今天小編分享的财經經驗：大廠又盯上這塊肥肉了，歡迎閱讀。
出品 | 虎嗅科技組
作者 | 王欣
編輯 | 苗正卿
頭圖 | 《狩獵》
互聯網大廠，再次盯上了搜索這塊肥肉。
11 月 27 日，360 推出 AI 搜索產品 " 納米搜索 " App，支持文字、語音、拍照、視頻等多模态搜索方式。
11 月 15 日，騰訊推出 AI 搜索 ima，除綜合檢索全網信源外，還整合了微信公眾号文章的生态資源。
11 月 5 日，昆侖萬維旗下 " 天工 "APP 發布了天工 AI 高級搜索功能。
實際上，大廠對搜索這個大場景垂涎已久，只是國内搜索格局早已固定，難以撼動。
但大模型卻增添了一些新變量，有從業者向虎嗅透露，在大廠瞄定 AI 搜索業務之前，"豆包等 AI 助手的問答功能，已經蠶食了部分傳統搜索場景的份額"，這讓大廠重燃染指搜索業務的希望。
這次他們的底牌是 AI 搜索。——無廣告、搜索結果準确、給出完整的信息引用來源。
其中無廣告帶來的沉浸式用戶體驗，無疑是 AI 搜索迎戰傳統搜索的一把利刃，但也讓他們陷入了兩難的商業化困境。
不靠廣告業務收入，如何賺錢？玩家們都在尋找答案。
或許有很多人期待着 AI 搜索這一新範式能夠 " 屠龍 " 成功，颠覆競價排名、插入廣告等令人诟病的傳統搜索模式。
但在深入了解後，我也聽到了一些 " 屠龍者終成惡龍 " 的故事，有 AI 公司又重走老路。——向信息源收費，提高該信息源的權重曝光，用戶得到的結果雖然看似沒有廣告，卻在内容中增加了 " 暗廣 " 成分，與 AI 搜索主打的準确客觀背道而馳。
這樣的做法從商業化角度來說無可挑剔，但卻與傳統搜索的競價排名收費模式并無二異。
我擔心的是，這些号稱要 " 幹翻 xx" 的人，最終變成了自己最讨厭的樣子。
" 搜索是最好的場景 "
發布會上，周鴻祎這樣定義他心目中最好的 AI 場景。
"AI 搜索可能是目前大模型最容易展現功能、被用戶感知的一個產品方向。"有從業者這樣向虎嗅解釋大家扎堆 AI 搜索的原因，另外 " 搜索的場景和用戶群體顯然是比 AI 陪聊、生產力工具大很多。"
昆侖萬維告訴虎嗅，他們的 AI 高級搜索功能重點更新了金融和科研領網域，在時效性、權威性、質量相關性、内容的豐富度，以及推理流程展現上都有所提升。
這也是因為在大模型領網域，技術的突破，給 AI 搜索產品帶來了更多正反饋。
比如最近湧現的新技術路徑——以 OpenAI o1 為代表的強化學習，也顯著提升了 AI 搜索場景的體驗。
"o1 路線所代表的深度推理模型，其實之前國内各家 AI 公司都有嘗試，但并沒有做得很深，" 某互聯網大廠 AI 搜索產品經理向虎嗅透露：" 而 OpenAI 的 o1 發布後，大家才堅信這個事情是值得做的，投入會比前期要更堅決一些。"
楊值麟在發布對表 o1 的推理模型後表示，" 我們也把這種強化學習的技術與搜索產品—— Kimi 探索版相結合，去提升模型在搜索過程中的推理能力。"
此前，AI 搜索所采用的，主要是針對答案明确的簡單問題的快思考路徑，比如：國内有幾家主流搜索公司？
近期各家 AI 搜索產品也先後進入了 next level ——支持慢思考模式的深度推理搜索。這一模式支持更加復雜、需要結合全網信息進行推理整合的問題，比如：總結下國產新能源車近兩年的發展趨勢是什麼樣的？
AI 搜索能檢索整合網絡資料和權威文獻，給出一個要點齊全的長文答案結果，甚至有些像是新能源趨勢的調查報告，在文末還會提供信息源出處鏈接。
而具體到產品形态上，各家產品都有不同的側重點。
360 納米搜索的做法是與多模态結合，用戶可以進行圖片、視頻、文字語音等多種模态的搜索，還可以進行圖文視頻改寫創作。
商湯科技高級 AI 產品經理王尚告訴虎嗅，近期他們在 AI 生產力應用辦公小浣熊 2.0 中上線了支持聯網搜索的 AI 助手，" 在大模型辦公場景中加入 AI 搜索的能力後，我們希望能夠把垂直的數據分析工具，變成一站式創作空間。用戶可以進行從思路構思、搜索信息、寫文章到分享的完整創作路徑。"
國外大火的 AI 搜索產品 Perplexity 所采取的，也是這種将 AI 搜索與内容分享平台相結合的做法，通過發展自己的内容生态将 AI 搜索平台化，建立自己的價值壁壘。
而騰訊的 ima 則背靠微信公眾号文章的生态資源，依靠微信這個超級應用，打造自己的數據飛輪護城河。
這種在 "AI 搜索 " 之外做加法的做法，原因在于行業普遍認知是：僅靠整合大模型問答的單邊搜索，難以實現颠覆傳統搜索引擎的目标。
讓子彈再飛一會
颠覆傳統、打破互聯網信息壟斷的故事聽起來确實很熱血，但慘淡的現實也讓一些從業者仍保持謹慎的态度。
非常明顯的是用戶量受限問題：這種深度推理的 AI 搜索場景，瞄準生產力用戶，相比傳統搜索模式顯然閱聽人群體和使用場景會更窄。
大廠戰略負責人舉了一個這樣的例子：如果只是搜索有明确答案的問題，用戶仍傾向于使用傳統搜索引擎。——這種需求可能占據了搜索的大部分場景。
AI 搜索的長處在于它能夠生成長文本摘要和檢索總結，還附帶原始信息源出處。這樣的場景顯然更适合需要長文本創作、查看各種文獻的生產力群體。
" 我們内部對于 AI 搜索功能還沒完全達成一致，他的效果提升能達到什麼程度仍然未知，另外產品目标群體——大學生或白領付費意願、人群覆蓋度如何，也依舊成謎。" 一名 AI 公司主管對虎嗅表達了這樣的擔憂。
" 這也會使搜索的思考鏈路和分析過程時間變得更長，但用戶的體驗卻不一定能得到提升。" 他們也在頭疼，平衡新技術路線帶來的成本、延時增加和用戶體驗的問題。目前解決方法是 " 在更好的結果和更長的時間兩種思路之間，做 AB test 測試。"
更為頭疼的是 AI to C 產品的商業化問題。
某 AI 大廠從業者對虎嗅表達了謹慎的态度，他們的 AI 搜索產品還處于内測階段，商業模式還沒有得到驗證，" 仍然需要觀望對用戶的收益究竟多大，待產品打磨完全成熟後才能上線。"
但他也認為商業化的空間仍然存在，去掉廣告後的 AI 搜索，可以通過 C 端用戶付費來跑通 PMF。
只是這種依賴 C 端付費的模式，較為理想主義，細數國内眾多 C 端 AI 產品，能通過用戶付費打正 ROI 的，并不多。
因此許多廠商也在探索将 AI 搜索作為分發入口，與其他業務相結合的商業模式。
比如百度将文心智能接入搜索，用戶能夠通過百度搜索場景，直接進入智能體觸發對話。這既帶動了智能體的分發，也在搜索之外開辟了更多垂直場景商業化的可能性。
而誇克則是通過搜索推動網盤、掃描等業務，在這些業務中探索商業化。
有大廠 AI 搜索從業者向虎嗅表示，在 AI 搜索產品中驗證商業化并不是他們的近期目标，" 各家大廠都在思考商業化的路徑，但都不會把商業化作為產品優先級考慮的因素，目前 AI 產品和技術還處在飛速發展的階段，更多是把精力和研發放在了模型和產品功能上面。"
随後，他又補充道 " 可能中小廠商會更加注重商業化這件事情 "。
畢竟中小廠的底子更為薄弱，C 端付費的故事難以實現，也讓一些亟待商業化的中小 AI 公司，又走上了 " 不歸路 "。顯然，在 C 端 ROI 極難打正的情況下，這種 SEO 的 TO B 商業模式，也是出于無奈。
一些 SEO 優化公司向虎嗅透露，傳統搜索引擎權重下降後，他們一直在尋找新的曝光渠道；而 AI 公司則有曝光無營收，用戶的每次調用都會消耗 token，但向 C 端用戶收費卻難如登天——在與 AI 公司一拍即合後，SEO 服務的手也伸向了大模型平台。
他們的做法是，通過工程化的方式來調整信息源的權重，來提升大模型回答中這些信息源的曝光展示，再向信息源收取費用。
這種的做法，讓主打以 " 準确客觀有來源 "slogan，來颠覆傳統搜索引擎的宏大叙事，顯得有些諷刺。
" 将商業化的考慮放在產品體驗之前，可能也是對于自身大模型和產品能力的不自信，是一種本末倒置，也會很快被市場淘汰。" 虎嗅接觸的大部分大模型廠商，都對這種做法持反對态度。
曾今，有人擔心，"即便國内有人可以做出良心多一點的 ChatGPT 類搜索產品，但也有可能‘屠龍者終成惡龍’。"
但 AI 廠商仍然不會放棄搜索這塊肥肉，" 這個市場足夠大，即便搜索份額做不到第一，也仍然可以驗證足夠多的用戶，并通過後續的分發入口帶動其他業務。"
更重要的是，" 大家做了一圈 AI 應用後，發現 AI 搜索仍是少有的，能夠給用戶帶來顯性體驗提升的產品。"
因此大部分從業者仍保持樂觀态度，" 我們對商業化和擴大輻射目标人群還是抱有比較堅定希望的 "，只是需要一些階段性的探索過程，" 要讓子彈再飛一會 "。
（Tips：我是虎嗅科技醫療組的王欣，關注 AI 及創投領網域，行業人士交流可加微信：13206438539，請注明身份。）
