Notizie SEO di oggi: novità Google, AI e aggiornamenti

La rimozione di blocchi interi dai Large Language Models (LLM) è una tecnica per migliorarne la velocità e ridurre il consumo di memoria. La sfida consiste nello scegliere quali blocchi rimuovere, poiché la loro interazione rende il problema combinatorio. Questo studio riformula la selezione dei blocchi come un problema di ottimizzazione binaria vincolata (CBO), mappandolo su un sistema di spin di Ising. Questo approccio permette di valutare un gran numero di configurazioni potate senza benchmarking diretto, ottenendo miglioramenti significativi nelle prestazioni dei modelli compressi.

OpenAI ha ampliato la sua piattaforma di formazione, OpenAI Academy, introducendo nuovi percorsi didattici. Questi corsi sono rivolti a sviluppatori, leader, educatori e studenti universitari, affiancandosi al percorso esistente 'Apply AI at Work'. L'obiettivo è fornire competenze pratiche sull'uso dell'IA in diversi contesti professionali e accademici. I partecipanti possono ottenere badge di completamento superando le valutazioni dei corsi.

OpenAI ha istituito un gruppo consultivo indipendente composto da matematici per affrontare le implicazioni del rapido progresso dei suoi modelli AI nella risoluzione di problemi matematici. Questo gruppo avrà il compito di valutare la significatività dei risultati emergenti, coordinarne la diffusione e consigliare su come gli strumenti AI possano supportare la ricerca e l'apprendimento matematico. L'iniziativa nasce anche in risposta alle preoccupazioni sollevate dalla comunità matematica riguardo agli impatti negativi della risoluzione di problemi aperti come benchmark per i sistemi AI. Il gruppo opererà in modo autonomo, fornendo consulenza e commenti pubblici sull'impatto di OpenAI sulla matematica.

Higgsfield AI ha integrato GPT-6 Astra per accelerare lo sviluppo di nuove funzionalità video, permettendo a un singolo ingegnere di implementarle in un giorno. Questa integrazione migliora la capacità della piattaforma di generare variazioni di annunci video da un singolo prompt, facilitando la creazione di contenuti per piccole imprese. GPT-6 Astra supporta sia la creazione di annunci per i clienti che lo sviluppo interno di Higgsfield, rendendo lo storytelling creativo più accessibile.

V7 Go è una piattaforma che consente agli agenti AI di acquisire e utilizzare il contesto aziendale, organizzando informazioni sparse in un "Context Graph". Questo sistema, basato su modelli GPT avanzati, permette agli agenti di eseguire workflow complessi con elevata accuratezza e di mantenere una traccia auditabile delle decisioni. L'obiettivo è superare la limitazione dei modelli attuali che non comprendono automaticamente il contesto specifico del business, migliorando l'efficienza in settori come finanza e assicurazioni.

OpenAI delinea la sua visione per la prossima fase dell'intelligenza artificiale, focalizzandosi sulla creazione di un ricercatore AI automatizzato per affrontare il problema dell'allineamento e garantire che l'AI generale avvantaggi l'umanità. L'azienda sottolinea l'importanza della ricerca sull'allineamento per mantenere i sistemi AI in linea con i valori umani e sotto controllo, specialmente con l'aumento delle capacità e dell'autonomia dell'AI. Viene menzionata la ricerca AI automatizzata (RSI) come potenziale acceleratore del progresso, con l'obiettivo di rendere l'intelligenza avanzata accessibile e di migliorare la sicurezza dell'AI. OpenAI ribadisce che la RSI completamente autonoma non è un obiettivo attuale e sarà perseguita solo se e quando potrà essere implementata in sicurezza.

Una nuova ricerca condotta da università statunitensi evidenzia che la modalità di ricerca AI di Google diminuisce i clic verso i siti degli editori. Lo studio indica inoltre che l'esperienza utente fornita dalla modalità AI è insoddisfacente, spingendo alcuni utenti a cercare alternative. La rimozione degli AI Overviews ha mostrato un aumento dei clic senza un peggioramento dell'esperienza di ricerca. I risultati contraddicono le affermazioni di Google riguardo l'apprezzamento degli utenti per la ricerca AI e l'aumento del traffico generato.

L'articolo evidenzia la difficoltà per i professionisti SEO di comunicare efficacemente il valore e le capacità dell'AI ai dirigenti aziendali. Spesso, i leader hanno aspettative irrealistiche o una comprensione limitata delle applicazioni pratiche dell'AI nel marketing e nella SEO. È fondamentale tradurre le potenzialità dell'AI in metriche di business chiare e risultati tangibili per ottenere supporto e investimenti.

Per garantire la visibilità delle pagine locali nei sistemi AI, è fondamentale che i crawler possano accedervi e che le informazioni aziendali siano accurate. Ostacoli comuni includono configurazioni errate di robots.txt, direttive noindex e blocchi da parte di servizi come Cloudflare. La renderizzazione lato server è nuovamente rilevante per l'indicizzazione da parte dell'AI. È essenziale che i siti web delle piccole imprese non blocchino i crawler, a differenza di quanto potrebbero fare i grandi editori.

Il CEO di Shopify, Tobi Lütke, ha evidenziato come l'uso dell'intelligenza artificiale stia portando a un eccesso di produzione di contenuti non revisionati, definiti internamente come 'slop grenades'. Questo fenomeno sposta il carico di lavoro di verifica e correzione sui colleghi, anziché migliorare l'efficienza. Lütke ha sottolineato che, sebbene l'AI sia un'aspettativa di base in azienda, la responsabilità finale del lavoro rimane umana. Ha suggerito di utilizzare l'AI per sintetizzare piuttosto che per espandere contenuti.

L'articolo discute l'importanza di comprendere quali fonti informano le risposte generate dall'AI, andando oltre la semplice visibilità nei risultati di ricerca tradizionali. Viene evidenziato come le fonti citate dalle AI possano differire dai ranking SEO e come sia cruciale analizzare queste citazioni per definire strategie di contenuto e outreach. L'analisi suggerisce che le fonti rilevanti variano significativamente tra i settori, con un'enfasi su contenuti generati dagli utenti e siti di recensioni in molti ambiti.

L'articolo descrive un processo di outreach per ottenere citazioni da parte di modelli AI, evidenziando l'importanza delle fonti di terze parti per la visibilità in AI search. Viene illustrato come identificare opportunità di citazione tramite Semrush e automatizzare il processo con Claude Code. L'obiettivo è far sì che i brand vengano menzionati dalle AI quando rispondono a query degli utenti, andando oltre il semplice concetto di backlink.

Operatori di siti di annunci di lavoro lamentano che le loro richieste di approvazione per l'utilizzo dell'API di indicizzazione di Google rimangono senza risposta per mesi. Nonostante la documentazione di Google raccomandi l'API per gli URL di annunci di lavoro, molti non ottengono l'approvazione o aumenti di quota. La situazione è stata evidenziata da consulenti SEO che hanno raccolto dati da numerose bacheche di lavoro, suggerendo che Google potrebbe non aver approvato nuove richieste nel 2026. Le segnalazioni di mancate risposte si accumulano da maggio, con operatori che non ricevono né approvazioni né rifiuti.

L'articolo analizza il concetto di commercio agentivo, distinguendolo dal voice shopping. Mentre il voice shopping rappresentava un cambiamento nell'interfaccia, il commercio agentivo implica che l'acquisto possa avvenire senza la presenza diretta dell'utente, configurandosi come un cambiamento strutturale. A differenza delle precedenti innovazioni, il commercio agentivo non richiede ai commercianti di sviluppare nuove integrazioni specifiche. Questo lo rende un fenomeno potenzialmente più pervasivo, sebbene la sua efficacia e adozione su larga scala siano ancora da verificare.

Google Lighthouse ha aggiunto un nuovo audit per valutare la capacità dei siti web di essere scoperti e compresi dagli agenti di intelligenza artificiale. Questa funzionalità mira a migliorare l'ottimizzazione dei contenuti per i sistemi AI. L'audit fornisce indicazioni su come strutturare le informazioni per facilitare l'interazione degli agenti AI. Questo aggiornamento riflette l'importanza crescente dell'accessibilità dei dati per i modelli linguistici e gli assistenti virtuali.

L'articolo discute le sfide e le strategie per l'SEO internazionale nel settore editoriale. Viene analizzato l'approccio comune di utilizzare un TLD generico, evidenziando come questo sia efficace principalmente per brand con forte equity e che pubblicano in una singola lingua. Si sottolinea che per la maggior parte degli editori, specialmente quelli che operano in più lingue, questa non è la strategia ottimale.

Hugging Face ha rilasciato la versione 1 della libreria `tokenizers`, focalizzandosi sul miglioramento delle prestazioni. Questa nuova versione mira a eliminare il bottleneck della tokenizzazione nei workflow di machine learning, specialmente con dataset massivi o richieste concorrenti. I test mostrano un significativo aumento di velocità rispetto alla versione precedente, mantenendo la compatibilità con gli output e le API esistenti. L'obiettivo è rendere la tokenizzazione più efficiente e scalabile, evitando che le GPU restino inattive in attesa dell'elaborazione della CPU.