دنیای جستجوی اینترنتی از یک کادر متنی ساده به یک اکوسیستم چندوجهی و چندپلتفرمی تبدیل شده است. در حالی که فعالان صنعت بازاریابی دیجیتال در حال حاضر بر قابلیت خلاصه مجهز به هوش مصنوعی گوگل (AI Overviews) به عنوان عامل اصلی کاهش ترافیک خروجی تمرکز کرده‌اند، واقعیت این است که پدیده «وب بدون کلیک» (zero-click web) یک‌شبه و صرفاً با ظهور هوش مصنوعی مولد شکل نگرفته، بلکه نتیجه تکاملی ده‌ساله در رفتار کاربران است. بر اساس داده‌های کلیک‌استریم شرکت SparkToro در سال ۲۰۲۶، اکنون ۶۸ درصد از جستجوهای گوگل در ایالات متحده بدون هیچ کلیکی به وب باز (open web) پایان می‌یابند؛ رقمی که صعود مداوم از ۴۹ درصد در سال ۲۰۱۹ را نشان می‌دهد. این تغییر شتابان نشان‌دهنده تحولی عمیق در نحوه کشف اطلاعات توسط مخاطبان است؛ روندی که در سال ۲۰۲۳ توسط اشلی لیدل (Ashley Liddell) تحت عنوان «بهینه‌سازی برای جستجو در همه‌جا» (Search Everywhere Optimization) نام‌گذاری شد.

فرار از پیوندهای آبی؛ ظهور حالت مکالمه‌ای و چندوجهی

کاربران امروزی به‌طور غریزی موتورهای جستجوی سنتی را دور می‌زنند و برای دریافت پاسخ‌های سریع و بصری به پلتفرم‌های جامعه‌محور مانند YouTube، Instagram و TikTok مراجعه می‌کنند. گوگل نیز در واکنش به این مهاجرت، دیوارهای باغ محصور خود را با ارائه پاسخ‌های آنی تقویت کرده است. داده‌های اخیر گوگل در کنفرانس I/O 2026 درباره قابلیت «حالت هوش مصنوعی» (AI Mode) نشان می‌دهد که تعداد کاربران فعال ماهانه این قابلیت از مرز یک میلیارد نفر گذشته است.

بر اساس این آمار، میانگین طول پرس‌وجوها (queries) در حالت هوش مصنوعی اکنون سه برابر طولانی‌تر از جستجوهای سنتی است و کاربران بیشتر از افعال دستوری مانند «توضیح بده» (explain) و «خلاصه کن» (summarize) و ضمیر شخصی «من» استفاده می‌کنند که نشان‌دهنده تعاملی شخصی و گفتگومحور است. همچنین، سوالات پیگیری (follow-up questions) ماهانه ۴۰ درصد افزایش یافته و بیش از یک مورد از هر شش جستجو در حالت AI Mode شامل صدا، تصویر یا ویدیو است.

تحلیل آماری تاثیر خلاصه هوش مصنوعی بر رسانه‌ها

یک پژوهش جدید که به عنوان اولین مطالعه بزرگ روی رسانه‌های اسپانیایی توسط کلارا سوتراس (Clara Soteras)، ام‌جی کاچون (MJ Cachón) و پژوهشگران دانشگاه بارسلونا، ماری والز (Mari Vállez) و کارلوس لوپزوسا (Carlos Lopezosa) در قالب پروژه CUVICOM انجام شده، نشان می‌دهد که پیچیدگی پرس‌وجوها رابطه مستقیمی با فعال شدن خلاصه هوش مصنوعی (AIO) دارد.

داده‌های این تحقیق نشان می‌دهد جستجوهای چهارکلمه‌ای در ۴۸.۱ درصد مواقع باعث فعال شدن AIO می‌شوند و همراه با جستجوهای سه‌کلمه‌ای، نزدیک به ۷۰ درصد از کل نتایج تولیدشده توسط هوش مصنوعی را به خود اختصاص می‌دهند. نیت نهفته در این پرس‌وجوهای طولانی‌تر، عمدتاً پرسش‌گرانه و متمرکز بر محتوای همیشه سبز (evergreen) است (۷۵.۲ درصد). کلمات کلیدی که از فرمول کلاسیک «6Ws» روزنامه‌نگاری (چه کسی، چه چیزی، کجا، چه زمانی، چرا، چگونه) استفاده می‌کنند، تقریباً فعال شدن خلاصه هوش مصنوعی را تضمین می‌کنند؛ به طوری که کلمه «چرا» (why) در ۹۲.۳ درصد مواقع، «چه چیزی» (what) در ۸۵.۷ درصد و «چه کسی» (who) در ۶۸.۴ درصد مواقع خلاصه هوش مصنوعی را فعال می‌کنند.

این پژوهش همچنین نشان داد که هوش مصنوعی مولد و اخبار فوری در دو اکوسیستم کاملاً مجزا فعالیت می‌کنند. در حالی که خلاصه هوش مصنوعی در ۳۴.۶ درصد از جستجوهای همیشه سبز ظاهر می‌شود، سهم آن در اخبار فوری و رویدادهای جاری تنها ۱.۱ درصد است و به ندرت با بخش «داستان‌های برتر» (Top Stories) هم‌پوشانی دارد (۱.۴ درصد). از سوی دیگر، ۴۳.۶ درصد از صفحات نتایج جستجو (SERP) هیچ‌کدام از این دو ویژگی را نشان نمی‌دهند که این امر فرصتی بکر برای رتبه‌بندی ارگانیک سنتی فراهم می‌کند.

در زمینه دیده شدن برندها نیز پارادوکس جالبی وجود دارد؛ حضور در خلاصه هوش مصنوعی لزوماً با ترافیک سنتی همخوانی ندارد. به عنوان مثال، رسانه 20 Minutos در جستجوهای مرتبط با برند به حضور ۳۸.۹ درصدی در AIO دست یافت، در حالی که رسانه El Español به عنوان رهبر ترافیک کلی، تنها ۱۱.۱ درصد حضور داشت. این امر ثابت می‌کند که حجم بالای بازدید سنتی، تضمین‌کننده سهم صدای برتر (Share of Voice) در عصر هوش مصنوعی نیست.

بازتعریف پنج ستون نیت جستجو توسط گوگل

چارچوب سنتی نیت جستجو (اطلاعاتی، ناوبری و تراکنشی) در حال فروپاشی است. بر اساس تحقیقات جدید گوگل در ایالات متحده، کاربران از AI Mode برای تصمیم‌گیری، برنامه‌ریزی سفر، سازماندهی وظایف، یادگیری مفاهیم، ایده‌پردازی، مقایسه گزینه‌ها و تولید محتوا استفاده می‌کنند. جستجو از یک لایه اطلاعاتی غیرفعال به یک لایه کاربردی فعال (utility layer) تبدیل شده است.

ازرا ایمان (Ezra Eeman)، مدیر بخش هوش مصنوعی در رسانه در WAN-IFRA، اشاره می‌کند که این رفتارهای نوظهور شباهت زیادی به مدل معروف «نیازهای کاربر» (User Needs) دیمیتری شیشکین (Dmitry Shishkin)، مشاور رسانه‌ای و روزنامه‌نگار سابق BBC دارد. گوگل اکنون رسماً مرزهای نیت جستجو را در قالب پنج ستون عمل‌گرا تعریف می‌کند: کاوش کردن (explore)، تصمیم‌گیری (decide)، یادگیری (learn)، خلق کردن (create) و انجام دادن (do).

شکاف توجه و اقدام؛ یافته‌های ردیابی چشم

یک مطالعه ردیابی چشم (eye-tracking) که با همکاری دیگو کریادو (Diego Criado) و ام‌جی کاچون انجام شد، پدیده‌ای به نام «شکاف توجه و اقدام» (attention-to-action gap) را شناسایی کرده است. عناصر بصری مانند تصاویر، لیست محصولات و دکمه «کاوش بیشتر» (Explore Further) در خلاصه هوش مصنوعی، تا ۱۰۰ درصد توجه بصری کاربر را به خود جلب می‌کنند اما نرخ کلیک (CTR) آن‌ها صفر درصد است.

در مقابل، بخش‌هایی که نیاز به مطالعه عمیق و تصمیم‌گیری دارند، نرخ تبدیل بالایی دارند؛ بخش اصلی متن خلاصه هوش مصنوعی (AIO) نرخ تبدیل ۸۶.۴ درصدی دارد و لینک‌های ارگانیک سنتی همچنان با نرخ کلیک ۹۵.۵ درصدی، پادشاهان بی‌رقیب صفحه نتایج جستجو هستند.

از دسترسی به مخاطب تا تعامل متقابل

با تغییر رفتار کاربران، شاخص‌های کلیدی عملکرد (KPIs) نیز باید بازنگری شوند. به گفته هایکو شرر (Heiko Scherer)، بنیان‌گذار و مدیرعامل tchop.io، رسانه‌ها باید از تمرکز صرف بر «دسترسی» (reach) به سمت ایجاد حس «تعلق» (belonging) حرکت کنند.

شان گریفی (Sean Griffey)، هم‌بنیان‌گذار و مدیرعامل سابق Industry Dive، معیار نهایی رسانه‌ها در اقتصاد ارتباطی امروز را «عمل متقابل» (reciprocity) می‌داند و می‌گوید:

«توجه، تراکنشی است؛ اما عمل متقابل، پایدار و مانند یک خندق حفاظتی (moat) است.»

این مفهوم بررسی می‌کند که آیا مخاطبان آن‌قدر احساس ارتباط عمیق با برند دارند که حتی بدون منفعت شخصی، از آن حمایت کنند یا خیر. رسانه‌ها و برندها باید روش‌های غیرقابل‌مقیاس و دستی را برای سنجش این تعامل و وفاداری واقعی بیابند.