在过去的几年里，谷歌通过机器学习学会了 解释内容并 自动、独立于结构化数据将其分配到某个类别。近年来，商他们的购物信息流，为 Google Shopping 的机器学习算法提供了重要的帮助——经过验证的训练素材。
Google 的这一目标也由 Gary Illyes 明确表达出来：
“我希望生活在一个模式不那么重要 whatsapp 筛查 的世界，但目前，我们需要它。如果 Google 团队推荐它，您可能应该使用它，因为架构可以帮助我们理解页面上的内容，并且它用于某些搜索功能（但不用于排名算法）……Google 应该拥有可以在不需要架构的情况下弄清楚事物的算法……”来源：
我必须提到，在同一来源中，Gary 对 schema.org 数据是否用作训练数据的问题进行了反面的回答。这与我的假设相矛盾。
谷歌希望在数据方面保持独立
我认为，未来几年，谷歌将能够对大部分内容进行分类，而无需使用结构化数据标记。目前，它们只是经过人工验证的训练数据，在某些时候可能会过时。
谷歌更愿意完全独立运营，并且不 使用自助工具减少路由错误 需要自己无法生成的外部数据。一直都是这样。而且 SEO 和网站管理员对结构化数据的标记对于 Google 来说也不是最理想的，因为只有技术经验丰富的网站管理员才能使用结构化数据全面标记他们的网站。
Google 提供的有关结构化数据的信息（例如 John Müller 在 SEOday 2017 上提供的信息）表明，Google 显然尚未准备好在不使用结构化数据的情况下对内容进行分类。
还有未经证实的传言称，结构化数据将来可能成为排名因素。这正中谷歌下怀，因为它允许 SEO 为谷歌的机器学习算法提供越来越结 全部 100 构化的数据，而机器学习算法在自动对内容进行分类方面正变得越来越好。
有关机器学习的更多信息，请参阅文章《 机器学习、人工智能和 Rankbrain 对 SEO 和 Google 的重要性》