AI搜索，战火重燃_

文 | kiki

随着月之暗面宣布上线具备AI自主搜索能力的Kimi探索版，一时间，AI新的竞争战火燃烧至一个并不新的领域——搜索。

今年下半年以来，整个AI搜索都呈现出热闹的景象：海外，OpenAI推出AI驱动的搜索引擎SearchGPT，谷歌在近期也宣布将推出由人工智能组织的搜索结果页面，加速搜索变革。

最新融到热钱的一批AI创业者中，也不乏AI搜索的影子。除了Perplexity等明星企业外，还有前小度CEO景鲲创办的Genspark、企业搜索领域的Glean、Hebbia，专注电商领域的Daydream。10月，Ai Pin两位高管再创业推出的AI事实审查搜索引擎Infactory也已完成400万美元种子轮融资。

国内，几乎所有AI牌桌上的玩家，无论是大厂、中厂抑或是创业公司，都推出了AI搜索产品。不久前，百度文心一言改名文小言，定位为新搜索。

据「AI产品榜」发布的今年9月网站榜数据，国内AI产品中，知乎直答、360AI搜索等增长势头十分明显。中长期来看，理想情况下，随着AI搜索向智能助手转变，或重塑互联网的新入口，前景和钱景都有。短期来看，作为高频刚需的确定性赛道，在技术和场景上，传统搜索和AI搜索也并非泾渭分明，无论是作为智能助手的「过渡形态」，抑或是AI原生产品的附加功能，都具备可观的想象空间。

不过，在行业热度背后，不少业内人士对此轮AI搜索的态度则十分冷静。区别于「搜索无所不在」的浪漫幻想，成本、数据、体验与商业模式等各类更现实的问题，已然浮出水面。

1、为何战火重燃？

海内外科技大厂与创业公司重燃AI搜索战火，并非是偶然。

一位互联网大厂搜索业务人士告诉「硅基研究室」：“搜索一直都AI行业玩家的必争之地。”一方面，搜索能为苦于流量的大厂带来重塑入口的可能，它们可借移动时代的生态优势，快速整合自身能力。而由于搜索应用场景多元，传统搜索在搜索效率、交互设计等方面又存在很多问题，也自然给创业公司在垂直领域提供了更多「弯道超车」的机遇。

从去年至今，AI搜索领域涌现出三类主要玩家：一类是定位C端和B端的原生AI搜索工具，典型秘塔AI、Perplexity AI、Genspark、YOU、Glean等，大多为创业公司。一类是为传统搜索引擎中增加AI功能或推出相关AI搜索产品，如微软的New Bing、Google的 AI Overview，360推出的AI搜索、夸克等，大多集中在搜索大厂，它们更多是一种焦虑情绪趋势。360集团副总裁、360AI搜索应用负责人梁志辉就谈到，在非常早期启动AI搜索业务的原因主要是「担忧」：“AI搜索用足够的时间发展起来后，我们的传统搜索引擎和浏览器的业务可能被彻底颠覆掉”。

还有一类则是给现有AI产品锦上添花，比如在chatbot专门增设搜索功能的Kimi，百度的文小言等。

不过，区别于上轮AI搜索的火热，此轮玩家们又集体翻新「旧瓶」，离不开以下几点原因：

一是，用户搜索行为的变化。搜索实际是一个需求泛化的场景，梁志辉在播客《AI产品经理》中曾透露，2019年的360搜索里，有42%的用户在寻址，21%在找资源，37%在提问题，但到了2024年，在360AI搜索里，寻址的用户和找资源的用户占比均有两位数下降，而超七成的用户都在提问题，也就是说，生成式AI技术与应用的爆发进一步催熟了用户以提问为主的搜索需求。

二是，头部科技大厂焦虑情绪的缓解。它们逐步意识到，传统搜索与AI搜索间并非是绝对的替代关系，用户搜索行为的惯性依旧存在。面对新AI搜索产品，用户短期出于尝鲜需求可能会投入成本尝试，但长期来看，考虑到迁移成本，传统搜索在端侧、生态与内容上的优势依旧存在，一旦推出类似的AI搜索功能，部分用户也很快选择调转车头。

三是，上一阶段，AI搜索的火热很大程度上得益于RAG（Retrieval-augmented Generation，检索增强生成）」技术的发展，其将信息检索（Retrieval）和内容生成（Generation）两个步骤融合，有效地降低了大模型的幻觉问题，实现了大模型技术和实际场景需求间的平衡。

现阶段，技术服务需求的趋势也越发明显，行业竞争逐步向技术工程化和产品化发展，无论是智能体的调用、多模态能力的集成，抑或是在技术层对模型能力进行优化，如Prompt工程上的优化，各家都在结合自身的技术优势和搜索资源，去寻找AI搜索的新形态与新体验。“外面看这波（AI搜索）很热，但我们还是很冷静。”有行业人士向「硅基研究室」这样评价此轮AI搜索的爆发。

2、告别罗曼蒂克

一提到搜索的想象力，人们常提到这句话：「忘掉搜索框，搜索将无处不在」。

搜索的核心本质其实用户寻求特定信息的过程，用户搜索的目的从来都不是搜索行为本身，而是寻求答案，因此每一次query（查询）往往都是个人需求和意图的组合，而配合大模型的泛化能力，能源源不断地满足个人长尾需求。

这也是为什么Perplexity创始人Aravind Srinivas并不把自己当作谷歌竞争对手的原因所在：“我们最大的敌人不是Google，而是人们不是天生就擅长提问的这个事实。”现阶段，AI搜索最关键的任务，其实是通过新技术、新产品和新交互去更精准地理解用户的提问和搜索意图。

换言之，一个共识是，AI搜索正在告别某种技术的罗曼蒂克想象，变得更接地气，这源于此轮AI搜索的三个明显变化。

第一个明显的变化是，AI搜索的入场门槛正在变高。

DayDream在今年6月完成了5000万美元的（约3.56亿人民币）种子轮融资，7月，Genspark也完成了6000万美元（约合4.35亿元人民币）的种子轮融资，估值达到了2.6亿美元，英伟达参投的一家AI搜索引擎公司Exa AI也获得了1700万美元的新一轮融资。

入场门槛变高的原因在于，入局成本在变高。

目前，市场上很多的AI搜索产品都是通过「接入传统搜索引擎API+大模型」实现能力的整合，并没有基于真正的AI架构重新在底层搭建一套搜索系统，原因在于AI搜索的成本还是很高。

从成本端来看，AI搜索的成本可以分为模型成本（大模型接口费、模型搭建、训练与运营成本）、搜索API费用、私有数据存储和服务费用（自建索引库），还有人工和运营获客成本。

AI搜索核心的一个壁垒就是数据的量和质，这直接影响答案的生成质量，因此底层数据的质量和数量至关重要。比如，传统搜索大厂在成本端的一个固定开销就是自建索引库，昆仑万维董事长兼CEO方汉在采访中提到，光是爬虫集群的开销，如果索引全球的网页的话，那基本上在3000台服务器到1万台服务器之间。OpenAI此前也是通过收购了一家名为Rockset的数据库公司，才弥补了自己在数据层的短板。

这也是为何AI搜索公司估值水涨船高的原因，成本无疑是初创企业需要考虑的最直接问题。

第二个变化是，无论如何都不能单纯只做搜索。猎豹移动董事长兼CEO、猎户星空董事长傅盛在接受采访时提到：“AI搜索，现在虽然是大一统了，在很多细微的地方，就能看到不同的产品，是不一样的。”

「硅基研究室」观察到，背靠科技大厂、自身有着搜索业务的玩家结合自身的数据和生态积累，正在集成更多样化的AI能力，寻找更多的场景入口，让搜索无所不在。

在多样化的AI能力上，比如百度副总裁、AI产品创新业务及MEG战略运管中心负责人薛苏就提到，AI搜索和传统搜索的最大不同就是从单纯的工具性的「搜」，走向了更具人性的「搜+创+聊」，这之中，包括我们已熟悉的多角度的总结、长文本的归纳、多模态交互、Agent等融合。

在更多场景入口上，结合更多的硬件入口、多模态入口，做统一和整合，也在规划之中。例如，夸克不久前发布全新PC端，谷歌与三星合作的推出的「即圈即搜」等功能，都是在为搜索寻找新入口，提升搜索的价值。

而大厂外，垂直领域的AI搜索初创企业走向更精更专与更定制化的体验。

以Genspark为例，聚焦在旅游和商品等垂直领域，可以利用AI copilot，为用户生成定制化名为Sparkpage的自定义页面，支持用户的自定义编辑，每一个模块也以卡片形式展现，很像「小红书」。

另一个备受科研人士和学生党喜欢的国内工具秘塔搜索，则在近期上线了播客、文库以及图片分析功能，丰富信息源，本质上也是更好地为核心人群服务，契合目标人群的工作流。

第三个变化，则是更多玩家谈到了商业化。如前文所说，商业化是AI搜索一个老生常谈的话题。月之暗面在推出探索版后，就向记者透露，未来会考虑做一定的商业化尝试。从盈利模式来看，AI搜索主要有订阅制和广告两类。不久前，谷歌就宣布将AI搜索能力整合进Google Lens，增加了Lens的购物功能中，同时开放了购物广告展示位。Perplexity AI也在探索搜索广告的营收模式，Perplexity首席商务官Dmitry Shevelenko在近期表示，9月份处理了 3.4亿次查询，有几家「家喻户晓的顶级」公司希望在该平台上投放广告。