谷歌 SGE 和生成式 AI 在搜索中:2024 年会发生什么

2024 年,Google 的搜索生成体验将如何影响营销?探索 AI 驱动的搜索趋势、SERP 中的 SGE、自然流量影响等。

最初,Labs 中的 Google 搜索生成体验 (SGE) 实验预计将于 2023 年 12 月“结束”。但随着谷歌实验室网站的最新重新设计,许多人注意到SGE的结束日期已经消失了。

这对 Google SGE 和搜索中生成式 AI 的未来意味着什么?以下是我们对 Google SGE 的了解,以及我们在 2024 年搜索中对生成式 AI 的期望。

消费者需要人工智能驱动的搜索

根据一项针对美国 2,205 名成年人的调查,人们最感兴趣的人工智能产品是搜索。

人工智能产品列表中还包括人工智能驱动的智能助手、购物推荐和广告。(2023年2月)

超过 25% 的用户信任 AI 驱动的搜索结果、品牌推荐和广告

同一项调查揭示了美国成年人对人工智能搜索的信任程度,包括公正的搜索结果、推荐的品牌和广告相关性。

同样值得注意的是,近三分之一的人工智能搜索用户认为结果是事实。

29% 的成年人会转向 AI 驱动的搜索

关于采用人工智能驱动的搜索,40%的千禧一代愿意转向像Google SGE这样的体验。

谷歌的首要任务:人工智能搜索的演变

在 7 月份的第二季度财报电话会议上,谷歌首席执行官桑达尔·皮查伊 (Sundar Pichai) 将生成式 AI 搜索的发展描述为谷歌的首要任务之一。

本季度,随着搜索生成体验(SGE)的推出,我们迎来了下一个重大发展,它利用生成式AI的强大功能使搜索更加自然和直观。到目前为止,用户反馈非常积极。

SGE 回答问题并为搜索用户提供新的路径。

它可以更好地回答人们今天向我们提出的问题,同时还可以解锁搜索可以回答的全新类型的问题。

例如,我们发现生成式人工智能可以在人们探索主题或项目时将这些点连接起来,帮助他们在购买或预订旅行之前权衡多种因素和个人偏好。

我们将这种新体验视为探索网络的另一个起点,使用户能够更深入地了解某个主题。我为我们进步背后的卓越工程感到自豪。

谷歌的目标是继续提高搜索中人工智能响应的速度。

自 5 月发布以来,我们提高了服务效率,将生成 AI 快照所需的时间缩短了一半。随着时间的推移,我们将提供更快的响应。

我们正在与更广泛的生态系统合作,并将继续优先考虑能够发送宝贵流量并支持健康、开放网络的方法。

不出所料,谷歌正在测试新的广告展示位置。

广告将继续在这种新的搜索体验中发挥重要作用。其中许多新查询本质上是商业性的。我们在提供与用户商业查询相关的广告方面拥有 20 多年的经验,而 SGE 增强了我们在这方面做得更好的能力。

我们正在测试和改进版位和格式,并为广告商提供利用生成式 AI 的工具。

在10月份的最近一次财报电话会议上,皮查伊向SGE提供了更多更新。

我们从尝试它的人那里学到了很多东西,并且我们添加了新功能,例如将视频和图像合并到响应中并生成图像。我们还使理解和调试生成的代码变得更加容易。

用户的直接反馈是积极的,采用率增长强劲。

8 月,我们向印度和日本开放了可用性,并将推出更多国家/地区和语言。

谷歌正在优先考虑那些继续为网站带来自然搜索流量的方法。

随着我们增加功能并扩展到新市场,我们正在与更广泛的生态系统合作,并将继续优先考虑为我们的用户增加价值、为发布商带来宝贵流量并支持健康、开放的互联网的方法。

通过将生成式 AI 应用于搜索,我们可以满足更广泛的信息需求并回答新类型的问题,包括那些从多个角度受益的问题。

我们正在与SGE建立更多链接,并在结果页面上链接到更广泛的来源,从而为发现内容创造新的机会。

正如之前的调查所证实的那样,人工智能驱动的搜索中对广告的反应是积极的。

当然,广告将继续在这种新的搜索体验中发挥重要作用。人们发现广告在这里很有帮助,因为它们提供了采取行动和与商家建立联系的有用选项。

广告主可以期望原生广告格式能够适应 SGE 的响应。

我们将尝试使用 SGE 原生的新格式,这些格式使用生成式 AI 创建相关的高质量广告,并针对搜索旅程的每一步进行定制。

Google 认为 Bard 是 SGE 用户的免费产品,可以提高工作效率并将用户连接到他们的 Google Docs 和 Gmail。

我们关注的第二个领域是提高创造力和生产力。吟游诗人在这里特别有用;它是对话式 LLM 的直接界面,我们认为它是 Google 搜索的早期实验和补充体验。

超过 20% 的人经常使用生成式 AI

麦肯锡公司(McKinsey & Company)8月份的《人工智能状况报告》(State of AI)根据一项对1,684名参与者的全球调查,按行业对生成式人工智能在工作和工作之外的使用进行了细分。

谷歌将通过海量数据集保持搜索领先地位

去年10月,Baron Insights分享了一份关于生成式人工智能应用的分析报告,指出谷歌将凭借其竞争对手中“最大的消费者数据集”保持其在搜索领域的领先地位。

然而,我们相信 Alphabet 将保持其领导地位,因为它的数据集优势来自于拥有超过 90% 的广泛搜索查询、与全球约 40 亿消费者的互动,以及提供类似搜索结果的规模化和高度具体的基础设施。

Alphabet 的数据集优势还远远超出了地图、图像、视频、音频、家用设备、手机、旅游和零售等领域的搜索范围。

Google Search Generative Experience 是 GenAI 测试版的代理,它已经展示了 Alphabet 如何通过 GenAI 大幅改善搜索结果。与此同时,竞争对手仍在努力追赶谷歌的传统搜索能力。

Gemini 实验提高 SGE 性能

当 Google 推出 Gemini 时,这是一个新的大型语言模型 (LLM) 系列,它揭示了 Gemini 在 Google 产品中的使用方式。

这包括对 Gemini for SGE 的实验,以提高其响应速度,以及将 Gemini Pro 包含在 SGE 的伴侣 Bard 中。

超过三分之一的 SGE 结果包括本地包装

BrightEdge 对 Google SGE 的分析揭示了 SGE 对本地 SEO 的影响。

它还总结了SGE回复中呈现的主要内容格式。

对于AI购物帮助,SGE为服装和一般产品提供产品查看器。

Gemini 将帮助 Google AI 与 GPT-4 竞争

嘉信理财(Schwab)最近的一份股票评级报告提供了有关Google AI如何与竞争对手相媲美的见解。

尽管 Gemini 的第一次迭代在推理能力方面有了显着的进步,但我们认为它仍然不如 OpenAI 的 GPT-4,我们认为 GPT-4 是业内最高的标准。Gemini 将帮助支持 Bard 和 Search Generative Experience(尚未广泛使用)以及 Google Ads、客户云模型/API、其他应用和 Chrome 浏览器。我们注意到 Gemini 在内部设计的 TPU 上运行,但我们看到未来的升级/迭代也利用了最先进的 GPU。尽管我们认为 GOOGL 可能仍然落后于 MSFT/OpenAI,但 AI 的进步速度非常快,我们认为未来的 Gemini 升级将使 GOOGL 能够跟上竞争并成为主要的 AI 受益者。

SGE 被列为 Google DeepMind 的顶级 AI 进步之一

在回顾 2023 年突破性的 AI 进展时,Google DeepMind 强调了 LLM 在提升搜索方面的作用。

LLM不仅被用于更有效地组织信息,而且还为与搜索引擎交互的用户提供更具对话性和交互性的模型。这种转变提升了搜索引擎的作用,而不仅仅是检索信息。高级功能现在包括合成数据、生成创意内容以及基于以前的搜索进行构建。尽管有这些进步,但将用户与他们正在寻找的 Web 内容联系起来的主要目的仍然是核心功能。

DeepMind 还包括 SGE 的同伴 Bard 及其最新更新,以及 2024 年即将推出的 Google Bard Advanced。

在八项基准测试中的六项中,Gemini Pro 的表现优于 GPT-3.5,包括测量大型 AI 模型的关键标准之一 MMLU 和测量小学数学推理的 GSM8K。Gemini Ultra 将于明年初通过 Bard Advanced 引入 Bard,这是一种全新的尖端 AI 体验。

对版权的担忧,自然搜索流量的损失上升

正如《大西洋月刊》(通过《华尔街日报》)、新闻/媒体联盟、Tom’s Hardware和其他出版界所分析的那样,人们对Google SGE侵犯版权的方式越来越感到担忧。

两者都提供了利用来自发布者的内容在 SGE 中生成不需要进一步研究的响应的实例。

此外,SGE对网站所依赖的自然搜索流量的潜在影响导致了12月中旬对谷歌提起的集体诉讼。

结论:谷歌SGE将继续存在

归根结底,对生成式 AI 工具和 AI 驱动的搜索的需求不断增长,再加上通过 Google Ads 实现的明显变现潜力,超过了对版权和流量的抱怨。

因此,可以肯定的是,SGE 将成为 Google 搜索结果的一部分,就像精选片段和其他 SERP 功能一样,它们继续将自然列表推到页面下方。这使得自然搜索中排名第一的位置成为一项至关重要的资产。

Google SGE 和生成式 AI 搜索的营销策略

营销人员如何适应 Google SGE 以及来自 Bing 和其他搜索引擎的生成式 AI 搜索体验?

  • 预计会转向更多的长尾和对话式关键词。
  • 向 Perplexity 等 AI 搜索助手学习:提出问题并观察问题如何转化为搜索查询。
  • 监控关键字的意图变化,并在策略中考虑基于问题的短语和对话短语。
  • 以多样化的内容类型为目标,以提高可见性。
  • 创建满足 E-E-A-T 的“有用内容”。
  • 对文本、图像和视频内容使用适当的标记架构,以确保它出现在相关的 AI 响应中。
  • 始终包括原始来源的引文/链接。
  • 通过零点击答案使您的流量多样化,为自然搜索流量的潜在损失做好准备。
  • 监控你的分析和SERP的演变,以寻找你网站的热门搜索词。

最重要的是,在搜索中尝试使用 Google SGE 和 AI。

使用您的品牌名称、产品和客户的首要问题测试 AI 驱动的搜索引擎和助手。看看它会把你带到哪里,并相应地优化你的在线形象。

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处:http://www.rhkb.cn/news/224656.html

如若内容造成侵权/违法违规/事实不符,请联系长河编程网进行投诉反馈email:809451989@qq.com,一经查实,立即删除!

相关文章

【Skynet 入门实战练习】事件模块 | 批处理模块 | GM 指令 | 模糊搜索

文章目录 前言事件模块批处理模块GM 指令模块模糊搜索最后 前言 本节完善了项目,实现了事件、批处理、模糊搜索模块、GM 指令模块。 事件模块 什么是事件模块?事件模块是用来在各系统之间传递事件消息的。 为什么需要事件模块?主要目的是…

Kafka生产环境问题总结与性能优化实践

Kafka可视化管理工具kafka-manager 安装及基本使用可参考: httos://wwwcnbloas.com/dadonaaa/o/8205302.html 线上环境规划 1. 消息丢失情况: 消

CSRF(Pikachu)

CSRF(get) 首先我们先登录账号 admin 密码是;123456 点击修改个人信息 用F12或者BP 抓包看看我们的url 那么构成的CSRF攻击payload为http://pikachu.shifa23.com/pikachu/vul/csrf/csrfget/csrf_get_edit.php?sexboy&phonenum”手机…

助力打造清洁环境,基于轻量级YOLOv8开发构建公共场景下垃圾堆放垃圾桶溢出检测识别系统

公共社区环境生活垃圾基本上是我们每个人每天几乎都无法避免的一个问题,公共环境下垃圾投放点都会有固定的值班时间,但是考虑到实际扔垃圾的无规律性,往往会出现在无人值守的时段内垃圾堆放垃圾桶溢出等问题,有些容易扩散的垃圾比…

如何快速删除pdf周围的空白

问题:写论文往往需要pdf格式的图片,但pdf往往四周存在大量空白需要手动截图很麻烦 解决: 打开命令行输入:pdfcrop 图片名.pdf

reactive和TypeScript标注数据类型-ts使用方法

一、vite项目中<script setup lang"ts"> : lang"ts" 是表明支持ts校验&#xff08;ts 全称typescript,是es6语法&#xff0c;是javascript的超集强类型编程语言&#xff0c;类似java&#xff0c;定义变量类型后&#xff0c;赋值类型不一致&#xff0…

2007年AMC8数学竞赛中英文真题典型考题、考点分析和答案解析

今天&#xff0c;我们来继续研究AMC8竞赛的真题。通过反复研究历年真题&#xff0c;不仅可以掌握AMC8这个竞赛的命题规律和常见考点&#xff0c;通过真题的详细解析可以建立自己的解题思路、举一反三&#xff0c;还可以通过做真题不断发现自己的薄弱点查漏补缺。 今天我们来看看…

<JavaEE> 基于 TCP 的 Socket 通信模型

目录 一、认识相关API 1&#xff09;ServerSocket 2&#xff09;Socket 二、TCP字节流套接字通信模型概述 三、回显客户端-服务器 1&#xff09;服务器代码 2&#xff09;客户端代码 一、认识相关API 1&#xff09;ServerSocket ServerSocket 常用构造方法ServerSocke…

数据库管理-第127期 LSM Tree(202301225)

数据库管理-第127期 LSM Tree&#xff08;202301225&#xff09; 说起分布式数据库&#xff0c;绕不开的一个话题就是LSM Tree&#xff0c;全称为log-structured merge-tree&#xff0c;回到吕海波老师授权过的那句话“没搞过Oracle的&#xff0c;但又是数据库圈里的人&#x…

【算法学习】斐波那契数列模型-动态规划

前言 我在算法学习过程中&#xff0c;针对斐波那契数列模型的动态规划的例题进行了一个整理&#xff0c;并且根据标准且可靠一点的动态规划解题思路进行求解类似的动归问题&#xff0c;来达到学习和今后复习的必要。 所谓的斐波那契数列模型&#xff0c;即当前状态的值等于前两…

每日一练2023.12.25——验证身份【PTA】

题目链接 &#xff1a;验证身份 题目要求&#xff1a; 一个合法的身份证号码由17位地区、日期编号和顺序编号加1位校验码组成。校验码的计算规则如下&#xff1a; 首先对前17位数字加权求和&#xff0c;权重分配为&#xff1a;{7&#xff0c;9&#xff0c;10&#xff0c;5&a…

图片转excel:“保留数字格式”在什么场景下该勾

保留数字格式是什么意思呢&#xff1f;顾名思义&#xff0c;就是将转出来的数字保留为数字格式&#xff0c;而不是文本格式。我们知道&#xff0c;OCR程序将图片上的文字识别为电脑可编辑的文字后&#xff0c;如果导入到excel不加处理&#xff0c;则单个数字过长的文字就会被ex…

.net6使用Sejil可视化日志

&#xff08;关注博主后&#xff0c;在“粉丝专栏”&#xff0c;可免费阅读此文&#xff09; 之前介绍了这篇.net 5使用LogDashboard_.net 5logdashboard rootpath-CSDN博客 这篇文章将会更加的简单&#xff0c;最终的效果都是可视化日志。 在程序非常庞大的时候&…

Linux bridge开启hairpin模拟测试macvlan vepa模式

看到网上介绍可以通过Linux bridge 开启hairpin方式测试macvlan vepa模式&#xff0c;但是没有找到详细资料。我尝试测试总提示错误信息&#xff0c;无法实现&#xff0c;经过几天的研究&#xff0c;我总算实现模拟测试&#xff0c;记录如下&#xff1a; 参考 1.Linux Macvla…

Flink电商实时数仓(六)

交易域支付成功事务事实表 从topic_db业务数据中筛选支付成功的数据从dwd_trade_order_detail主题中读取订单事实数据、LookUp字典表关联三张表形成支付成功宽表写入 Kafka 支付成功主题 执行步骤 设置ttl&#xff0c;通过Interval join实现左右流的状态管理获取下单明细数据…

LED驱动电源

LED驱动电源 常用电子元器件 TB62726AFG LED SOP-24 文章目录 LED驱动电源前言一、LED驱动电源是什么二、TB62726AFG LED SOP-24总结 前言 LED驱动电源可以根据应用需求采用不同的输入和输出电源类型、电源转换拓扑、调光方式等。常见的LED驱动电源类型包括恒流驱动电源、恒…

c# OpenCvSharp 检测(斑点检测、边缘检测、轮廓检测)(五)

在C#中使用OpenCV进行图像处理时&#xff0c;可以使用不同的算法和函数来实现斑点检测、边缘检测和轮廓检测。 斑点检测边缘检测轮廓检测 一、斑点检测&#xff08;Blob&#xff09; 斑点检测是指在图像中找到明亮或暗的小区域&#xff08;通常表示为斑点&#xff09;&#…

数据智慧:C#中编程实现自定义计算的Excel数据透视表

前言 数据透视表&#xff08;Pivot Table&#xff09;是一种数据分析工具&#xff0c;通常用于对大量数据进行汇总、分析和展示。它可以帮助用户从原始数据中提取关键信息、发现模式和趋势&#xff0c;并以可视化的方式呈现。 在数据透视表中&#xff0c;数据分析师通常希望进…

doris数据模型,06-Aggregate(聚合模型)

聚合模型的特点 将表中的列分为Key和Value。 Key是数据的维度列&#xff0c;比如时间&#xff0c;地区等等。key相同时会发生聚合。 Value是数据的指标列&#xff0c;比如点击量&#xff0c;花费等等。 每个指标列还会有自己的聚合函数&#xff0c;如&#xff1a;sum&#xff…

【开源】基于JAVA语言的企业项目合同信息系统

目录 一、摘要1.1 项目介绍1.2 项目录屏 二、功能模块2.1 数据中心模块2.2 合同审批模块2.3 合同签订模块2.4 合同预警模块2.5 数据可视化模块 三、系统设计3.1 用例设计3.2 数据库设计3.2.1 合同审批表3.2.2 合同签订表3.2.3 合同预警表 四、系统展示五、核心代码5.1 查询合同…