人工智能（AI）滲透到每個業(yè)務的每個部門，從自動化制造工廠工作到擴大以前認為機器無法觸及的區(qū)域（如人力資產）。但是，作為在線廣告和營銷領域的資深人士，我無濟于事，但是讓我的創(chuàng)造力徘徊在AI和機器學習將如何影響SEO（網絡優(yōu)化）的世界（組織用來排名的方法不斷增加）在搜索引擎結果頁（SERP）中。

我們已經看到了全面的AI網絡優(yōu)化革命的開始，搜索企業(yè)家正爭先恐后地保持調整的節(jié)奏。但是接下來的幾年會怎樣呢？接下來的十年呢？

我們說的是“搜索引擎”，但是大多數時候我們都在談論Google。Bing，Yahoo！，DuckDuckGo和其他引擎僅共享搜索用戶群的一小部分，并且它們的大多數技術都是以Google的技術為藍本。因此，我們最大的疑問是，Google將來如何將AI納入其中，以改變普通消費者的搜索方式？

從歷史上看，Google的算法在思想上有兩個主要目標：

改善消費者專業(yè)知識。Google需要客戶尋找他們正在尋找的解決方案，并獲取正確的，無價的內容材料。這是至關重要的一門課，也是一門復雜的課。為了實現(xiàn)這一目標，Google不僅要出色地發(fā)揮其搜索引擎的功能，還必須找到，組織和評估互聯(lián)網上高質量內容的方式。

讓客戶繼續(xù)使用Google。Google會在個人使用時賺取現(xiàn)金，并且只要可行就保留在平臺上。我們將在后面的部分中了解為什么這是必不可少的。

Google已經以幾種替代方式利用了機器學習功能，這只是比其發(fā)展更早的時間問題。

排名腦和機器學習

首先，讓我們考慮RankBrain，這是對Google的Hummingbird算法的一種基于機器學習的改進，該算法于2015年推出。從2013年開始，Hummingbird的替代品最初推出了“語義搜索”功能。它旨在判斷消費者查詢的上下文，而不是實際內容。除了優(yōu)先考慮實際匹配的關鍵短語之外，Hummingbird允許Google考慮同義詞，相關短語以及其他內容。這是走上正確路線的一步，因此，這意味著客戶可能會發(fā)現(xiàn)更高的結果，并且搜索優(yōu)化器現(xiàn)在可能無法擺脫關鍵詞填充。

RankBrain是一種修改，它使Google可以查看消費者搜索信息的大部分內容，并機械地增強其對消費者短語的解釋。它主要針對冗長，令人費解或難以理解的短語，最終將其降低到算法可以更簡單地處理的大小和難易程度。從那時起，它一直在自我更新和增強。

這是未來搜索將如何發(fā)展的重要指示。我猜想比在替換指南后看到替換指南更合理，我們將看到主要基于機器學習的見識而設計的用于自我更新的額外算法調整。這比讓人們完成所有工作更快捷，更具成本效益。

內容質量和鏈接質量

我相信我們還將看到主要的AI開發(fā)被用來更高地感知內容質量和搜索優(yōu)化器產生的超鏈接的質量。

鏈接和內容材料是大多數Web優(yōu)化方法的重點因素。Google研究超鏈接可計算域和頁面級權限（或可信度）;通常，網站指向它的額外超鏈接，并且這些超鏈接越高，其排名就越高。同樣，寫得更好的額外相關內容材料往往會在SERP排名中上升，并吸引互聯(lián)網客戶。更好的內容材料和更高的超鏈接意味著您將通過網絡優(yōu)化技術獲得下一次投資回報（ROI）。

多年來，Google在分析網站上的高質量內容材料和超鏈接方面已經取得了長足的進步。搜索企業(yè)家已經從嘗試欺騙Google的算法發(fā)展為輕松嘗試提供絕對最佳的工作。

目前，Google評估內容材料和超鏈接的主觀“質量”的策略很好，但是它們始終可能更高。對于AI代理來說，逐步研究什么使優(yōu)質內容材料“好”，要比依靠指導代理將這些參數直接編碼到系統(tǒng)中更簡單。我想Google會在不久的將來做出更多的努力來自動化高質量的分析。