AI搜索,战火重燃

AI搜索,战火重燃
2024年10月16日 15:27 硅基研究室

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」。

Sparkpage在旅游和商品场景的页面设计 图源:Genspark

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。

来源:谷歌

3、AI搜索没到终局

Perplexity创始人Aravind Sriniva曾在一次采访中提到两个AI能实现「技术-产品-用户」良性循环的行业——一是自动驾驶,另一个就是搜索:“AI的任何进步,语义理解、自然语言处理,都会改善产品,更多的数据也让嵌入式向量表现得更好”。

当AI与搜索这一古老的领域相结合,创业者所面临的是一个两难抉择:前方是林立的巨头,把持高度集中的市场份额;后方,是AI的无穷魅力,它能改造传统搜索的体验,为搜索拓宽边界。

至少从目前AI搜索工具的百花齐放来看,竞争还远没到终局,产品、场景与技术的迭代还会继续,如何降低成本、塑造用户信任,把流量变留量,又如何解决技术工程与数据上的诸多问题,行业玩家们都有很多苦活儿要干。

参考资料:

1、甲子光年:拆解SearchGPT后,我们发现了AI搜索的壁垒、突破和未来

2、AI产品Rena:AI搜索产品深度分析-搜索原理和商业模式分析

3、Founder Park:张鹏、傅盛&方汉:连谷歌都下场了,为什么OpenAI没有推AI搜索?

4、播客AI产品经理:国内增速第一的360AI搜索在做什么?| 对谈360VP梁志辉

5、中信证券:AI搜索:搜索新范式,流量新入口

财经自媒体联盟更多自媒体作者

新浪首页 语音播报 相关新闻 返回顶部