonyos felhasználói kohorszok (fiatal, tech-hozzáértő, információintenzív munkavállalók) körében jelentősen magasabb. Egy kockázati tőkeelemző azzal érvelhet, hogy a Perplexity nem a Google-lel versenyez, hanem azt a felhasználói típust hozza létre, amely tíz éven belül a domináns felhasználói kohorszt fogja alkotni. Ez egy klasszikus diszrupciós érv. Ez azonban spekuláció; a jelenlegi adatok a keresési modellek együttélésére, nem pedig helyettesítési folyamatra utalnak.

A kiadó összeomlása: Gazdasági pusztítás vagy üzleti modell átszervezése?

Egy teljes körű gazdasági elemzéshez meg kell vizsgálni a Google AI-integráció által a kiadókra gyakorolt ​​romboló folyamatot. Ez egy valós és azonnali jelenség, nem pusztán egy előrejelzés. A kiadók 70-80 százalékos forgalomkiesésről számolnak be. Egy nagy amerikai hírmagazin forgalmának 27-38 százalékát veszítette el 2024 és 2025 között. Egy lakásfelújítással foglalkozó, speciális niche blog bevételének körülbelül 86 százalékát veszítette el, a havi 7000-10 000 dollárról körülbelül 1500 dollárra.

A gazdasági következmények drámaiak. Az amerikai híripar kevesebb mint egy év alatt körülbelül 600 millió havi látogatást veszített – ez körülbelül 26 százalékos csökkenést jelent. Egy reklámbevételekre épülő iparág esetében ez közvetlenül kevesebb megjelenítést, kevesebb hirdetéskattintást, alacsonyabb CPM-árakat (a szűkösebb megjelenítési készletért folytatott verseny miatt) és csökkenő összbevételt jelent.

Ez a negatív hatások gazdasági externalizációjának klasszikus esete. A Google internalizálja a javuló felhasználói élményből származó profitot (a felhasználóknak nem kell kattintaniuk, azonnali válaszokat kapnak), de a költségeket a kiadókra hárítja át, akik már nem generálnak forgalmat. Ez az aszimmetrikus költségeloszlás a platformgazdaságok strukturális jellemzője, ahol a platformüzemeltetők alkupozícióban vannak a költségközpontok áthelyezésére.

Néhány kiadó olyan modellekkel kezd kísérletezni, amelyek ezt az új valóságot alkalmazzák: A forgalom mennyiségére való optimalizálás helyett a látható/márkamegemlítésekre optimalizálnak a mesterséges intelligencia által generált kimenetekben. Ha a Google a „legjobb éttermek Berlinben” kifejezésre generál választ, egy adott étterem említése értékesebb lehet az adott étterem számára, mint egy kattintás, mert az említés erősíti a márkaismertséget, és egy „első helyen” lévő belépési pontot hoz létre. Azok a felhasználók, akik olyan mesterséges intelligencia által generált válaszokat olvasnak, amelyek egy adott éttermet említenek, hajlamosabbak lehetnek később meglátogatni az adott éttermet, még akkor is, ha nem kattintanak azonnal.

Ez nem vigasz azoknak a kiadóknak, akik a forgalom azonnali bevételszerzésére támaszkodnak. De a kiadói üzleti modellek lehetséges átszervezésére utal: a „forgalom mennyisége × hirdetés CPM”-ről a „márkatekintély × prémium tartalom-előfizetés” vagy a „márkatekintély × nagy értékű partnerkapcsolatok” modellre.

A megoldatlan számlázási kérdés: Ki fizeti a betanítási adatokat?

Egy kissé fontos, de szisztematikusan figyelmen kívül hagyott kérdés az adatattribúció betanításának kérdése. Az AI-áttekintéseket, az AI-módot és a ChatGPT-keresést működtető MI-modelleket olyan webes adatokon képezték ki, amelyeket 99 százalékban nem MI-szervezetek hoztak létre. A kiadók újságírókat fizetnek cikkek írásáért. A hírügynökségek tudósítókat fizetnek tények gyűjtéséért. A tudósok időt fektetnek a kutatásba, hogy közzétehessék ezeket az eredményeket. Mindezek a szervezetek jellemzően forgalomgeneráláson vagy közvetlen előfizetéseken alapuló üzleti modelleken keresztül finanszírozzák működésüket. A webes tartalmak létrehozása azonban „közjószágnak” minősül, ha nem közvetlen monetizáció révén kompenzálják.

A mesterséges intelligencia betanítási folyamata soha nem kompenzálta ezeket a tartalomkészítőket. Az OpenAI több milliárd cikkel képezte a GPT-4-et anélkül, hogy a kiadókat kompenzálta volna. A Google webes tartalmakkal képezte ki a Geminit, kompenzáció nélkül. A Perplexity hasonlóképpen képezi a modelljeit. Ez technikailag és jogilag lehetséges, mivel "fair use"-ot foglal magában (az amerikai szerzői jogi törvény értelmében), de etikailag és gazdaságilag aszimmetrikus: A tartalomkészítők finanszírozzák a mesterséges intelligencia betanítását, de nem kapnak közvetlen kompenzációt. Ehelyett a csökkent forgalomgenerálás miatt károsodnak.

Ez hosszú távú kockázatot jelenthet a mesterséges intelligencia iparág számára. Ha a kiadók nem kapnak kompenzációt a betanítási adataikért, kevésbé lesz ösztönzőjük a kiváló minőségű tartalom létrehozására. A web minősége romlani fog. Ez később problémát okoz a webes adatokon betanított MI-modellek számára – alacsonyabb minőségű tartalmakon fognak betanulni. Ez egy klasszikus „közösségi tragédia” probléma. Néhány szereplő (nevezetesen az OpenAI a kereskedelmi erőforrásaival és a Google a belső webes integrációjával) már elkezdett kísérletezni a licencelt adatforrásokkal (pl. az OpenAI partnerséget kötött a hírkiadókkal a tartalomhírcsatornák terén). Ez egy olyan kialakulóban lévő normához vezethet, ahol a mesterséges intelligencia betanítása részben licencelt. De egyelőre ez még mindig a kivétel, nem a szabály.

Értéklánc destabilizálódása: A reklámoktól… odáig?

A Google mesterséges intelligencia integrációja által teremtett alapvető gazdasági probléma az alternatív monetizációs utak kérdése, amikor a hagyományos hirdetések kevésbé hatékonyak. A klasszikus Google értéklánc a következő volt: felhasználó megfogalmaz egy lekérdezést → a Google organikus találatokat jelenít meg + hirdetések → felhasználó kattint → a megjelenítő vagy hirdető forgalmi értéket vagy konverziót kap. Ez az értéklánc képezte a digitális gazdaság alapját 25 éven át.

Az AI Overviews destabilizálja ezt az értékláncot azáltal, hogy kiküszöböli a „kattintás” lépést. A Google-nek új értékláncokat kell létrehoznia. Számos megközelítést tesztelnek:

Először is: A hirdetések közvetlen integrálása a mesterséges intelligencia által generált áttekintésekbe és a mesterséges intelligencia módba. Ez nehéz, mivel a felhasználók ezeket a mesterséges intelligencia által generált válaszokat kifejezetten „nem hirdetésekként” értelmezik. A hirdetések MI-válaszokba való integrálása veszélyezteti a felhasználók bizalmát. A Google itt óvatos.

Másodszor: Monetizáció előfizetésen keresztül. A Google kísérletezik az AI Mode prémium verzióival, amelyek végül fizetőssé válhatnak. Ez azt jelentené, hogy a beszélgetéses AI-keresés prémium funkció lenne, míg a standard keresés ingyenes maradna. Ez egy freemium modell, hasonlóan a Spotify-hoz vagy az Adobe-hoz. A kihívás az, hogy a fizetős verziók penetrációs aránya kellően magas legyen, hogy kompenzálja a hirdetési bevételek kiesését.

Harmadszor: Pénzszerzés olyan üzleti modelleken keresztül, amelyek nem az egyéni felhasználók pénzszerzésén alapulnak. Például a Google kínálhatna egy „API-t vállalati AI kereséshez”, ahol a vállalati ügyfelek bérelnének konkrét Gemini modelleket belső keresési igényeikhez. Ez az üzleti modellt a Google Cloudhoz hasonlóan B2B modellé alakítaná.

Negyedik: Monetizáció adatmonetizáción keresztül. Amikor a Google több millió mesterséges intelligencia általi beszélgetést folytat a felhasználókkal, hatalmas mennyiségű felhasználói szándékra vonatkozó adatot generál. Ezek az adatok hihetetlenül értékesek a hirdetések célzásához. A Google felhasználhatja ezeket az adatokat a hirdetők célzásának javítására, még akkor is, ha az átkattintási arány csökken. Ez a közvetett monetizáció egyik formája.

Ezen alternatívák egyike sem nyilvánvalóan annyira jövedelmező, mint a klasszikus „kattintás × CPM” képlet. Együttesen azonban potenciálisan egy új értékteremtő ökoszisztémát hozhatnak létre.

A fáradhatatlan fejlődés stratégiai dilemmája

Stein „fáradhatatlan fejlesztésről” szóló filozófiája egy alapvető konfliktusstruktúrába ütközik: A felhasználó szemszögéből a termékfejlesztés folyamata közvetlenül ütközik az üzleti modell stabilitásával. Egy jobb termék (azonnali válaszokat adó mesterséges intelligencia-áttekintések) károsítja az üzleti modellt (a hirdetéskattintások száma csökken). Ez nem egy fokozatos, mérsékelt dilemma – hanem egy strukturálisan radikális.

A probléma még összetettebb, mivel időzítési kérdésről van szó. A Google elméletileg lelassíthatná vagy leállíthatná a mesterséges intelligencia által nyújtott áttekintések bevezetését. Ez rövid távon védené a hirdetési bevételeket. De azt is jelentené, hogy a Perplexity és a ChatGPT Search technikailag jobbá válna, és a felhasználók ezekre a platformokra migrálnának. Más szóval, ha nem cselekszik, a Google kockáztatja, hogy piaci részesedést veszít a felhasználói élményt előtérbe helyező versenytársakkal szemben. Ez fogolydilemmát teremt: minden szereplő kénytelen maximalizálni a felhasználói élményt, még akkor is, ha ez együttesen monetizációs válsághoz vezet.

Másképp is értelmezve: a mesterséges intelligencia integrációja nem csupán egy funkciódöntés; ez egy egzisztenciális stratégia a decentralizált versennyel szemben. A Google-nek be kell építenie a mesterséges intelligencia képességeit, különben a keresés a ChatGPT-re fog átállni. Ez az integráció azonban azonnali üzleti modellproblémákat okoz. A Google ezt a rövid távú áldozatot a hosszú távú piaci pozíciója érdekében szükségesnek tekinti.

A növekedés paradoxona csökkenő bevételi szorzókkal

Egy utolsó fontos szempont: a Google keresési mennyisége folyamatosan növekszik. A keresési lekérdezések éves növekedési üteme 2025-ben körülbelül 4,7 százalék volt, szemben a 2024-es 4,1 százalékkal. Ez azt jelenti, hogy az abszolút keresési mennyiség bővül. Ez a bővülés azonban a monetizációs szorzók csökkenésével párhuzamosan történt. Egy Google-keresési lekérdezés kevesebbet ér, mint egy évvel ezelőtt, mert kisebb a kattintás valószínűsége.

Ha ez a tendencia – a mennyiség növekedése × a csökkenő bevételszerzési ráta – folytatódik, az egy olyan gazdasághoz vezet, amely „romokból lakmározik”, ahol a Google több forgalmat generál, de kevesebb bevételt termel belőle. Bár ez jobb a felhasználónak (több keresés, jobb minőség), rossz a Google-nek (kevesebb bevétel keresésenként, potenciálisan csökkenő összbevétel).

A 2025-re vonatkozó 190,6 milliárd dolláros keresőmarketing-bevétel-előrejelzés (szemben a 2024-es 178,2 milliárd dollárral) arra utal, hogy a Google agresszív CPM-emelésekkel kompenzálja a mennyiségi veszteségeket (ami arra kényszeríti a hirdetőket, hogy magasabb árakat fizessenek). Ez egy rövid távú játék – a hirdetők végül alternatív csatornákra fognak átállni (pl. közvetlenül a kiskereskedőkhöz, Amazon Ads, TikTok Ads), ha a Google hatékonysága továbbra is csökken. A jelenlegi „előrejelzés” talán egy homokon nyugvó előrejelzés, nem pedig egy stabil talajon.

Az innováció nyomás alatt és a körülmények forgatókönyve

A Google átalakulása a klasszikus keresőmotorról egy mesterséges intelligencia által vezérelt keresőfelületre nem önkéntes stratégiaváltás; ez egy kényszerű alkalmazkodás több egyidejű zavarral szemben: a ChatGPT/OpenAI mint új versenytárs, a Perplexity AI mint új keresési csatorna, a belső technológiai nyomás (a Gemini és más MI-modellek már kiépültek; irracionális lenne nem használni őket), valamint a felhasználói elvárások változása (a felhasználók minden digitális termékben elvárják a mesterséges intelligencia képességeit).

Robby Stein termékfejlesztési filozófiája – a szüntelen fejlesztés, a felhasználói élmény megszállott optimalizálása és a konverzióra való felkészültség – akkor működik, ha a felhasználók fejlesztése és az üzleti modell stabilitása összhangban van. Az MI-átalakítás kontextusában azonban ezek a célok ütköznek. Stein megközelítése lehetővé teszi a Google számára, hogy agresszíven folytassa a MI-innovációt, de nem kínál azonnali megoldásokat az innováció által okozott üzleti modellproblémákra.

A hosszú távú forgatókönyv nem világos. Több lehetőség is felmerül: (1) A Google egy új gazdasági alapra támaszkodik, ahol a mesterséges intelligencia alapú keresés, a prémium előfizetések, a B2B szolgáltatások és a továbbfejlesztett hirdetői célzás együttesen új bevételi portfóliót hoz létre. (2) A Google fokozatosan veszít piaci részesedéséből a Perplexity, a ChatGPT Search és más decentralizált modellek javára, mivel ezek a versenytársak jobb felhasználói élményt kínálnak, és nem korlátozzák őket a monetizációt előtérbe helyező üzleti modellek. (3) A szabályozási válság megakadályozza a Google-t abban, hogy kihasználja adatelőnyét, és a versenykörnyezet továbbra is széttagolt marad.

Jelenleg az 1. forgatókönyv a legvalószínűbb, mivel a Google strukturális előnyei (adatbázis, felhasználói bázis, infrastruktúra) továbbra is jelentősek. A bizonytalanság azonban valós, és az átalakulás állandó és strukturális, nem csupán fokozatos. Mindenesetre egy dolog világos: a tisztán kattintásalapú keresési monetizáció korszaka véget ér. Valami új van kialakulóban, de a formája még nem stabilizálódott.

☑️ Üzleti nyelvünk angol vagy német

☑️ ÚJ: Levelezés az Ön nemzeti nyelvén!

Konrad Wolfenstein

Szívesen szolgálok Önt és csapatomat személyes tanácsadóként.

Felveheti velem a kapcsolatot az itt található kapcsolatfelvételi űrlap kitöltésével , vagy egyszerűen hívjon a +49 89 89 674 804 (München) . Az e-mail címem: wolfenstein ∂ xpert.digital

Nagyon várom a közös projektünket.

☑️ KKV-k támogatása stratégiában, tanácsadásban, tervezésben és megvalósításban

☑️ Digitális stratégia és digitalizáció megalkotása vagy átrendezése

☑️ Nemzetközi értékesítési folyamatok bővítése, optimalizálása

☑️ Globális és digitális B2B kereskedési platformok

☑️ Úttörő üzletfejlesztés / Marketing / PR / Szakkiállítások

Globális iparági és üzleti szakértelmünk az üzletfejlesztés, az értékesítés és a marketing területén - Kép: Xpert.Digital

Iparági fókusz: B2B, digitalizáció (AI-tól XR-ig), gépészet, logisztika, megújuló energiák és ipar

Bővebben itt:

• Szakértői Üzleti Központ

Egy témaközpont betekintésekkel és szakértelemmel:

• Tudásplatform a globális és regionális gazdaságról, az innovációról és az iparágspecifikus trendekről
• Elemzések, impulzusok és háttérinformációk gyűjtése fókuszterületeinkről
• Szakértelem és információk helye az üzleti és technológiai fejleményekről
• Témaközpont olyan vállalatok számára, amelyek a piacokról, a digitalizációról és az iparági innovációkról szeretnének többet megtudni

Profitáljon az Xpert.Digital széleskörű, ötszörös szakértelméből egy átfogó szolgáltatáscsomagban | K+F, XR, PR és digitális láthatóság optimalizálása - Kép: Xpert.Digital

Az Xpert.Digital mélyreható ismeretekkel rendelkezik a különböző iparágakról. Ez lehetővé teszi számunkra, hogy személyre szabott stratégiákat dolgozzunk ki, amelyek pontosan az Ön konkrét piaci szegmensének követelményeihez és kihívásaihoz igazodnak. A piaci trendek folyamatos elemzésével és az iparági fejlemények követésével előrelátóan tudunk cselekedni és innovatív megoldásokat kínálni. A tapasztalat és a tudás ötvözésével hozzáadott értéket generálunk, és ügyfeleink számára meghatározó versenyelőnyt biztosítunk.

Bővebben itt:

• Használja ki az Xpert.Digital ötszörös szakértelmét egy csomagban – mindössze 500 €/hó áron