随着生成式AI入侵互联网的各个角落,从虚假文章到Instagram短视频,人们担心人类创作的内容正面临威胁,电影、音乐和出版行业也因此受到冲击。
如今我们看到AI演员、AI生成的音乐充斥Spotify,以及谷歌搜索结果顶部出现的AI答案,这些都超越了传统的10个蓝色链接。
但新闻和媒体消费者对完全由AI生成的内容仍感到不适。路透社研究所最近对包括美国在内的六个国家进行的调查发现,只有12%的人对完全由AI生成的新闻感到满意,而62%的人更喜欢完全由人类制作的新闻。
对人类制作内容的渴望让一些出版业高管保持乐观,包括CNET母公司Ziff Davis的首席执行官Vivek Shah。他在最近一期《Channels with Peter Kafka》播客中表达了这一观点。
Shah说:"围绕搜索流量下降的叙述似乎是致命的,但我并不这么看。我仍然认为我们更喜欢来自人类的文字、声音和视频。我确实认为机器人会蚕食其中一部分内容。"
互联网搜索和内容分析师在消费者中也看到了同样的偏好。
营销机构Amsive的SEO策略和研究副总裁Lily Ray表示:"我也同意,随着谷歌继续推出AI概览和AI模式等新的AI搜索功能,用户将继续寻求来自真实人类的真实内容。当AI答案不足以满足这些需求时,他们将继续寻找能够提供真实人际连接感的内容。"
随着AI快速改变人们在线获取信息的方式,出版商正迅速采取行动达成协议。例如,新闻集团、Axel Springer和Future PLC已与OpenAI签署了内容许可协议。其他公司则直接对抗AI公司。
大语言模型是在网上发现的整个信息语料库上训练的,其中包括已发布的新闻内容。最近,拥有《Variety》和《Rolling Stone》的Penske Media起诉谷歌使用AI概览功能,该功能在搜索顶部提供AI生成的答案。Penske声称谷歌滥用其在在线搜索中的垄断权力,AI概览窃取了Penske的内容,规避了读者直接点击文章的需要。
Ziff Davis与《纽约时报》一起起诉ChatGPT创造者OpenAI,指控其抓取新闻内容来训练AI模型,而不是签署许可协议。Shah告诉Kafka,OpenAI拒绝了Ziff Davis协商许可协议的尝试。
OpenAI没有立即回应置评请求。Ziff Davis表示Shah无法接受采访。
出版商的强烈反应正值华尔街以创纪录的估值奖励谷歌、芯片制造商英伟达和OpenAI合作伙伴微软,而出版业却在萎缩。2025年互联网流量大幅下降。今年,出版业也在CNN、Vox Media、HuffPost、《洛杉矶时报》和NBC等公司出现裁员。
出版商反击的另一种方式是试图阻止AI爬虫免费抓取其内容。除了在robots.txt文件中设置阻止(该文件规定了在线爬虫的某些权限)外,Ziff Davis还签署了RSL标准,这是一个更强大的技术层,可以阻止AI机器人吸取内容。希望如果有足够多的出版商签署,这可以形成足够的联合阵线,更好地与大科技公司讨价还价。
尽管AI越来越受欢迎,Shah认为人们最终还是更喜欢"来自人类的文字、声音和视频"。他还指出,品牌越来越多地试图让其产品充斥AI搜索结果,这对客观的购买决策并不有利。
Shah说:"如果你开始查看大语言模型聊天机器人中的引用,你会发现来源已经从新闻来源转向了营销来源。所以,必须有人来衡量这一点,因为我惊讶地发现有这么多引用不是publisher.com而是brand.com。"
Q&A
Q1:为什么消费者更偏爱人类制作的内容而非AI生成内容?
A:根据路透社研究所的调查,只有12%的人对完全由AI生成的新闻感到满意,而62%的人更喜欢完全由人类制作的新闻。消费者认为人类制作的内容能够提供真实的人际连接感,这是AI内容无法替代的。
Q2:出版商如何应对AI对其内容的侵权行为?
A:出版商采取了多种反击措施:一是与AI公司签署内容许可协议获得补偿;二是直接起诉AI公司,如Penske Media起诉谷歌,Ziff Davis起诉OpenAI;三是通过技术手段阻止AI爬虫,如使用robots.txt文件和RSL标准来防止内容被免费抓取。
Q3:AI搜索结果中的引用来源发生了什么变化?
A:Ziff Davis CEO Shah观察到,大语言模型聊天机器人中的引用来源已经从新闻来源转向了营销来源。越来越多的品牌试图让其产品充斥AI搜索结果,导致引用更多来自brand.com而非publisher.com,这对客观的购买决策并不有利。
好文章,需要你的鼓励
尽管全球企业AI投资在2024年达到2523亿美元,但MIT研究显示95%的企业仍未从生成式AI投资中获得回报。专家预测2026年将成为转折点,企业将从试点阶段转向实际部署。关键在于CEO精准识别高影响领域,推进AI代理技术应用,并加强员工AI能力培训。Forrester预测30%大型企业将实施强制AI培训,而Gartner预计到2028年15%日常工作决策将由AI自主完成。
这项由北京大学等机构联合完成的研究,开发了名为GraphLocator的智能软件问题诊断系统,通过构建代码依赖图和因果问题图,能够像医生诊断疾病一样精确定位软件问题的根源。在三个大型数据集的测试中,该系统比现有方法平均提高了19.49%的召回率和11.89%的精确率,特别在处理复杂的跨模块问题时表现优异,为软件维护效率的提升开辟了新路径。
2026年软件行业将迎来定价模式的根本性变革,从传统按席位收费转向基于结果的付费模式。AI正在重塑整个软件经济学,企业IT预算的12-15%已投入AI领域。这一转变要求建立明确的成功衡量指标,如Zendesk以"自动化解决方案"为标准。未来将出现更精简的工程团队,80%的工程师需要为AI驱动的角色提升技能,同时需要重新设计软件开发和部署流程以适应AI优先的工作流程。
这项由德国达姆施塔特工业大学领导的国际研究团队首次发现,当前最先进的专家混合模型AI系统存在严重安全漏洞。通过开发GateBreaker攻击框架,研究人员证明仅需关闭约3%的特定神经元,就能让AI的攻击成功率从7.4%暴增至64.9%。该研究揭示了专家混合模型安全机制过度集中的根本缺陷,为AI安全领域敲响了警钟。