AI搜索，戰火重燃

2024-10-17 07:34

來源：澎湃新聞·澎湃號·湃客

文 | kiki

隨著月之暗面宣布上線具備AI自主搜索能力的Kimi探索版，一時間，AI新的競爭戰火燃燒至一個并不新的領域——搜索。

今年下半年以來，整個AI搜索都呈現出熱鬧的景象：海外，OpenAI推出AI驅動的搜索引擎SearchGPT，谷歌在近期也宣布將推出由人工智能組織的搜索結果頁面，加速搜索變革。

最新融到熱錢的一批AI創業者中，也不乏AI搜索的影子。除了Perplexity等明星企業外，還有前小度CEO景鯤創辦的Genspark、企業搜索領域的Glean、Hebbia，專注電商領域的Daydream。10月，Ai Pin兩位高管再創業推出的AI事實審查搜索引擎Infactory也已完成400萬美元種子輪融資。

國內，幾乎所有AI牌桌上的玩家，無論是大廠、中廠抑或是創業公司，都推出了AI搜索產品。不久前，百度文心一言改名文小言，定位為新搜索。

據「AI產品榜」發布的今年9月網站榜數據，國內AI產品中，知乎直答、360AI搜索等增長勢頭十分明顯。中長期來看，理想情況下，隨著AI搜索向智能助手轉變，或重塑互聯網的新入口，前景和錢景都有。短期來看，作為高頻剛需的確定性賽道，在技術和場景上，傳統搜索和AI搜索也并非涇渭分明，無論是作為智能助手的「過渡形態」，抑或是AI原生產品的附加功能，都具備可觀的想象空間。

不過，在行業熱度背后，不少業內人士對此輪AI搜索的態度則十分冷靜。區別于「搜索無所不在」的浪漫幻想，成本、數據、體驗與商業模式等各類更現實的問題，已然浮出水面。

1、為何戰火重燃？

海內外科技大廠與創業公司重燃AI搜索戰火，并非是偶然。

一位互聯網大廠搜索業務人士告訴「硅基研究室」：“搜索一直都AI行業玩家的必爭之地。”一方面，搜索能為苦于流量的大廠帶來重塑入口的可能，它們可借移動時代的生態優勢，快速整合自身能力。而由于搜索應用場景多元，傳統搜索在搜索效率、交互設計等方面又存在很多問題，也自然給創業公司在垂直領域提供了更多「彎道超車」的機遇。

從去年至今，AI搜索領域涌現出三類主要玩家：一類是定位C端和B端的原生AI搜索工具，典型秘塔AI、Perplexity AI、Genspark、YOU、Glean等，大多為創業公司。一類是為傳統搜索引擎中增加AI功能或推出相關AI搜索產品，如微軟的New Bing、Google的 AI Overview，360推出的AI搜索、夸克等，大多集中在搜索大廠，它們更多是一種焦慮情緒趨勢。360集團副總裁、360AI搜索應用負責人梁志輝就談到，在非常早期啟動AI搜索業務的原因主要是「擔憂」：“AI搜索用足夠的時間發展起來后，我們的傳統搜索引擎和瀏覽器的業務可能被徹底顛覆掉”。

還有一類則是給現有AI產品錦上添花，比如在chatbot專門增設搜索功能的Kimi，百度的文小言等。

不過，區別于上輪AI搜索的火熱，此輪玩家們又集體翻新「舊瓶」，離不開以下幾點原因：

一是，用戶搜索行為的變化。搜索實際是一個需求泛化的場景，梁志輝在播客《AI產品經理》中曾透露，2019年的360搜索里，有42%的用戶在尋址，21%在找資源，37%在提問題，但到了2024年，在360AI搜索里，尋址的用戶和找資源的用戶占比均有兩位數下降，而超七成的用戶都在提問題，也就是說，生成式AI技術與應用的爆發進一步催熟了用戶以提問為主的搜索需求。

二是，頭部科技大廠焦慮情緒的緩解。它們逐步意識到，傳統搜索與AI搜索間并非是絕對的替代關系，用戶搜索行為的慣性依舊存在。面對新AI搜索產品，用戶短期出于嘗鮮需求可能會投入成本嘗試，但長期來看，考慮到遷移成本，傳統搜索在端側、生態與內容上的優勢依舊存在，一旦推出類似的AI搜索功能，部分用戶也很快選擇調轉車頭。

三是，上一階段，AI搜索的火熱很大程度上得益于RAG（Retrieval-augmented Generation，檢索增強生成）」技術的發展，其將信息檢索（Retrieval）和內容生成（Generation）兩個步驟融合，有效地降低了大模型的幻覺問題，實現了大模型技術和實際場景需求間的平衡。

現階段，技術服務需求的趨勢也越發明顯，行業競爭逐步向技術工程化和產品化發展，無論是智能體的調用、多模態能力的集成，抑或是在技術層對模型能力進行優化，如Prompt工程上的優化，各家都在結合自身的技術優勢和搜索資源，去尋找AI搜索的新形態與新體驗。“外面看這波（AI搜索）很熱，但我們還是很冷靜。”有行業人士向「硅基研究室」這樣評價此輪AI搜索的爆發。

2、告別羅曼蒂克

一提到搜索的想象力，人們常提到這句話：「忘掉搜索框，搜索將無處不在」。

搜索的核心本質其實用戶尋求特定信息的過程，用戶搜索的目的從來都不是搜索行為本身，而是尋求答案，因此每一次query（查詢）往往都是個人需求和意圖的組合，而配合大模型的泛化能力，能源源不斷地滿足個人長尾需求。

這也是為什么Perplexity創始人Aravind Srinivas并不把自己當作谷歌競爭對手的原因所在：“我們最大的敵人不是Google，而是人們不是天生就擅長提問的這個事實。”現階段，AI搜索最關鍵的任務，其實是通過新技術、新產品和新交互去更精準地理解用戶的提問和搜索意圖。

換言之，一個共識是，AI搜索正在告別某種技術的羅曼蒂克想象，變得更接地氣，這源于此輪AI搜索的三個明顯變化。

第一個明顯的變化是，AI搜索的入場門檻正在變高。

DayDream在今年6月完成了5000萬美元的（約3.56億人民幣）種子輪融資，7月，Genspark也完成了6000萬美元（約合4.35億元人民幣）的種子輪融資，估值達到了2.6億美元，英偉達參投的一家AI搜索引擎公司Exa AI也獲得了1700萬美元的新一輪融資。

入場門檻變高的原因在于，入局成本在變高。

目前，市場上很多的AI搜索產品都是通過「接入傳統搜索引擎API+大模型」實現能力的整合，并沒有基于真正的AI架構重新在底層搭建一套搜索系統，原因在于AI搜索的成本還是很高。

從成本端來看，AI搜索的成本可以分為模型成本（大模型接口費、模型搭建、訓練與運營成本）、搜索API費用、私有數據存儲和服務費用（自建索引庫），還有人工和運營獲客成本。

AI搜索核心的一個壁壘就是數據的量和質，這直接影響答案的生成質量，因此底層數據的質量和數量至關重要。比如，傳統搜索大廠在成本端的一個固定開銷就是自建索引庫，昆侖萬維董事長兼CEO方漢在采訪中提到，光是爬蟲集群的開銷，如果索引全球的網頁的話，那基本上在3000臺服務器到1萬臺服務器之間。OpenAI此前也是通過收購了一家名為Rockset的數據庫公司，才彌補了自己在數據層的短板。

這也是為何AI搜索公司估值水漲船高的原因，成本無疑是初創企業需要考慮的最直接問題。

第二個變化是，無論如何都不能單純只做搜索。獵豹移動董事長兼CEO、獵戶星空董事長傅盛在接受采訪時提到：“AI搜索，現在雖然是大一統了，在很多細微的地方，就能看到不同的產品，是不一樣的。”

「硅基研究室」觀察到，背靠科技大廠、自身有著搜索業務的玩家結合自身的數據和生態積累，正在集成更多樣化的AI能力，尋找更多的場景入口，讓搜索無所不在。

在多樣化的AI能力上，比如百度副總裁、AI產品創新業務及MEG戰略運管中心負責人薛蘇就提到，AI搜索和傳統搜索的最大不同就是從單純的工具性的「搜」，走向了更具人性的「搜+創+聊」，這之中，包括我們已熟悉的多角度的總結、長文本的歸納、多模態交互、Agent等融合。

在更多場景入口上，結合更多的硬件入口、多模態入口，做統一和整合，也在規劃之中。例如，夸克不久前發布全新PC端，谷歌與三星合作的推出的「即圈即搜」等功能，都是在為搜索尋找新入口，提升搜索的價值。

而大廠外，垂直領域的AI搜索初創企業走向更精更專與更定制化的體驗。

以Genspark為例，聚焦在旅游和商品等垂直領域，可以利用AI copilot，為用戶生成定制化名為Sparkpage的自定義頁面，支持用戶的自定義編輯，每一個模塊也以卡片形式展現，很像「小紅書」。

Sparkpage在旅游和商品場景的頁面設計圖源：Genspark

另一個備受科研人士和學生黨喜歡的國內工具秘塔搜索，則在近期上線了播客、文庫以及圖片分析功能，豐富信息源，本質上也是更好地為核心人群服務，契合目標人群的工作流。

第三個變化，則是更多玩家談到了商業化。如前文所說，商業化是AI搜索一個老生常談的話題。月之暗面在推出探索版后，就向記者透露，未來會考慮做一定的商業化嘗試。從盈利模式來看，AI搜索主要有訂閱制和廣告兩類。不久前，谷歌就宣布將AI搜索能力整合進Google Lens，增加了Lens的購物功能中，同時開放了購物廣告展示位。Perplexity AI也在探索搜索廣告的營收模式，Perplexity首席商務官Dmitry Shevelenko在近期表示，9月份處理了 3.4億次查詢，有幾家「家喻戶曉的頂級」公司希望在該平臺上投放廣告。