Hvordan skalerer du uten straff?
Skalering av AI-innholdsgenerering er den viktigste innholdsstrategien for bedriftsorganisasjoner som optimaliserer for AI-søkesynlighet. I følge Conductors 2026 State of AEO/GEO CMO Investment Report, som undersøkte over 250 ledere og digitale ledere i 12 bransjer, rangerte den over strukturerte data, over autoritative langformede guider og over original forskning. På tvers av alle undersøkte modenhetsnivåer, fra organisasjoner som begir seg ut i AI-synlighet til de som har tatt i bruk hele bedriften, var det det beste svaret.
Det kan imidlertid også være her problemet starter.
AI-innholdsskalering mislykkes
I rapporten erkjente Aleyda Solis den strategiske intensjonen, men reiste en bekymring: “Selv om det er mulig å utnytte AI for innhold, kreves det en personalisert redaksjonell og optimaliseringsarbeidsflyt for å sikre kvalitet, originalitet og ekspertise ved å integrere unik merkeinnsikt og førstepartsdata, som er nøyaktig hva AI-plattformer sannsynligvis vil sitere.”
Eli Schwartz spådde at den nåværende AI-innholdsskaleringstrenden “vil endres i 2026 ettersom Google og andre LLM-er presser tilbake mot lavkvalitetsinnhold” med det han beskrev som en AI-versjon av Googles oppdatering av nyttig innhold. Han flagget også at lederne han snakker med er “noe skeptiske til effektiviteten til massemengder med AI-innhold, men er redde for å bli etterlatt hvis de ikke gjør dette.”
Frykt for å gå glipp er ikke grunnlag for en effektiv innholdsstrategi.
Lily Ray, som er kjent for sin dybdeanalyse, sa tidligere i år: “Interessant, men ikke overraskende, å se folk på LinkedIn dele historiene sine om å miste all søkesynlighet (noen ganger over natten) etter en aggressiv AI-innholdsstrategi.” Hun la til: “Bare fordi det er enkelt betyr ikke at det er en god idé.”
Jeg gjentar sterkt at hvis noe er enkelt, er det enkelt for alle og ikke konkurransedyktig.
Pedro Dias dokumenterte at i juni 2025 begynte Google å utstede manuelle handlinger spesifikt for skalert innholdsmisbruk, målrettet mot nettsteder som hadde massepublisert AI-generert innhold. Nettsteder over hele Storbritannia, USA og EU mottok Search Console-varsler med henvisning til «aggressive spam-teknikker, for eksempel misbruk av innhold i stor skala».
Dan Taylor skrev nylig om mekanikken bak denne feilen i detaljerte detaljer, og delte trafikkgrafer som illustrerer det Glenn Gabe kaller “Mt. AI”-effekten, en innledende økning når nytt innhold oversvømmer indeksen, etterfulgt av en klippekant når Googles kvalitetsterskelvurdering starter. Det Taylor identifiserer som det virkelige problemet er ikke fraværet av AI-innhold i seg selv, men selve AI-innholdet. “Det virkelige problemet ligger i det faktum at skalering av innholdsproduksjon, uavhengig av metode, ofte introduserer en rekke kvalitetskontrollproblemer,” skriver han. Friskhetsøkningen som nye nettadresser mottar, maskerer disse problemene midlertidig. Da gjør det ikke det.
Jeg skriver, leser og redigerer mye innhold, og jeg kan tydelig se når AI har blitt brukt som supplement til skriving. Noen forfattere kan gjøre dette bra og har innspill nok av sin ekspertise til å få rimelige resultater. Andre ikke så mye, der de lener seg på AI for å supplere deres mangel på kunnskap eller ekspertise. For meg selv kan jeg få forbløffende resultater fra Claude når jeg legger inn kvalitet, unik forskning, men jeg må investere en enorm mengde veiledning for å få noe som er verdt å publisere.
For å være tydelig, jeg er ikke anti-AI-bruk. I likhet med Google er jeg fokusert på innhold og skriving av god kvalitet.
Det gapet mellom det AI produserer som standard og det som faktisk kan publiseres, er nettopp der muligheten fortsatt finnes for forfattere som kan faget sitt. Eksepsjonelt menneskestyrt innhold er ikke et kompromiss. Akkurat nå er det konkurransefortrinnet.
Google er konsekvent når det gjelder AI-innhold
Googles holdning til bruk av AI-innhold og kvalitetsinnhold har vært konsekvent.
Danny Sullivan snakket på Google Search Central-arrangementet i Toronto i april 2026 om konseptet råvare kontra ikke-vareinnhold.
Råvareinnhold er alt en AI kan produsere fra offentlig tilgjengelig informasjon. Ikke-vareinnhold krever at du faktisk har gjort noe, vet noe fra direkte erfaring, eller har en mening basert på genuin ekspertise. Og dette er hva Google anser som din konkurransekraft når du går inn i AI-æraen.
John Mueller rammet inn misbruk av AI-innhold i sammenheng med Googles oppdatering av retningslinjer for kvalitetsvurdering, som nå eksplisitt grupperer AI-generert innhold i en seksjon om innhold laget med liten innsats eller originalitet. Kvalitetsbedømmere blir bedt om å bruke den laveste vurderingen på sider der alt eller nesten alt innholdet er auto- eller AI-generert med liten eller ingen innsats, originalitet eller merverdi, uavhengig av produksjonsmetode. Googles retningslinjer er eksplisitt at AI-verktøy alene ikke bestemmer vurdering, innsats, originalitet og verdi.
Alt dette stemmer overens med grunnlaget for det Google ønsker å vise frem – kvalitetsinnhold som demonstrerer førstehåndserfaring.
Vi har sett dette før
Lily Ray kjørte en test ved å be Perplexity om SEO-nyheter og mottok en sikker rapport om “September 2025 Perspective Core Algorithm Update”, en Google-oppdatering som aldri hadde skjedd. Sitatene Perplexity ga pekte på AI-genererte innlegg på SEO-byråblogger. Nettsteder som hadde kjørt en innholdspipeline, hallusinerte en oppdatering og publiserte den som rapportering. Forvirring leste dette og behandlet det som kildemateriale, og serverte det tilbake til henne som fakta.
Det er en historisk parallell her som noen eldre SEO-er vil gjenkjenne.
Tidlig digital PR/koblingsbyggings-innsats innebar å sette historier eller innhold inn i publikasjoner på lavere nivå fordi toppjournalister brukte dem som kildemateriale, og det genererte implisitt troverdighet til flere siteringer. Journalister begynte deretter å sitere det som ble publisert av andre nettsteder, og publiserte nettsteder siterte og refererte til dem i samme siteringssyklus.
Et annet eksempel jeg så nylig, involverte flere artikler (feilaktig) som rapporterte at Jeremy Clarkson og hans partner Lisa Hogan (fra det beste Amazon UK-showet Clarkson’s Farm) tilbrakte tid fra hverandre og avsluttet forholdet. Det Clarkson faktisk hadde sagt var at de bevisst går hver til sitt i løpet av dagen, slik at de har noe interessant å snakke om om kvelden. Dette kan være et eksempel med lav innsats, men det illustrerer perfekt hvor raskt feilinformasjon spiraler.
Innholdsskala er strategi og utfordring
Organisasjonene med høyest modenhet i Conductor-rapporten (organisasjoner der AEO/GEO er en digital kjerneprioritet) har allerede kommet til den riktige konklusjonen, og de er den eneste gruppen i studien som prioriterte original forskning basert på førstepartsdata som innholdsstrategi. De forstår at førstepartsdata og genuin forskning ikke kan replikeres ved å kjøre en AI-innholdsoperasjon, og eksklusivitet er poenget.
Conductor-rapportens overskriftsfunn er at 94 % av bedriftsorganisasjonene planlegger å øke AEO/GEO-investeringene i 2026, og at AEO/GEO har blitt markedsprioritet nummer én, over betalte medier og betalt søk. Rapporten viser også at generering av AI-optimalisert innhold i stor skala ikke bare er den fremste strategien, men også den største utfordringen. Merker vet hva de vil gjøre, men de vet ikke hvordan de skal komme dit.
Hvordan Enterprise Brands kan skalere og vinne
Bransjer som allerede opererer på programmatiske innholdsmodeller (reise, e-handel, store produktkatalogsider) har produsert innhold i stor skala i årevis. Et hotellsammenligningsnettsted som genererer lokasjonssider, en forhandler som produserer tusenvis av produktbeskrivelser, en markedsplass som lager strukturerte oppføringer, er alle legitime brukstilfeller der AI effektivt kan akselerere noe som allerede skjedde.
Men for å ha ekte merkevaredifferensiering, kan investere i en unik stemme og tilnærming til hvordan de skriver disse oppføringene skille dem fra hverandre og være et konkurransefortrinn.
Ved siden av deres programmatiske innhold, bør bedriftsmerker også finne måter de kan produsere innhold som er virkelig vanskelig å replikere. Erfaringsdrevet, databasert, redaksjonelt vurdert og spesifikk på måter som bare en ekte fagekspert ville vite.
For at et bedriftsmerke skal vinne ved å skalere innhold, er min anbefaling å omslutte AI-bruk rundt fageksperter og redaktører. Kraften til AI er hvordan den kan gjøre eksperter til superprodusenter og la dem produsere mer. Enterprise-merker bør investere i å finne disse superprodusentene og deretter bruke AI for å eksponentielt skalere deres evner, ikke prøve å erstatte dem.
AI forsterker det som allerede er der
Den mest nyttige rammen for AI i innholdsproduksjon er som en forsterker av hva du enn bringer til den. Hvis du har genuin fagkunnskap, proprietære data og den redaksjonelle disiplinen for å opprettholde kvalitet, kan AI akselerere produksjonen din på en meningsfylt måte. Det hjelper deg å produsere mer av det du allerede er god på, raskere.
Men hvis du ikke har disse tingene, produserer AI mer av det du ikke har, raskere. Innholdsutgangen har struktur, lengde og riktig vokabular, men den inneholder ingenting som en LLM ikke kan generere fra offentlig tilgjengelig informasjon. Ingenting som skiller deg fra alle andre merker som prøver å skalere med AI på samme måte.
Som jeg sa tidligere, har jeg produsert dybdeinnhold i årevis, og for meg er AI en kreativ forsterker og et spennende verktøy som forsterker det jeg vet. Den erstatter meg ikke, og den kan absolutt ikke gjøre det jeg kan av seg selv. På det grunnlaget ser jeg fagekspertredaktører som de nye informasjonsportvaktene.
For bedriftsmerker som ønsker å skalere innholdet, bør de begynne med å forstå at godt innhold ikke handler om å inkludere alt; det handler om å vite hva ikke å inkludere.
Den fullstendige Conductor 2026 State of AEO/GEO CMO Investment Report er tilgjengelig her.
Flere ressurser:
Utvalgt bilde: ImageFlow/Shutterstock
