Moduły AI rewolucjonizują sposób wyszukiwania i wygląd wyszukiwarek. Zdecydowanie wyszukiwanie już nie jest tym, czym było kiedyś. Możemy się o tym dobitnie przekonać także korzystając z polskiego Google’a po tym, jak niedawno wprowadzony został moduł AI Overviews. Okazuje się, że coraz większy udział sztucznej inteligencji w wyszukiwaniu trwale zaczyna zmieniać SEO i zasady, które dotychczas uznawane były za trwałe i niezmienne. Bazując na ostatnich analizach, postanowiliśmy sprawdzić w Funkymedia, jak już teraz AI wpływa na SEO!
Wpływ sztucznej inteligencji na wyszukiwanie
Sztuczna inteligencja generatywna rewolucjonizuje wyszukiwanie. Niebieskie linki ustępują miejsca odpowiedziom generowanym przez AI. Wyszukiwarki nie ograniczają się już do prostego dopasowywania słów kluczowych lub fraz w zapytaniach użytkowników do stron internetowych. Odchodzimy od świata wyszukiwania leksykalnego, które opierało się wyłącznie na tekście, bez zrozumienia semantycznych powiązań między pojęciami oraz ich multimedialnymi reprezentacjami. Obecnie sztuczna inteligencja potrafi zrozumieć, kontekstualizować i generować informacje w odpowiedzi na intencje użytkownika, wykorzystując głównie przewidywania probabilistyczne i dopasowywanie wzorców.
Według autorów raportu Search Engine Land obecna transformacja oznacza koniec tradycyjnie rozumianego wyszukiwania. To koniec z bazowaniem na “twardych” słowach kluczowych i koniec z wyszukiwaniem kojarzącym się z organicznymi wynikami wyszukiwania symbolizowanymi przez niebieskie odnośniki. Przychodzi bowiem nowy etap, który nazywa się wyszukiwanie generatywne. Na czym polega?
Wyszukiwanie generatywne wypiera tradycyjne
Generatywne wyszukiwanie informacji stanowi fundamentalną zmianę w sposobie, w jaki systemy wydobywają i prezentują informacje. Zanim przejdziemy do problemów definicyjnych, warto przytoczyć na wstępie wystąpienie Marca Najorka, naukowca z zespołu Google DeepMind, który w trakcie przemówienia na konferencji SIGIR 2023 powiedział następujące słowa: “duże modele językowe (LLM) zmieniają wyszukiwanie i pozyskiwanie informacji. Doszliśmy do obecnej sytuacji poprzez stopniowe zmiany – od podejścia leksykalnego, przez semantyczne i hybrydowe, aż do generatywnego. Przez dziesięciolecia wyszukiwarki odpowiadały na zapytania użytkowników, wskazując dokumenty, które mogły zawierać odpowiedź. Ten model jednak ewoluuje. Znajdujemy się obecnie w początkowej fazie generatywnego wyszukiwania informacji”.
Obecna forma wyszukiwarki Google prawdopodobnie wciąż stanowi rozwiązanie hybrydowe. Łączy ona tradycyjne wyszukiwanie z AI Overviews, czyli modułem odpowiadającym za generowaniem odpowiedzi, w tym podawanie linków. System ten nie tylko więc znajduje treści, ale generuje odpowiedzi na podstawie tego, co pozyskuje, w coraz bardziej multimodalny sposób, łącząc wszystko, co niedookreślone zapytanie może potencjalnie reprezentować, syntetyzując w jednym widoku.
Najork opisał tę zmianę jako przejście od tradycyjnych systemów opartych na wyszukiwaniu, które zwracają uporządkowaną listę dokumentów, do systemów generacji wspomaganej wyszukiwaniem (ang. Retrieval-Augmented Generation; RAG). W konfiguracji RAG model pobiera odpowiednie dokumenty z korpusu, a następnie wykorzystuje je jako wiedzę podstawową i kontekst do generowania bezpośredniej odpowiedzi w języku naturalnym. Mówiąc prościej, wyszukującym nie przedstawia się listy linków do stron internetowych. Otrzymują one syntetyzowane, bezpośrednie odpowiedzi, często w tonie i stylu pomocnego asystenta.
Sztuczna inteligencja wymusi… powtarzalność?
Goodwin z Search Engine Land przytacza za Najorkiem problem związany ze sztuczną inteligencją w wyszukiwaniu. Otóż generatywna AI opiera się na wzorcach prawdopodobieństwa, a nie na faktach. Oznacza to, że skuteczność podstawowych działań mierzona jest statystyką odzwierciedlającą zachowania użytkowników.
Google poprzez swoje crawlery i algorytmy nieustannie analizuje przyczyny wpływające na to, że jedne nagłówki są częściej wybierane przez użytkowników, inne rzadziej; jedne opisy meta lepiej przekładają się na przejścia na stronę, inne gorzej. Google wykorzystuje te informacje do ustalania składowych indeksu – tego, jakie strony będą wyświetlane na jakich pozycjach na dane frazy kluczowe w wynikach wyszukiwania.
W momencie, gdy do tego procesu wchodzi sztuczna inteligencja, np. w postaci AI Overviews, zaczyna ona prezentować te treści, które zostały zaliczone przez wewnętrzne mechanizmy oceny Google za wiarygodne i często wyświetlane przez użytkowników. Już teraz obserwujemy sytuacje, kiedy strona XYZ jest wyświetlana w TOP10 wyników wyszukiwania, jednak jej link znajduje się także w wyskakującym na samej górze Przeglądzie AI. Rezultatów łatwo można się domyślić: strona taka zyska więcej ruchu z modułu AI kosztem ruchu z pozycji wyszukiwania organicznego. Mamy więc fundamentalną zmianę w sposobie dostępu do informacji i ich dostarczania.
Ma to również istotne implikacje dla SEO. Optymalizacja musi być przeprowadzana tak, aby zyskać jak największą aprobatę użytkowników, których zachowania są główną podstawą oceny jakości Google także w kontekście AI Overviews. Jedną z podstawowych taktyk jest naśladownictwo treści. Jeśli widzimy, że AI Overviews preferuje na dany prompt wyświetlanie linków do stron posiadających identyczne lub podobne frazy w tytułach stron, dobrym rozwiązaniem może być powielanie tych fragmentów. Strategia ta już teraz jest masowo implementowana. Długoterminowo jest to jednak niezwykle problematyczne, bo AI Overviews i tak ma ograniczoną pulę linków, które może zaprezentować, a różnorodność treści dostępnych w wynikach organicznych z czasem będzie maleć na niekorzyść użytkowników.
3 scenariusze rozwoju SEO w kontekście AI
Jedną z ważniejszych kwestii w kontekście zmian w SEO wywołanych pojawieniem się modułów AI jest przekierowywanie ruchu. Co dzieje się z ruchem przekierowanym, gdy modele językowe generują odpowiedzi? Problem ten przybrał już postać pierwszych sporów sądowych, o czym może świadczyć m.in. pozew Chegg przeciwko Google w związku z działaniem AI Overviews. Mnóstwo stron internetowych, o różnych tematykach i różnej wielkości, doświadcza spadków ruchu organicznego od czasu wprowadzenia AI Overviews. Szczególnie jest to widoczne w przypadku zapytań informacyjnych.
W „klasycznym” modelu wyszukiwania użytkownicy klikają na odnośniki, aby uzyskać informacje, generując w ten sposób ruch na stronach internetowych. W przypadku systemów generatywnych użytkownicy mogą otrzymać to, czego potrzebują, bezpośrednio z odpowiedzi AI – bez potrzeby odwiedzania strony internetowej. Pytanie, jeśli sztuczna inteligencja szkolona jest na publicznie dostępnych treściach, które wykorzystuje do generowania swoich odpowiedzi, w to w jaki sposób oryginalne źródła mogą otrzymać rekompensatę lub – co ważniejsze – ruch, który mogą skomercjalizować?
Powyższe pytanie, przynajmniej na ten moment, pozostaje oczywiście bez odpowiedzi. Wszystko zależy od tego, w jakim kierunku będą rozwijały się moduły AI. Najork kreśli 3 scenariusze rozwoju generatywnego wyszukiwania pod względem wpływu AI na proces wyszukiwania i SEO, które można streścić następująco:
- Scenariusz pesymistyczny – odpowiedzi generowane przez moduły AI zmniejszają liczbę przekierowań, ruch organicznych stron internetowych i potencjał monetyzacji stron internetowych bez realnej alternatywy.
- Scenariusz optymistyczny – atrybucja w bezpośrednich odpowiedziach AI doprowadza do przekierowań wyższej jakości, które mogą okazać się bardziej wartościowe.
- Scenariusz realistyczny – moduły AI trwale zmieniają atrybucję treści, ale zaczynają pojawiać się nowe modele i strumienie pozyskiwania ruchu, w tym reklamy płatne w modułach AI (także poza wyszukiwarką).
Bez względu na to, który z powyższych scenariuszy się sprawdzi, jedno jest pewne – wszystkie w olbrzymim stopniu zmieniają SEO. I wydaje się, że od tego powrotu już nie ma.
GEO, czyli pozycjonowanie w modułach AI
SEO całkowicie się zmienia. Nie traci na znaczeniu, bo wciąż widoczność w wynikach wyszukiwania jest istotna tak samo, jak możliwość pozyskania ruchu organicznego. Problem polega na tym, że dziś po prostu samo pozycjonowanie SEO może wystarczyć. Wszystko wskazuje na to, że zmierzamy w kierunku rozwiązań szytych na potrzeby modeli generatywnego wyszukiwania.
GEO, pozycjonowanie w modułach AI, to zespół działań ukierunkowanych na zwiększenie widoczności w generatywnym wyszukiwaniu. Celem działań GEO nie jest wzrost ruchu organicznego w wyników wyszukiwania, ale częstsza atrybucja linkowania bezpośrednio w takich modułach, jak AI Overviews. W Funkymedia jako pierwsi zaoferowaliśmy strategie skupione właśnie na widoczności w sztucznej inteligencji, która będzie miała kolosalne znaczenie dla marketingu internetowego w następnych latach.
SEO i GEO to dwa odrębne, choć komplementarne obszary. Potwierdzają to nawet badania naukowe – istnieją już publikacje akademickie poświęcone wyłącznie optymalizacji pod silniki generatywne. Kluczowa różnica między tymi podejściami została trafnie ujęta przez Freda Laurenta: „AI interpretuje, wyszukiwarki rankingują”. To fundamentalne rozróżnienie pokazuje, że cytowania i wzmianki w treściach generowanych przez AI funkcjonują zupełnie inaczej niż tradycyjne pozycje w wynikach wyszukiwania.
Bez wątpienia generatywne wyszukiwanie informacji stanowi fundament nowej rzeczywistości, jednak nadal pozostaje częścią szerszego procesu wyszukiwania – wzbogaconego o nowe niuanse i możliwości. Tak jak w tradycyjnym wyszukiwaniu wyłoniły się specjalizacje w zakresie systemów rekomendacyjnych, indeksowania czy przetwarzania języka naturalnego, tak obecna transformacja SEO kreuje nowe obszary specjalizacji, w których jedni profesjonaliści będą się koncentrować na konkretnych aspektach, a inni przyjmą bardziej holistyczne podejście
Sztuczna inteligencja zmienia SEO – podsumowanie
Transformacja wyszukiwania w kierunku modeli generatywnych powoduje szereg zmian w klasycznie rozumianym wyszukiwaniu, jak i pozycjonowaniu stron. Branża SEO w tej chwili musi natychmiast zająć się nowym obszarem, jakim jest wyszukiwanie generatywne. Optymalizacja pod kątem wyróżnienia się w AI Overviews staje się równie istotna jak klasyczna optymalizacja dla wyników organicznych, co wymaga nowego podejścia do tworzenia i strukturyzowania treści. Nie ma czasu do stracenia, bo AI Overviews w dużym stopniu będzie działać podobnie do innych, utrwalonych mechanizmów algorytmów. Im później będziemy starali się pozyskać atrybucję, tym prawdopodobnie mniejsze będą na to szanse.
Niezależnie od tempa i kierunku rozwoju wyszukiwania generatywnego pewne fundamenty pozostają niezmienne. Treści, które w autentyczny sposób odpowiadają na realne potrzeby użytkowników, mają największą szansę na przebicie się zarówno w tradycyjnych wynikach wyszukiwania, jak i w modułach AI, takich jak AI Overviews. Warto więc, zamiast koncentrować się wyłącznie na taktycznych rozwiązaniach optymalizacyjnych, dążyć do tworzenia wartościowych, unikalnych treści, które będą cenione zarówno przez algorytmy, jak i przez odbiorców. To właśnie w tym punkcie zbiegają się interesy wszystkich uczestników procesów wyszukiwania – od wyszukiwarek i modułów AI, przez twórców treści, aż po użytkowników końcowych, szukających informacji.
