Googles Liz Reid om synlighed i AI-søgningens tid

Googles søgechef siger, at personalisering i AI-søgning kan løfte nichebaserede og lokale kilder, ikke kun store udgivere. I AI Inside-podcasten den 26. juni 2026 argumenterede Liz Reid, VP og chef for Google Search, for, at når Search forstår, hvad en bruger går op i, kan den fremhæve den specialiserede skaber eller den nærliggende butik, der ellers ville være usynlig. Hun medgav også, at data om, hvordan AI-svar driver klik, stadig er sparsomme, fordi AI Mode og AI Overviews begge er nye.

Hvad der skete

Interviewet, der blev afholdt af Jason Howell og Jeff Jarvis, handlede om gnidningerne mellem Googles AI-søgeoplevelser og de sider, der leverer det underliggende indhold. Reid afviste tanken om, at personalisering kun hjælper store, etablerede udgivere. Hendes argument var, at kendskab til en brugers interesser, såsom en forkærlighed for miljøvenlige brands eller det faktum, at vedkommende har et lille barn, gør det muligt for Search at forbinde den person med den nichebaserede anmelder, den lokale virksomhed eller den specialist, som en generisk rangeret liste ville begrave.

Hun var åben om måling. Udgivere har klaget over, at Google leverer få klikdata for AI Mode og AI Overviews i Search Console, og Reid beskrev det som et område i udvikling snarere end et løst problem og opfordrede sider til at bygge deres egne rammer for at måle succes op imod deres egne mål.

“AI mode is one year, AI overviews is two years. So we’re still learning.”

Liz Reid, Google, on the AI Inside podcast

Hun var også ærlig om grænserne for Googles eget greb om brugerne. Hvis Search ikke formår at forbinde folk med den information, de vil have, sagde hun, går de simpelthen direkte til kilden, en påmindelse om, at synlighed og nytteværdi, ikke kun ranking-mekanik, afgør, hvor opmærksomheden lander.

Hvorfor det er vigtigt

To signaler springer i øjnene for enhver, der har ansvar for søgesynlighed. For det første positioneres personalisering som en mulighed for specifikke, distinkte kilder frem for en trussel mod dem. Det tilgodeser virksomheder, der er ægte relevante for en bestemt person på et bestemt sted, hvilket er præcis den position, en velhåndteret lokal tilstedeværelse indtager. For det andet er målingskløften reel og anerkendt på øverste niveau i Google Search. Brands kan ikke gå ud fra, at AI-flader inden længe leverer ren klik-attribution.

Den spænding, interviewet hele tiden vendte tilbage til, mindre henvisningstrafik og færre data, selv når AI-svar vokser, er den samme, som enterprise-teams lever med lige nu. Reids fremstilling løser den ikke, men den peger på, hvor brands stadig har plads til at handle: relevans, distinkthed og det at være det oplagt nyttige svar for en specifik bruger.

Hvad det betyder for brands med mange lokationer

For et brand med hundreder eller tusinder af lokationer er personalisering, der fremhæver nichebaserede og lokale kilder, kun godt nyt, hvis hver lokation faktisk er distinkt og præcis i dataene. En generisk, halvt udfyldt lokationsprofil giver systemet intet specifikt at matche en person med. Opgaven er at gøre hver lokation ægte besvarbar.

Giv hver lokation ægte, lokalt specifikt indhold og præcise data, så personalisering har noget at fremhæve, og håndtér det ensartet med en local business listing som kilde til sandheden og AI-klare profiler gennem Places AI. Fordi AI-flader ikke rapporterer rene klik, så byg jeres egen måling: brug lokations- og søgeindsigter til at spore opkald, rutevejledninger og besøg pr. lokation frem for at vente på fuld attribution fra Search Console. Betragt det derefter som den samme disciplin på tværs af maskiner, uanset om I arbejder på at ranke i AI-søgeresultater eller griber generative engine optimization an, for inputtet er den samme præcise, distinkte lokale tilstedeværelse.

Konklusionen

Googles søgechef fortæller brands to ting på én gang: AI-søgning kan fremhæve specifikke, lokale, distinkte kilder, og den giver jer ikke fuld data om, hvordan det sker. For operatører med mange lokationer er svaret ikke at jagte den black box, men at eje inputtet, gøre hver lokation ægte nyttig og præcis, og måle de resultater, der betyder noget, på jeres egne præmisser.