AI搜索若缺乏新的质量信号和收入模式，可能毁掉网络
哈佛商学院教授Alex Chan的研究指出，AI搜索正在破坏内容出版商的流量和收入，导致开放网络可能崩溃。他提出的经济模型显示，AI回答系统不仅减少点击量，还剥夺了出版商积累信号的机会，如订阅者、重复读者、反向链接等。Chan主张不应简单地要求赔偿或禁止AI回答，而应转向关注新的注意力点，并通过来源认证、多样性价格、探索性信用等方式重建生态系统。
AI搜索正在重新定义用户获取信息的方式，但这一变革可能以牺牲开放网络为代价。哈佛商学院助理教授Alex Chan在题为《AI与万维网的崩溃》的论文中，通过经济模型预测，AI生成答案正在削弱内容出版商的生存基础。传统网络依赖一种隐式契约：出版商生产内容，搜索和社交网络将用户引导至这些内容，访问产生收入，同时用户的点击、订阅等行为为系统提供质量信号。然而，生成式AI改变了这一模式：AI回答可以直接使用出版商的内容，却将用户留在自己的界面中，导致网站失去访问量、收入以及重要的信号反馈。
这一现象已得到实证支持。印度商学院助理教授Saharsh Agarwal和卡内基梅隆大学副教授Ananya Sen的实地实验显示，Google AI概览功能使外部有机点击减少39.8%，零点击搜索（用户无需访问网站即可获得答案）增加34.5%，且并未改善用户体验或参与质量。尽管Google CEO Sundar Pichai持相反观点，但皮尤研究中心的数据也揭示了流量下降的趋势。Chan的研究进一步指出，除了直接的收入损失，AI系统还剥夺了出版商积累“持久注意力资本”的机会，包括订阅者、重复读者、反向链接、书签、声誉和搜索权威。这些信号对于建立信任和内容质量至关重要。
Chan认为，简单的“访问替代版税”或禁止AI回答都是治标不治本。他提议将焦点转向AI回答这一新的注意力聚合点，并设计来源认证、多样性价格、探索性信用和信息审计等机制，以区分昂贵的人类创作与廉价的AI模仿。然而，区分AI生成内容与人类创作本身极具挑战性，且利益相关者可能会抵制标签化等威胁“垃圾内容套利”的措施。如果缺乏有效的质量信号和收入模式，AI搜索的普及可能导致成本高昂的人力信息生产无以为继，最终使开放网络陷入萎缩。