谷歌将生成式AI引入搜索引擎，出版商却不乐意了
5月10日，今年谷歌的I/O开发者大会正式拉开帷幕，其中AI无疑成为了绝对的主角，而与普通用户息息相关的，则是谷歌方面宣布将生成式AI引入搜索引擎。
用AI重新塑造包括搜索引擎在内的所有核心产品，谷歌的这一策略显然让资本市场很满意，因此也使得其母公司Alphabet的股价创下了逾8个月来的新高。然而谷歌虽然是开心了，但有人却不干了，其中网络出版商就表现出了担忧的态度，担心谷歌搜索可能会影响到他们网站的流量。
根据海外用户的测试显示，在谷歌搜索中AI生成的内容会显示在自然搜索结果上，而且不会完整显示被索引的网站。以至于有相关网站方面表示，谷歌的这一举动根本就没有考虑到网络出版商的利益，谷歌的AI搜索就相当于是在剽窃网站内容。要知道，过去数年间出版商与谷歌之间的关系已经极为紧张，双方围绕“内容支付公平”的斗争从新大陆打到旧大陆、从北半球打到了南半球，双方围绕内容产生的收益分配早已可谓是“刺刀见红”。
这一轮斗争的结果，则是谷歌被迫向出版商支付被称为“链接税”的费用。既然斗争已经取得了阶段性胜利，生成式AI加入搜索引擎为什么又会让出版商感到恐惧呢？其实这与AI搜索引擎的运行模式有着密切的关系。用《华盛顿邮报》评价谷歌AI搜索的话来说，就是谷歌现在将利用网络资源来创建自己的内容，而不是像过去20年那样，链接、引用和总结其他网站的内容。
作为一个古老的互联网产品，搜索引擎在时代的不断变迁里似乎始终如一，甚至在1998年使用谷歌搜索和在2022年使用的体验并没有本质上的差异，同样都是显示出一堆链接，只不过在UI设计上更加人性化、并且多了一点广告而已。但非常遗憾的是，网络信息的爆发式增长，已经出乎了拉里·佩奇和谢尔盖·布林的意料之外，如今互联网上充斥着大量同质化的低信息熵内容，搜索引擎仅仅依靠“关键词”的检索逻辑，也已经无法准确地过滤噪音。
没错，传统搜索引擎的问题，就在于它只能扮演“搬运工”这个角色，而无法代替人脑完成信息的筛选甄别，而生成式AI加持的搜索引擎则可以在一定程度上代替用户的大脑。
但问题就出在了AI搜索能够利用网络资源创建自己的内容上，如今已经存在谷歌聊天机器人Bard给出的回答中，有来自其他网站的内容被改写、但没有注明归属的例子。即AI搜索存在侵犯出版商版权的可能，而这可是在挖出版商的命根子，因此也意味着出版业的根基或面临着被动摇的风险。
在过去的几年时间里，出版商与谷歌矛盾的关键是利益分配不均，出版商方面认为谷歌利用他们的内容，让用户留在他们的生态中，再通过追踪用户在阅读这些内容时的行为数据来不断改善和更新功能，最终为其广告业务服务。可是在广告市场，广告主们发现，既然出版商和谷歌服务的是同一群读者，显然投广告给平台更大的谷歌更有效果，因此出版商最后发现，他们免费提供给谷歌的内容，正在成为绞死自己的套索。
出版商认为自己的内容没能卖上一个好价钱，因此就想要让谷歌“多出点血”。在这样的一场斗争里，出版商手里的武器是版权，谷歌既然使用了有版权的内容、自然就需要付费。
而AI搜索的问题，就在于出版商无法证明谷歌搜索使用的内容是来自他们，AI搜索并非内容的搬运工、而是在创造内容。尽管谷歌训练Bard的语料大概率是来源于出版商，但这一点出版商并没有能力去证明，毕竟生成式AI的智慧如何产生是存在诸多“黑箱”的。例如根据ChatGPT的回答来反推它使用了哪些语料，根本就是不太可能完成的任务。
如果说谷歌有能力自己生产内容也就罢了，可它没有这个能力。众所周知，生成式AI的原理，大概可以总结为通过大量的语料库进行训练、以建立相应的模型，从而使得AI能够对人类的问题作出相应的回答和决策，可无论是OpenAI、谷歌，还是百度，他们训练AI的语料都是买来的。所以谷歌的AI搜索必然会使用到其他出版商的内容来填充语料库，可出版商又没能力甄别谷歌AI搜索产出的内容，到底是不是建立在自家内容的基础上。
所以不难发现，这AI搜索不就是出版商的末日吗。即便是在版权归属明晰的时代，谷歌方面都不乐意为内容付费，到了AI搜索模糊版权的情况下，他们显然就更没有理由掏钱了，那么出版商不是得去喝西北风。因此最有可能出现的情况，就是既然出版商无法判断生成式AI到底有没有抓取他们网站上的内容，他们或许就更乐意学习Twitter、Reddit的策略，对访问其数据的行为收费。
换而言之，谷歌的AI搜索可能反而会弄巧成拙，而出于被AI搜索未经同意就擅自使用自家版权内容的恐惧，出版商可能会让谷歌的爬虫为它的每一次访问付费了。