TPG 週刊 Issue 213 - Google Discover 不是單一演算法,內容也不是一個供需平衡的市場

§ Google Discover 並不是一個單一推薦演算法,而是一個由約 20 條不同內容 pipelines 所組成的分發系統。這些 pipelines 依據內容類型(如新聞、常青內容、影音等)進行分流,各自有不同的更新頻率與觸及能力,因此內容的曝光不只是「被演算法選中」,而是取決於是否被導入正確的分發管線之中。§ 近期 Arc XP 宣布整合 AI 內容交易市集新創 TollBit,讓旗下超過 2,500 家媒體可以開始對 AI 爬蟲流量進行收費,這被視為「Pay Per Crawl」模式逐漸成形的重要一步。

TPG 週刊 Issue 213 - Google Discover 不是單一演算法,內容也不是一個供需平衡的市場
Photo by Growtika / Unsplash

TPG 週刊會在台灣時間每週一早上 8:00 出刊,每一期將由 TPG 成員分享當週媒體廣告產業的重要觀點,還有我們在閱讀有趣的文章連結。

媒體開始向 AI 爬蟲收費,但需求端仍未進場

Arc XP 是由《華盛頓郵報》(The Washington Post)開發的內容管理與數位體驗平台(Digital Experience Platform, DXP),主要提供媒體與品牌主用來管理網站內容、分發與營運,目前全球已有數千家媒體採用。近期 Arc XP 宣布整合 AI 內容交易市集新創 TollBit,讓旗下超過 2,500 家媒體可以開始對 AI 爬蟲流量進行收費,這被視為「Pay Per Crawl」模式逐漸成形的重要一步。過去媒體面對 AI 模型大規模抓取內容,幾乎沒有任何定價權與談判籌碼,而這類中介的交易平台機制出現,開始讓媒體有機會在 AI 的橫行的當下獲得些許報酬。事實上,包含台灣、日本的許多媒體在內,也都在過去的一年間陸續串接了 TollBit 的交易平台,並且開始獲取些許收益,或許不足以補貼失去的流量與廣告收入,但確實是在 AI 時代中建立起的新的革命性交易模式。

然而,這套模式目前仍存在一個結構性的隱憂:主流的大型 AI Chatbot 公司,多數尚未真正加入成為買方。換句話說,雖然「收費的基礎設施」已經開始建立,但真正掌握需求端的模型平台,並沒有全面接受這樣的交易邏輯。這使得 Pay Per Crawl 目前更像是一個「供給端自發形成的市場」,而非已被主流採納的產業標準。若缺乏 OpenAI、Google、Anthropic 等關鍵玩家的參與,這套機制最終是否能形成穩定且可規模化的收入來源,仍然存在相當的不確定性。(by Richard

Google Discover 並非只是單一演算法

Google Discover 幾乎成為近年媒體主要的流量管道來源,沒有之一,而德國一間專精 Google Discover 優化的新創公司 1492.vision 近期發表了一篇分析文章,創辦人 Sylvain Deaure 在文中透過分析約 4,200 萬筆 Discover 卡片資料指出,Google Discover 並不是一個單一推薦演算法,而是一個由約 20 條不同內容 pipelines 所組成的分發系統。這些 pipelines 依據內容類型(如新聞、常青內容、影音等)進行分流,各自有不同的更新頻率與觸及能力,因此內容的曝光不只是「被演算法選中」,而是取決於是否被導入正確的分發管線之中。

他進一步強調,這些 pipelines 之間存在明確的分層與放大機制,內容通常會先在較小規模的流量池中被測試,只有在表現良好的情況下,才會被推進到更高觸及的分發層,甚至獲得近似大規模廣播的曝光。Deaure 因此指出,Discover 的流量邏輯更接近「逐層晉升」的系統,而非傳統 SEO 的排名競爭。對媒體與內容經營者而言,真正的關鍵不僅在於內容品質,而是理解不同內容對應的分發管線,並持續讓內容在該管線中被放大與再分發。(by Richard

TTD 用 「效益增量」 重寫 Identity DSP 分潤規則

The Trade Desk 最近調整 Identity Alliance(整合 Experian、ID5、LiveRamp等ID 供應商 ) 的分潤機制,表面看像是付款方式更新,實際上更像是它開始重寫 identity 生態系的遊戲規則。過去,identity 合作,收入看的是廠商送進來多少資料。現在 The Trade Desk 更在意的,是各家廠商到底補進了多少平台原本沒有的訊號。相對過去只看數量,現在 TTD 更想把利潤分配到真正把缺口補上的供應商。當 Kokai 已經成為 TTD 的核心決策系統,平台確實就不會想持續為大量重複、可替代、彼此重疊的資料付費。

對 DSP 來說,這樣做一方面是控制成本,另一方面也是把資料判斷權收回自己手上。對 Identity 業者來說,壓力就更直接了,你不能只說自己有資料,還得證明這份資料真的夠特別,真的有助於定向、跨裝置辨識,或最終的成效衡量。更值得看的是,這不只是合作條件改了,而是 open web 的分工和利潤,正在繼續往平台端集中。規則誰訂、分數誰打、最後誰被留下來,主控權都在 DSP 平台手上。(by Brick

TPG 成員們在閱讀

Richard

  • The Quiet Backbone of AI: Taxonomies in an Agentic World IAB Tech Lab 發文強調在 agentic advertising 時代,taxonomy 不是輔助工具,而是讓 AI 系統「不出錯」的基礎設施。透過標準化的 taxonomy ID(內容、廣告產品、受眾),將模糊描述轉為機器可理解、沒有歧義的定義,消除 agent 之間的解讀偏差。
  • OpenAI Forecasts Advertising to Hit $102 billion by 2030 OpenAI 預估其廣告業務將快速成長,廣告營收在 2026 年可達 24 億美元、2027 年進一步成長至 110 億美元,並在 2030 年突破 1,020 億美元;同時,每位使用者的平均廣告收入(ARPU)也預計將提升至 60 美元,顯示其商業化進程正進入大規模變現階段。
  • OpenAI acquires TBPN OpenAI 收購由創辦人主導的科技 Podcast TBPN,這也是其首次進入媒體領域的併購。這個節目原本就聚集大量科技圈創業者與投資人,OpenAI 看中的不只是內容本身,而是它作為「產業對話場域」的影響力,希望透過這類平台更直接參與並形塑 AI 的公共討論與敘事方式。
  • Meta simplifies Pixel setup with official Google Tag Manager template Meta 推出官方的 Google Tag Manager 模板,可以無腦重複利用 GA4 dataLayer 來做各種轉換的追蹤。
  • Google March 2026 core update rollout is now complete Google 2026 三月核心演算法更新推出完畢。
  • Inside Google Discover: 20 pipelines, 42 million cards, and what they mean for publishers Google Discover 並不是一個演算法,而是一個高度結構化的「內容管線系統」。透過對 4,200 萬筆卡片的分析,作者發現 Discover 其實由約 20 個不同的 pipelines 組成,每一條都負責不同類型的內容(例如新聞、趨勢、影片、廣告),並以不同的速度、觸及率與分發邏輯運作。

Brick

Johnny

Jeremy

有任何問題與反饋?歡迎與我們聯繫: contact@publishergroup.tw

也歡迎在 LinkedIn 上追蹤我們,接收即時發刊與活動訊息!

核稿編輯:Ariel,部分內容亦有透過 AI 協助撰寫