AI的发现在不断增长,但分布不均,也无法可靠地预测.
Previous的2026年AI发现状况报告分析了从2024年11月到2026年5月由AI驱动的166个Google Analytics 4属性的677万个会话.
其中心结论是对市场营销者的实际警告: ChatGPT主导可追踪的独立LLM推荐,然而Google的AI表面似乎驱动了更多AI影响的整体流量,而平台的改变可以在一个月内急剧地改变推荐量.
Previsible的2026年AI发现状况报告显示,ChatGPT在独立LLM的可追踪转诊中占92.4%. 2026年5月,每月的AI类课程达到644 478个,比该研究的19个月增加了9.9个学分。
这是人们如何找到信息、产品和网站的重大转变。
然而,这不是围绕一个AI平台或一个查询渠道制定营销计划的理由。
更重要的是,AI发现已经成为分布式获取环境.
一个企业可以被ChatGPT浮出水面,通过Google AI Overviews或AI Mode相遇,并通过自己网站的内部搜索页面到达.
每条路线可能测量不同,每条路线都可以随着AI产品的发展而变化.
AI转诊增长并不等于ChatGPT在可追踪的独立LLM转诊流量中所占的份额的稳定频道,使它成为了监测的重要来源.
但报告也记录了当一个平台改变其产品或模式行为时,如何暴露企业.
在2025年10月至2025年11月期间,该研究中ChatGPT的转诊人数从448,412人下降到213,345人,在一个月中约为一半.
这一下降提醒人们,AI助手的转介流量不等同于从成熟的,完全可控制的营销渠道的流量.
AI产品如何检索、引用、链接或给出答案, 报告还指出了独立AI平台之间不断变化的竞争环境.
克洛德和双子座升起,而副驾驶转诊则从高峰时降出约96%,而困惑度下降.
这些运动强化了两点:交通集中在少数平台周围,这些平台的相对重要性可以迅速变化.
AI在研究中的发现信号 " 何为可见的发现 " 实际含义 " 独立LM转介 ChatGPT值得注意,但集中会带来依赖性风险.
Google AI表面AI Overviews和AI Mode共同驱动受AI影响的流量比所有独立的LLMs加起来还要多.
仅转介报告可能低估了大赦国际在发现中的作用。
内部搜索页面34.2%的AI流量登陆搜索页面.
现场搜索经验可以成为有意义的获取表面.
ChatGPT的转介可变性从2025年10月的448,412起下降到2025年11月的213,345起.
不要将短期AI转诊增长作为可靠的基线。
研究没有建议企业应忽略ChatGPT的推荐.
相反,它显示了为什么一个裁判员是AI总能见度的弱代名词.
Google的AI经验特别重要,因为它们可以影响比独立的LLM推荐数据更大的发现规模,即使传统的推荐归属不能完全捕捉到这种影响.
在计量和内容规划方面应改变哪些企业 第一个任务是将AI转介流量与更广泛的AI影响发现问题区分开来.
转介数据可以识别一些由独立助理发送的访问.
它本身无法解释Google搜索环境中以AI生成的结果开始的每一个用户旅程。
这种区分应影响报告。
而不是将AI流量视为一种稳定的获取 bu