人工智能与出版商：谷歌付出了代价，但代价是什么？数字信息市场的新权力格局。

Xpert 预发布版

在线联系方式（Konrad Wolfenstein）

提供 27 种语言版本 📢

在 Google 上更倾向于选择 Xpert.Digital。ⓘ

发布日期：2026年10月5日 / 更新日期：2026年10月5日 – 作者： Konrad Wolfenstein

人工智能与出版商：谷歌付出代价，但代价是什么？数字信息市场的新权力格局——一幅关于此主题的创意图片，以人工智能为特色：Xpert.Digital

谷歌作为答案引擎：从许可模式到依赖关系——媒体格局的转变

出版商面临两难境地：谷歌的补偿制度是 Segen 是祸？

人工智能的阴暗面：媒体行业的影响力是否正在丧失？

数字媒体格局正在发生根本性的转变：谷歌开始向部分出版商付费，以将其内容整合到人工智能生成的答案中。乍看之下，这似乎对媒体行业来说是一件好事，但实际情况远比这复杂。虽然一些出版商从中获利颇丰，但许多其他出版商却面临着对谷歌日益增长的依赖以及经济价值分配不均的挑战。这种新的动态可能会改变整个数字信息市场的结构。问题不仅在于谷歌愿意支付多少费用，还在于出版商愿意以何种代价放弃其内容的独立性和控制权。从传统搜索引擎向答案引擎的转变不仅可能减少出版商的收入，还可能危及所提供信息的多样性和质量。本文将探讨这一发展带来的经济和战略影响，并讨论媒体行业可以采取哪些应对措施。.

谷歌为人工智能内容付费——但依赖的代价正在上升。

搜索引擎垄断了答案——而出版商却只能满足于微薄的收入。

谷歌开始向部分出版商支付报酬，以换取其内容被整合到人工智能生成的答案中。乍看之下，这似乎是媒体行业迎来的一次历史性转变，但从经济角度来看，其意义远不止于一种新的授权模式。这实际上是在不放弃对定价、指标和访问条件控制权的前提下，努力实现从搜索引擎到答案引擎的转型。因此，对于出版商和其他专业内容提供商而言，这不仅仅关乎额外的收入。它关系到未来数字信息市场价值创造的分配、公众的直接获取渠道，以及最终谁能从可靠信息中获益。.

该项目目前规模有限，据悉约有100家出版社、博客和网站参与其中。付费方式并非仅针对文章本身，而是根据文章对谷歌旗下各类产品（包括搜索结果中直接显示的AI摘要、对话式AI模式以及Gemini助手）中AI生成答案的贡献而定。收入金额差异巨大。一些小型网站几个月下来收入不足1000美元。一家后期加入的供应商迄今为止已获得约5万至6万美元的收入。相比之下，一家早期参与的出版商据称每年收入超过100万美元。对于一些中小型参与者而言，收入甚至不到其广告收入的0.1%。.

这种巨大的价格差异并非无关紧要，而是新市场的核心所在。这表明，谷歌并非按照透明统一的费率支付内容报酬，而是依据一套内部价值模型，而这套模型的运作方式对内容提供者来说大多难以理解。这并没有建立一个价格可比的开放授权市场，而是一个由单一平台管理的补偿体系。谷歌决定哪些内容贡献被视为实质性内容，其经济价值，以及最终返还给内容提供者的份额。这正是该试点项目的战略意义所在。.

从中介到最终服务提供商

搜索引擎与出版商之间的传统商业关系基于一种非正式的交换。网站提供内容供搜索引擎索引，搜索引擎负责整理和链接这些内容，而出版商则获得访客流量。这种流量可以通过广告、订阅、活动、联盟计划或销售自有产品来实现盈利。谷歌无需直接为内容付费，因为流量本身就是一种补偿。只要良好的排名能够可靠地带来可衡量的覆盖范围和经济效益，出版商也乐于接受这种安排。.

人工智能驱动的摘要从根本上改变了这种交流方式。搜索引擎不再只是简单地显示结果，而是自行构建连贯的答案。它从多个来源提取信息，进行精简、语言重组，并在自身的界面中呈现结果。对于许多简单和中等规模的信息需求，这省去了访问原始网站的麻烦。虽然内容对于答案的质量仍然至关重要，但生产者和用户之间的直接联系却被切断了。.

从经济角度来看，中间商变成了最终提供商。谷歌利用外部信息作为其自身面向用户的产品的前期准备工作。该平台将注意力、数据和广告机会保留在其自身领域内。出版商继续承担编辑工作、研究、专业知识、更新、法律审核和技术出版的成本，但却失去了一部分后续的收入机会。这正是为什么之前认为仅凭曝光度就足以弥补损失的观点越来越站不住脚的原因。.

因此，新的补偿机制并非丰厚的奖金，而是对价值创造过程变化的响应。一旦人工智能生成的答案部分取代了对原始信息的访问，就必须重新协商所用信息的经济价值分配。关键的冲突不在于链接是否存在，而在于该链接是否仍有被点击的现实可能性。即使来源引用在形式上正确，但如果答案已经完全满足了信息需求，那么其经济价值可能微乎其微。.

注意力的新方程式

人工智能搜索的经济影响可以从用户行为中体现出来。一项大规模行为分析显示，在带有人工智能摘要的搜索页面中，用户点击传统搜索结果的比例仅为8%左右。而如果没有人工智能摘要，这一比例约为15%。人工智能生成的搜索结果中的链接点击率仅占总访问量的1%左右。其他分析也发现，带有人工智能摘要的搜索查询，其排名第一的自然搜索结果的点击率平均降低了约58%。.

研究结果会因研究方法、时间段、主题领域、设备和搜索查询类型而异。然而，所有结果都指向同一个方向：谷歌提供的答案越完整，用户访问外部网站的可能性就越低。解释性强、经久耐用且结构清晰的内容尤其受到影响。指南、定义、产品信息、旅行信息、健康问题、技术说明以及许多B2B专业主题的内容都可以轻松地由人工智能系统进行总结。突发新闻、独家研究、深度评论文章以及娱乐性强的内容在短期内更具韧性，但绝非永久安全。.

对出版商而言，重要的不仅仅是点击量的下降百分比，而是它对整个收入流的影响。访问量减少意味着广告展示次数减少、目标受众覆盖面缩小、新闻简报订阅用户减少、已知用户减少、订阅量减少，以及受众兴趣数据减少。因此，一次会话的损失可能比直接损失的广告收入更有价值。它还会扼杀建立长期客户关系的机会。.

另一方面，谷歌可以辩称，人工智能功能能够生成更多搜索查询，支持更复杂的问题，并带来更高质量的访客。的确，在收到详细的人工智能解答后点击链接的用户，其兴趣可能高于平均水平。对于专业服务提供商而言，数量较少但购买意愿更高的访客群体将极具价值。问题在于，如果没有独立且可追踪的数据，这种说法几乎无法验证。只要无法明确区分来自传统搜索、人工智能摘要和互动功能的点击量，发布商就无法可靠地评估覆盖范围的损失或访客质量。.

少数人能赚到一百万，而对大多数人来说却几乎一无所有。

已公布的补偿数据揭示了市场的巨大差异。对于专业的编辑团队而言，几个月不到1000美元的收入不过是象征性的。即使是5万到6万美元，对大型出版商来说也可能微不足道，但同样的金额对于小型专业服务提供商而言却是一笔可观的利润。每年超过100万美元听起来数额巨大，但如果没有关于覆盖范围、内容量、使用强度和流量损失等信息，就很难判断这种支付方式是否公平。.

有意义的评估至少需要比较三个因素：内容对人工智能产品的价值、人工智能响应造成的收入损失以及持续内容制作的成本。而这正是目前所缺失的。如果出版商收到 10 万美元，但同时损失了 50 万美元的广告和订阅收入，那么这笔款项并非新的增长机会，而仅仅是部分补偿。相反，如果内容对现有收入的蚕食作用很小，并且可以通过其他方式实现盈利，那么即使是小额款项也可能具有吸引力。.

一些中小广告商的支付金额不足其广告收入的0.1%，这表明象征性的认可与切实可行的商业模式之间存在巨大差距。如此低的比例既无法弥补覆盖面的巨大损失，也无法确保新闻资源的获取。然而，它发挥着战略作用：该项目旨在吸引参与者、积累经验，并表明谷歌原则上确实会支付报酬。与此同时，有限的市场覆盖范围也阻碍了短期内形成普遍接受的价格标准。.

较高的个人收益可能源于内容使用频率高、细分领域吸引力强、早期参与或单独协商的条款。例如，在游戏、动漫、科技或专业领域等具有权威性的细分市场内容，对人工智能系统而言可能具有不成比例的价值。这些领域的信息来源相对单一，用户提出的问题也往往非常具体。简洁、结构化且值得信赖的知识，在人工智能系统中可能比批量生产的通用信息具有更高的边际效用。.

黑盒子决定价格

参与的发布商显然可以通过 Google Search Console 追踪收入。虽然这改进了技术流程，但并不能取代透明的定价机制。至关重要的是，我们需要了解内容何时被视为对 AI 响应的重要贡献，使用频率和内容相关性如何加权，以及不同主题、国家/地区或用户群体是否会受到不同的评估。此外，目前尚不清楚付款是否与可见的来源归属、内部处理步骤、响应长度或相应搜索查询的经济价值挂钩。.

这种缺乏透明度造成了信息鸿沟。谷歌掌握着搜索查询、答案生成、来源检索、用户互动、广告收入和转化率的完整数据。而个体发布商看到的只是汇总数据。他们几乎无法核实自己的内容是否被正确追踪，也无法得知同类提供商是否获得了更高的费率，或者调整编辑策略是否真的带来了收入增长。.

从经济角度来看，该系统类似于一个单边市场，买方同时决定衡量方法、质量评估和价格。而一个运转良好的市场则应提供可验证的使用数据、明确的补偿标准、可审计的会计记录以及集体或个人谈判的机会。缺少这些要素，出版商就有可能无法获得与其创造价值相符的报酬，而只能获得确保其参与所需的最低金额。.

此外，还有一个战略性的副作用。一些参与者将该项目视为了解谷歌人工智能特别重视哪些内容的机会。这些信息对于选题规划、内容结构和搜索引擎优化都很有价值。然而，这仅仅是将依赖点从传统的搜索引擎优化转移到了针对生成式系统的优化。那些过度迎合不透明平台信号、过度依赖编辑团队的组织，短期内或许会获益，但从长远来看，他们可能会失去编辑独立性和品牌认同感。.

为什么大型出版商犹豫不决

据报道，多家大型媒体公司因报酬过低而拒绝参与。这种行为在经济上是合理的。大型出版商拥有知名品牌、庞大的档案库、独家内容和广泛的主题覆盖。它们的参与可以提升该项目的合法性，并使谷歌获得高质量的数据。然而，它们以低价参与，却设定了一个不利的基准，使后续谈判变得更加复杂。.

因此，放弃内容创作的决定也是谈判的信号。它旨在明确表明，高质量内容并非唾手可得，将其用于人工智能产品需要付出代价。主要内容提供商越是集体克制，就越能迫使谷歌提供更优厚的条款、更清晰的指标和更强有力的授权。反之，如果每个发布商各自为政，平台就可以利用提供商之间的竞争，强制执行截然不同的合同。.

然而，这种策略风险很大。不参与的出版商可能会失去曝光度和学习机会，而竞争对手则会在人工智能响应领域获得更强的影响力。如果谷歌找到足够多的替代来源，不参与者的议价能力就会下降。因此，市场格局类似于经典的囚徒困境：协调一致的立场对整个行业有利，但对单个供应商而言，尽早参与似乎仍然是理性的选择。.

规模较小的服务提供商面临的压力更大。他们通常缺乏法务部门和强大的数据分析能力，几乎无力承担冗长的谈判。与此同时，他们往往更加依赖搜索流量。因此，表面上的自愿决定实际上会受到经济因素的制约。拒绝合作的服务提供商担心失去市场覆盖面；而同意合作的服务提供商则可能接受较低的报酬和广泛的使用权。这种不对称性解释了为什么集体谈判、行业标准和最低监管要求的重要性日益凸显。.

谷歌最有力的论据是其规模。

欧洲搜索引擎市场仍然高度集中。谷歌在欧洲占据近90%的市场份额。这一地位赋予了该公司制定技术标准和经济规则的强大能力。对于大多数出版商而言，完全退出谷歌并非现实之选，因为这意味着失去一个接触新读者、客户和订阅用户的关键渠道。.

与此同时，业务表现表明，人工智能尚未削弱搜索经济。2026年第二季度，谷歌搜索及其他搜索相关广告业务的收入增长了17%，达到633亿美元。这表明谷歌正在成功地将生成式答案商业化。更复杂的查询能够提供更多关于用户意图的信息，并实现更精准的广告投放。因此，即使重定向到外部网站的访客数量减少，该平台也能从更长的互动时间和更详细的问题中获益。.

这造成了显著的分布效应。平台搜索收入增加的同时，许多内容提供商却报告推荐流量下降。2024年11月至2025年11月期间，谷歌对全球2500多个受监测网站的搜索流量下降了约三分之一。另一项行业分析显示，出版商的月度自然访问量在一年内从约23亿次下降到不足17亿次。并非所有下降都完全归因于人工智能洞察；算法变更、媒体消费习惯的改变、社交网络以及直接聊天机器人也发挥了作用。然而，这种并行发展表明，人工智能搜索带来的经济效益目前分布不均。.

因此，根本问题不在于人工智能生成的回复是否存在。它们确实能为用户带来便利，并使复杂信息更容易获取。当一个主导的访问渠道同时压缩第三方内容、重定向访客流量、衡量使用情况并单方面决定服务价格时，这种模式就会出现问题。在这种情况下，仅靠竞争可能不足以创造公平的竞争环境。.

🎯🎯🎯 数据驱动的 B2B 行业中心，作为一种准内部解决方案

准内部解决方案：Xpert.Digital 如何弥合 B2B 营销和销售中的运营差距——智能内容驱动型业务——图片：Xpert.Digital

Xpert.Digital 是一个以数据驱动的 B2B 行业中心，由 Konrad Wolfenstein 领导。该公司为工业合作伙伴提供外部的、准内部解决方案，弥补其在市场营销、内容和销售方面的运营缺口，而无需客户投入额外资源。.

更多信息请点击这里：

准内部解决方案：Xpert.Digital 如何弥合 B2B 营销和销售中的运营差距——智能内容驱动型业务

数字媒体世界中直接客户关系的重要性

覆盖范围的丧失不仅仅意味着广告收入的损失。

在公开讨论中，出版商遭受的损失往往被简化为广告浏览量的减少。这种看法过于简单。网站访问蕴含着丰富的经济机会。它可以直接产生广告收入，促成注册，创建用户个人资料，促成订阅，销售活动，或在用户心中牢固地树立品牌形象。如果用户的问题已经在搜索引擎中得到了解答，那么所有这些机会都将同时丧失。.

直接客户关系的丧失尤为关键。在传统搜索中，用户能够了解哪个来源可以解答他们的问题。他们可以看到设计、作者、更多内容以及质量指标。而随着人工智能合成回复的出现，平台占据了中心位置，掩盖了其背后的品牌。来源变成了可替代的原材料供应商，而信任和用户忠诚度则转移到了回复界面。.

对于订阅制媒体而言，这种影响尤为显著。用户很少会在首次访问时就注册付费订阅。付费意愿通常源于重复访问、对内容质量的感知以及品牌信任度的提升。如果人工智能系统在不引导用户进入编辑环境的情况下提取零散信息，那么这种转化路径就会被削弱。因此，即使对每条信息的使用给予合理的补偿，也必须弥补由此造成的长期客户价值损失。.

B2B行业出版物也受到影响。在这个领域，一位合格的访客可能价值连城，因为他们之后可能会购买研究报告、参加会议、订阅新闻简报，或者成为重要的业务联系人。主要基于使用量的固定费率模式可能会低估这类高价值但低访问量的目标群体。因此，一个公平的模式不能仅仅简单地替代页面浏览量，还需要反映不同的商业模式和客户价值。.

内容本身就成了一种无形的预付款。

专业信息并非免费。新闻报道需要记者、通讯员、数据库、差旅、法律顾问和编辑监督。技术文章基于行业知识、访谈、文档分析，通常还需要多年的经验积累。指南需要更新，产品测试需要资金支持，错误也需要修正。人工智能系统也受益于这些投入，因为它们需要及时更新、结构化且语言高质量的内容才能提供可靠的答案。.

因此，该市场呈现出供应链问题的特征。谷歌需要可靠的内容，但它可以从海量的公开信息源中进行选择。每个信息提供者似乎都可以被替代，但如果没有持续的高质量信息供应，整个系统就会失去价值。短期内，平台可以维持低价。然而，从长远来看，收入下降可能会削弱那些决定答案质量的内容的生产。.

这个问题与公共资源问题类似，但情况正好相反：不是众多用户过度使用免费资源，而是众多生产者共同出资维护知识库，而知识库的经济回报却日益集中在少数平台上。如果个别新闻机构裁员或将内容转移到技术壁垒之后，最初的影响微乎其微。然而，如果这种情况在整个行业蔓延，人工智能的信息库就会恶化。.

因此，谷歌与一个运转良好的出版商生态系统有着切身利益。试点项目可以被视为在监管要求或质量大幅下降迫使采取更严格措施之前，为这项初始投资寻找价格的尝试。然而，可持续的价格必须足够高，才能激励原创内容的创作。对于大多数专业出版商而言，按广告收入的千分之一支付并不能起到这种激励作用。.

授权市场或忠诚度计划

一个项目的名称会影响人们对它的经济认知。如果它被描述为自愿捐助或对高质量内容的支持，那么这笔款项就被视为额外的资金。但如果同样的交易被理解为对必要制作资源的许可，那么情况就发生了变化。这时，重要的不再是感激之情，而是使用范围、权利、期限、独家性、补偿和控制权。.

目前的模式更像是会员忠诚度计划，而非成熟的授权市场。参与似乎需要邀请，计算方式仍然高度不透明，也没有公开的收费标准。出版商可以看到每月收入，但几乎无法核实其背后的价值贡献。这导致各种特殊协议层出不穷，也使得市场价格难以形成。.

一个健全的授权市场需要区分各种用途。训练模型、通过检索最新文章不断更新模型、利用模型构建答案以及对文本内容的直接复制，在经济上并不等同。同样，也应区分仅仅证实信息的内容和提供答案核心要素的内容。如果在签订合同时出现无法预见的新产品，那么授予出版商广泛的授权可能会对其不利。.

将现有的付费或推广计划与全面的人工智能使用权挂钩会带来诸多问题。如果出版商只有同时授予广泛的人工智能使用权才能参与有吸引力的新闻推广计划或继续获得现有报酬，那么原本独立的市场将会融合。自愿同意的实质内容也将不复存在，因为拒绝授权可能会在其他领域造成经济损失。因此，从竞争经济学的角度来看，至关重要的是，授权的选择必须模块化、透明，并且不能损害用户在传统搜索结果中的利益。.

监管改变了谈判能力

由于搜索、内容和人工智能之间的关系已无法用传统的链接市场规则来解释，谷歌面临的监管压力日益增大。欧盟正在调查出版商的内容是否被用于人工智能生成的概览和交互式搜索功能，而没有获得足够的补偿，也没有切实可行的退出机制。核心问题是，谷歌是否利用其在通用搜索领域的支配地位，对邻近的人工智能市场施加不公平的条件。.

英国的做法更进一步。在英国，出版商将获得有效途径，使其内容能够从人工智能搜索中排除，而不会在传统搜索结果中受到惩罚。与此同时，政府还将要求出版商提供清晰的归因信息、可点击的来源链接，以及关于展示次数、点击次数和点击率的有效数据。此类监管措施从根本上动摇了权力来源：它们赋予内容提供商更可信的拒绝权。.

然而，仅仅依靠选择退出机制并不能解决问题。如果由于人工智能界面在搜索领域占据越来越大的份额，导致选择退出的经济成本居高不下，那么这种依赖性就会持续存在。因此，有效的监管必须兼顾非歧视性、透明度和技术控制。出版商必须能够在不影响内容普遍可发现性的前提下，屏蔽其内容用于特定用途。此外，他们还需要数据来评估其决策的经济影响。.

国际经验表明，强制性谈判能够显著改变大型平台的支付意愿。在澳大利亚，法律强制谈判促成了30多项商业协议，如果没有监管压力，这些协议很可能无法达成。整个行业的支付总额高达数亿澳元。这并不能证明所有模式都可复制，也不能证明所有分配方式都公平合理。然而，这确实表明，当存在可信的监管程序作为替代方案时，平台会接受更高的补偿。.

合理的价格需要考虑多个因素。

公平的报酬不能仅仅以每次观看的几分钱来衡量。内容的经济价值取决于它对人工智能反应的影响程度、内容的时效性和独特性、创作所需的投入，以及出版商因内容被使用而损失的潜在收益。因此，一个可行的模式应该结合多种要素。.

基本费用可以涵盖访问特定内容库及其相关权限。当内容实际用于生成或验证答案时，则需根据使用量支付额外费用。第三个组成部分可以考虑经济因素，例如查询的广告吸引力或外部点击量的显著下降。对于独家研究、实时数据、测试或付费专家信息，则应收取额外费用。.

同样重要的是最低支付额。纯粹基于使用量的付费系统不利于那些内容使用频率不高但作用于关键场合的小型优质内容提供商。最低支付额可以弥补专业制作的间接成本。反之，如果个别内容具有极高的经济价值，则应避免设置支付上限。.

计费流程必须可独立核实。发布商需要了解其内容的处理频率、可见的归属信息以及点击次数。他们应该能够看到哪些产品和国家/地区受到影响，以及他们的素材是否用于培训、更新或生成反馈。只有当补充审计程序排除滥用和系统性瞒报的情况时，汇总报告才足够。.

最后，补偿不应与透明度对立。金钱不能取代恰当的署名，链接也不能取代公平的报酬。两者功能不同。补偿是对经济贡献的奖励，而署名则有助于确立作者身份、确保内容可验证性并建立品牌。可持续的模式需要两者兼备。.

出版商的战略应对

出版商既不应想当然地拒绝新的补偿机制，也不应将其视为救命稻草。最明智的做法是冷静地评估自身业务组合。每位服务提供商都必须衡量哪些内容在人工智能生成的搜索结果中最常出现，传统搜索流量下降了多少，以及从商业角度来看，哪些类型的访客尤其有价值。如果没有这些基础，任何合同决定都将只是推测。.

与此同时，必须拓展直销渠道。新闻简报、应用程序、会员制、活动、播客、社群以及定期直接访问都能降低对平台的依赖。直接流量的订阅转化率通常高于随机搜索流量，因为用户已经与品牌建立了联系。然而，构建此类渠道既缓慢又昂贵；短期内无法完全弥补搜索覆盖范围的损失。.

从编辑角度来看，独特内容的价值日益凸显。独家数据、原创研究、本地资源、专家网络、测试、工具、计算机以及专业档案库，这些都难以被千篇一律的摘要所取代。关键不在于故意让内容对机器来说难以理解。相反，出版商应该创造那些只有在特定环境下才能充分体现其价值的内容。人工智能系统可以总结结果，但它无法轻易取代维护良好的数据库、社群或交互式分析工具。.

合同方面的专业知识也正成为一项竞争优势。媒体公司需要掌握爬虫、模型训练、检索和来源溯源等方面的技术知识，以及版权、邻接权和竞争法方面的法律专业知识。小型供应商很难自行培养这些技能。因此，行业协会、通用衡量标准和集体谈判不仅是政治工具，也是市场有效运作的必要条件。.

为什么仅仅优化是不够的

人们很容易将这种新情况视为搜索引擎优化的下一个阶段。出版商可以调整文本结构，使其更容易被人工智能系统理解、引用和评估。清晰的定义、表格、明确的事实、最新的数据以及可证明的专业知识确实能提高被用作信息来源的可能性。这种调整对各个公司来说都可能是值得的。.

然而，这并不能解决整个行业的发行问题。如果所有提供商都提高内容的机器可读性，人工智能响应的质量最初会有所提升。如果没有强制性的补偿措施，这主要会改善平台的产品。各个出版商的相对地位只会发生有限的变化，而外部访问的替代率甚至可能会上升。因此，优化只是一种策略，而非解决经济实力问题的根本之道。.

另一个冲突点在于可见性和盈利能力之间。能够完整简洁地回答问题的内容尤其适合人工智能摘要。然而，这恰恰可能导致点击量减少。发布者必须决定哪些信息应该保持公开，哪些功能应该仅在其网站上提供，以及哪些内容需要登录或订阅才能访问。一刀切的封闭措施与完全开放所有内容一样不明智。.

最佳策略是将透明的信息与受保护的附加值相结合。公开可见的内容能够提升曝光率并展现专业性。深度分析、数据集、工具、咨询服务、社区访问权限和独家更新能够吸引用户直接访问和付费。这使得商业模式从单纯的触达营销转向建立关系和销售难以复制的服务。.

双轨制信息经济的危险

如果补偿差距持续如此之大，可能会出现双轨制体系。大型或极具价值的出版商将签署单独的合同，获得丰厚的报酬，而小型供应商则只能获得象征性的补偿，甚至完全被排除在外。这种选择性对谷歌来说可能很高效，因为并非所有信息源对答案质量的贡献都相同。然而，这却对信息市场的多样性构成了威胁。.

地方媒体、小型专业门户网站和独立博客往往提供大型信息提供商无法提供的信息。它们的受众有限，但其知识却独一无二。纯粹基于数量的补偿体系低估了这种社会和经济价值。如果这类信息源被削弱，人工智能系统将更加依赖大型、易于获取的信息源。答案将变得更加同质化，区域视角将消失，错误也会在多个系统中被放大。.

此外，还存在自我强化集中化的风险。那些获得高额报酬的人可以制作更多内容，因此被更频繁地使用。反过来，更频繁的使用又会带来更高的报酬和更大的曝光度。小型提供商则陷入了反向循环。如果没有最低标准或集体机制，人工智能许可市场可能会加速现有媒体的集中化。.

同时，对所有内容一视同仁在经济上是不合理的。内容的质量、时效性、原创性和市场需求差异很大。因此，目标不应是支付相同的报酬，而应是建立一个透明且可验证的流程。差异必须基于透明的标准，并且保持可验证性。只有这样，内容提供者才能进行投资、提升质量，并切实评估潜在收益。.

一项作为战略测试气球的试点计划

对谷歌而言，补偿计划同时发挥着多种作用。它提供数据，帮助了解哪些支付模式在技术上可行，出版商对不同金额的反应如何，以及哪些内容对人工智能生成的反馈特别有价值。同时，该公司还可以向政策制定者和公众表明，它正在努力让内容提供商参与进来。这减轻了立即出台全面法律框架的压力。.

此外，试点项目树立了先例。一旦出版商接受条款并收到付款，合同模板、计费流程和预期就会逐渐形成。这种早期的市场架构后期很难改变。因此，参与者数量少并不一定意味着它不重要。正是在试点阶段，规则得以制定，这些规则日后可能适用于成千上万的供应商。.

对出版商而言，参与也是一次尝试。他们可以获得收入和洞察，但也面临着使低估值标准合法化的风险。不明确的版权条款以及与现有项目的潜在关联尤为关键。如果短期投资授予了广泛的长期使用权或限制了未来的索赔，那么短期投资最终可能会付出高昂的代价。.

因此，关键问题不在于谷歌原则上是否开始付费，而在于能否形成一个出版商可以协商内容价值的市场。只要平台仍然掌控着参与者的选择、使用情况的衡量、价格的计算以及信息的控制，权力分配格局就基本保持不变。资金在流动，但市场尚未真正独立运作。.

便捷答案的真正代价

人工智能生成的摘要之所以吸引用户，是因为它们节省时间并精简信息。这种便利是实实在在的，并将永久改变我们的搜索方式。回到简单的链接列表既不可能也不可取。经济上的挑战在于如何分配生产力提升带来的收益，从而使底层信息的创造者能够继续投资。.

因此，谷歌向约100家出版商支付的款项标志着一个重要但远远不够的开端。这些款项的数额从几个月不到1000美元到每年超过100万美元不等，表明内容确实具有可衡量的价值。与此同时，这也暴露出在确定这一价值时，透明度和标准化程度仍然很低。对许多参与者而言，这些款项远低于他们现有的广告收入，根本无法弥补受众损失。.

明确的观点是：补偿是必要的，但绝不能沦为主导平台的自愿打赏。我们需要的是可分离的使用权、透明的计费、有意义的数据、准确的来源归属、真正的退出选项，以及在传统搜索结果中不处于劣势的谈判。如果公司的市场地位使其无法实现免费定价，那么竞争政策和行业合作必须平衡其议价能力。.

反过来，出版商不应将自身未来寄托于下一笔平台付费的数额。他们必须加强与用户的直接联系，打造特色内容，并建立独立的盈利模式。然而，即便采取最佳的多元化策略，也无法改变专业信息是人工智能系统有效输入的事实。那些利用这些输入进行商业活动的人，必须回馈所创造的价值中公平的一份。.

数字知识市场的长期稳定取决于能否实现这种平衡。如果平台提供的答案越来越好，而原创研究的资金却不断减少，人工智能最终将吞噬自身的根基。因此，可持续的模式不应将内容视为开放网络的免费副产品，而应将其视为具有经济价值的基础设施。只有当这种认识转化为透明可靠的支付机制时，谷歌的试点项目才能真正发挥作用，而不仅仅是一种战略安抚手段。.