بر اساس گزارش سال ۲۰۲۶ شرکت Conductor درباره وضعیت سرمایهگذاری مدیران ارشد بازاریابی در زمینه بهینهسازی برای موتورهای پاسخگو و موتورهای جستجوی مبتنی بر هوش مصنوعی (AEO/GEO)، حدود ۹۴ درصد از سازمانهای بزرگ قصد دارند سرمایهگذاری خود را در این بخش افزایش دهند. این گزارش که با نظرسنجی از بیش از ۲۵۰ مدیر ارشد و رهبر دیجیتال در ۱۲ صنعت مختلف تهیه شده، نشان میدهد که بهینهسازی برای هوش مصنوعی اکنون به اولویت نخست بازاریابی تبدیل شده و حتی از رسانههای پولی و جستجوی پولی نیز پیشی گرفته است. با این حال، تمایل شدید به تولید انبوه محتوا با استفاده از هوش مصنوعی برای کسب رتبه در این موتورها، چالشهای جدی و بیسابقهای را در زمینه کیفیت و جریمههای سئو ایجاد کرده است.
پیامدهای جریمههای گوگل و پدیده «کوه هوش مصنوعی»
الی شوارتز (Eli Schwartz) پیشبینی میکند که روند فعلی تولید انبوه محتوا با هوش مصنوعی در سال ۲۰۲۶ تغییر خواهد کرد؛ چرا که گوگل و سایر مدلهای بزرگ زبانی (LLMs) با نسخهای هوش مصنوعی از بهروزرسانی «محتوای مفید» (Helpful Content Update)، علیه محتوای کمکیفیت اقدام خواهند کرد. شوارتز اشاره میکند که بسیاری از مدیران نسبت به اثربخشی تولید انبوه محتوای هوش مصنوعی تردید دارند، اما به دلیل ترس از عقب ماندن (FOMO)، به این کار تن میدهند. لیلی ری (Lily Ray)، تحلیلگر حوزه سئو، نیز گزارش داده است که برخی وبسایتها پس از اتخاذ استراتژیهای تهاجمی تولید محتوا با هوش مصنوعی، تمام ترافیک جستجوی خود را به صورت ناگهانی از دست دادهاند.
پدرو دیاس (Pedro Dias) مستند کرده است که در ژوئن ۲۰۲۵، گوگل اقدامات دستی (Manual Actions) ویژهای را علیه سوءاستفاده از محتوای انبوه آغاز کرد و سایتهایی در بریتانیا، ایالات متحده و اتحادیه اروپا هشدارهای سرچ کنسول با موضوع «سوءاستفاده در مقیاس بزرگ از محتوا» دریافت کردند. دن تیلور (Dan Taylor) نیز با تحلیل نمودارهای ترافیکی، پدیدهای را تشریح کرد که گلن گیب (Glenn Gabe) آن را اثر «کوه هوش مصنوعی» (Mt. AI) مینامد؛ جهش اولیه ترافیک پس از انتشار انبوه محتوا، و سپس سقوط آزاد ناگهانی به محض ارزیابی کیفیت توسط الگوریتمهای گوگل.
مرزبندی گوگل میان محتوای عمومی و تخصصی
دنی سالیوان (Danny Sullivan) در رویداد Google Search Central در تورنتو در آوریل ۲۰۲۶، تفاوت میان محتوای عمومی (Commodity Content) و محتوای غیرعمومی (Non-commodity Content) را تبیین کرد. محتوای عمومی شامل مواردی است که هوش مصنوعی میتواند به راحتی با استفاده از اطلاعات عمومی موجود در وب تولید کند. در مقابل، محتوای غیرعمومی نیازمند تجربه مستقیم، دانش عملی یا دیدگاههای مبتنی بر تخصص واقعی است. گوگل این نوع محتوا را مزیت رقابتی اصلی برندها در عصر هوش مصنوعی میداند.
جان مولر (John Mueller) نیز این موضوع را در چارچوب بهروزرسانی دستورالعملهای ارزیابی کیفیت گوگل (Quality Rater Guidelines) مطرح کرده است. بر اساس این دستورالعملها، ارزیابهای کیفیت موظفند پایینترین امتیاز را به صفحات حاوی محتوای تولیدشده با هوش مصنوعی که فاقد تلاش، اصالت یا ارزش افزوده هستند، اختصاص دهند. گوگل صراحتاً اعلام کرده است که صرف استفاده از ابزار هوش مصنوعی تعیینکننده رتبه نیست، بلکه میزان تلاش، اصالت و ارزش خلقشده اهمیت دارد.
چرخه اطلاعات نادرست و راهبرد سازمانهای پیشرو
یکی از خطرات جدی تولید محتوای خودکار، ایجاد چرخههای اطلاعات نادرست است. لیلی ری در آزمایشی از ابزار Perplexity درباره اخبار سئو سوال کرد و این ابزار با اطمینان گزارشی درباره «بهروزرسانی هسته الگوریتم پرسپکتیو در سپتامبر ۲۰۲۵» ارائه داد؛ رویدادی که هرگز رخ نداده بود. بررسی منابع نشان داد که این ابزار به پستهای وبلاگی آژانسهای سئو ارجاع داده که خود با هوش مصنوعی تولید شده و این خبر جعلی را ساخته بودند. نمونه دیگر، انتشار اخبار نادرست درباره جدایی جرمی کلارکسون (Jeremy Clarkson) و شریک زندگیاش لیزا هوگان (Lisa Hogan) بود که صرفاً بر اساس تفسیر نادرست یک مصاحبه ساده توسط ابزارهای خودکار شکل گرفت.
سازمانهای بالغتر در گزارش Conductor (آنهایی که بهینهسازی برای موتورهای پاسخگو را اولویت اصلی خود قرار دادهاند)، به این نتیجه رسیدهاند که تنها راه نجات، تمرکز بر تحقیقات اصیل بر پایه دادههای دستاول (First-party data) است. دادههای اختصاصی و پژوهشهای واقعی به هیچ وجه توسط سیستمهای تولید محتوای هوش مصنوعی قابل شبیهسازی نیستند.
نقش جدید سردبیران به عنوان دروازهبانان اطلاعات
برای صنایعی که از گذشته بر مدلهای محتوای برنامهریزیشده (Programmatic Content) متکی بودهاند – مانند سایتهای مقایسه هتل در صنعت گردشگری یا توضیحات محصول در تجارت الکترونیک – هوش مصنوعی ابزاری کارآمد برای سرعت بخشیدن به فرآیندهاست. اما برای ایجاد تمایز واقعی، برندها باید لحن و رویکرد منحصربهفرد خود را حفظ کنند.
پیشنهاد نهایی برای سازمانهای بزرگ این است که ابزارهای هوش مصنوعی را در خدمت متخصصان موضوعی و سردبیران قرار دهند. هوش مصنوعی نباید جایگزین انسان شود، بلکه باید به عنوان یک شتابدهنده عمل کند تا متخصصان را به «ابر تولیدکنندگان» (Super Producers) تبدیل کند. آلیهدا سولیس (Aleyda Solis) در این باره میگوید که برای تضمین کیفیت و اصالت، یک گردش کار تحریریه شخصیسازیشده نیاز است تا بینشهای منحصربهفرد برند و دادههای دستاول در محتوا ادغام شوند.