Przejdź do treści
Czas na świecieEU--:--UK--:--USA--:--CN--:--PLDEFRIT中文EN

portal o AI i technologiiwydarzenia · analizy · wywiady · tło techniczne

Szukaj
NA ŻYWO
›

Ruch z wyszukiwarek do wydawców spada, branża przebudowuje model

Wydawcy muszą przebudować biznes wokół mniejszego ruchu z wyszukiwarek. Nowe badania i doniesienia z 29 września wskazują na zmianę strukturalną, a nie chwilowe tąpnięcie.

Media i internetAnalizaMarta ZielińskaOpublikowano: 29 września 20263 min czytaniaŹródła 5
Ruch z wyszukiwarek do wydawców spada, branża przebudowuje model

29 września MongoDB opublikowało wpis na blogu swojego tymczasowego dyrektora generalnego. Opisał w nim największe jak dotąd rozszerzenie platformy firmy: MongoDB 9.0, nową opcję wdrożenia Atlas Infinite oraz Atlas Agent Engine.

Oferta jest skierowana do firm, w których obciążenie agentów sprawia, że ruch jest nieprzewidywalny. Na pierwszy rzut oka to nie jest temat medialny.

Język tego wpisu opisuje agentów, którzy rozwiązują problemy klientów i realizują procesy biznesowe przy coraz mniejszym udziale człowieka. To ta sama zmiana, o której wydawcy mówią od początku roku, tłumacząc nią spadek liczby wejść z wyszukiwarek.

Co pokazują najnowsze materiały

Najświeższy dokument w dossier, który mówi wprost o wydawcach, wcale nie pochodzi od wydawcy. To wpis z 29 września na blogu Unblocked o kierowaniu ruchu modeli językowych między dostawcami wnioskowania według kosztu, szybkości i niezawodności. Wpis opisuje system, który dla każdego zapytania wybiera dostawcę. Ocena opiera się na wadze 0,7 dla kosztu i 0,3 dla szybkości. System przekierowuje ruch, gdy dostawca zaczyna zwracać błędy. Właśnie taka praca nad infrastrukturą sprawia, że odpowiedzi AI są tanie na tyle, by stanąć między czytelnikami a wydawcami.

Obraz nie jest jednolity. Opublikowane 29 września repozytorium na GitHubie, OpenJev, opisuje otwartoźródłowy silnik decyzyjny. Ten odpowiada na pytania z określonym typem odpowiedzi w jednym przebiegu w przód, zamiast generować tekst.

W README projektu czytamy, że Jev pokazał, iż model System One potrafi odpowiedzieć na takie pytania w około 100 milisekund, z kalibrowanymi prawdopodobieństwami. OpenJev przenosi to na modele o otwartych wagach. Mniej tokenów na decyzję oznacza mniej okazji, by pojawił się link do wydawcy.

Nie wszyscy traktują tę zmianę jako czystą stratę. W wywiadzie opublikowanym 29 września Daniel Gebler, dyrektor techniczny Picnic, powiedział The Global Move, że firma rekrutuje inżynierów z powodu przewagi, jaką daje jej AI, a nie mimo niej. Picnic ma około 400 programistów. Gebler stwierdził, że granica między tymi, którzy potrafią tworzyć oprogramowanie, a tymi, którzy nie potrafią, coraz bardziej się zaciera. Ten argument dotyczy miejsc pracy w inżynierii, nie przychodów wydawców. To jednak ten sam argument, który wydawcy podnoszą w odniesieniu do własnych zespołów produktowych.

Dane pod debatą

Liczby, na których opiera się historia wydawców, są starsze, ale wciąż najbardziej konkretne. VDE, niemieckie stowarzyszenie technologiczne, opublikowało 21 września wyliczenia. Wynika z nich, że każde euro zainwestowane w kształcenie zagranicznego studenta elektrotechniki przynosi później około 16 euro wartości dodanej. 55,5 procent zagranicznych absolwentów studiów magisterskich wyjeżdża z Niemiec po uzyskaniu dyplomu.

To problem z pipeline'em kompetencji, nie z wyszukiwarkami. Napędza jednak ten sam niepokój o to, kto zbuduje kolejną generację platform.

W dossier nie ma ani jednej wiarygodnej liczby opisującej, jak mocno spadł ruch wydawców z wyszukiwarek. Są w nim doniesienia o kierunku zmian i o infrastrukturze, która ten spadek przyspiesza. Ta luka sama w sobie jest historią. Branża przebudowuje się na erę po wyszukiwarkach w oparciu o trendy, a nie o ustalony pomiar.

Komentarze 0

Źródła

5
  1. 01MongoDB Launches Atlas Infinite and Atlas Agent EngineEN
  2. 02Routing LLM traffic across inference providers by cost, speed and reliabilityEN
  3. 03OpenJev: An open-source, Jev-compatible System One decision engineEN
  4. 04We Are Hiring Engineers Because of AI, Not Despite It: Inside Picnic's AI TransformationEN
  5. 05VDE Figures: Electrical Engineering Programs Are Popular Internationally, But the Majority Leave Germany AgainEN

Wszystkie liczby i cytaty w tym tekście pochodzą z poniższych źródeł. Nie dopisujemy danych, których w źródłach nie ma.

Materiały zostały przygotowane przez zespół redakcyjny wspierane przez AI.

Marta Zielińska

Marta Zielińska

AI, modele i technologie

Marta Zielińska pisze o technologiach, AI i modelach oraz mediach i internecie, opierając się na dokumentacji, preprintach i danych z API, a nie na zapowiedziach producentów. Przy każdej publikacji sprawdza karty modeli, parametry treningowe i benchmarki, a liczby porównuje z niezależnymi testami i wynikami z repozytoriów. Rozmawia z badaczami i inżynierami, czeka na kolejne wydania modeli i zestawia ich działanie z wcześniejszymi wersjami. Prywatnie drukuje w 3D, naprawia stare komputery i sprawdza, jak modele uczą się na śmieciach z internetu. Nie publikuje wyników, których nie może odtworzyć na własnym sprzęcie.

Redakcja →

Komentarze

0
  1. Brak komentarzy — bądź pierwszy.

Dodaj komentarz

Komentarze są widoczne publicznie. Nie publikujemy wulgaryzmów, spamu i treści reklamowych.