AI搜索，戰火重燃

今天小編分享的互聯網經驗：AI搜索，戰火重燃，歡迎閲讀。

文 | 硅基研究室，作者 | kiki

随着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 新的競争戰火燃燒至一個并不新的領網域——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，谷歌在近期也宣布将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 景鲲創辦的 Genspark、企業搜索領網域的 Glean、Hebbia，專注電商領網域的 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。

國内，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，國内 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，随着 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，作為高頻剛需的确定性賽道，在技術和場景上，傳統搜索和 AI 搜索也并非泾渭分明，無論是作為智能助手的「過渡形态」，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，在行業熱度背後，不少業内人士對此輪 AI 搜索的态度則十分冷靜。區别于「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？

海内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 行業玩家的必争之地。" 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态優勢，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、互動設計等方面又存在很多問題，也自然給創業公司在垂直領網域提供了更多「彎道超車」的機遇。

從去年至今，AI 搜索領網域湧現出三類主要玩家：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、誇克等，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，在非常早期啓動 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後，我們的傳統搜索引擎和浏覽器的業務可能被徹底颠覆掉 "。

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，區别于上輪 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，用户搜索行為的變化。 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 搜索裏，有 42% 的用户在尋址，21% 在找資源，37% 在提問題，但到了 2024 年，在 360AI 搜索裏，尋址的用户和找資源的用户占比均有兩位數下降，而超七成的用户都在提問題，也就是説，生成式 AI 技術與應用的爆發進一步催熟了用户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，用户搜索行為的慣性依舊存在。面對新 AI 搜索產品，用户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、生态與内容上的優勢依舊存在，一旦推出類似的 AI 搜索功能，部分用户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， 其将信息檢索（Retrieval）和内容生成（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，行業競争逐步向技術工程化和產品化發展，無論是智能體的調用、多模态能力的集成，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 搜索的新形态與新體驗。" 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、告别羅曼蒂克

一提到搜索的想象力，人們常提到這句話：「忘掉搜索框，搜索将無處不在」。

搜索的核心本質其實用户尋求特定信息的過程，用户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。

這也是為什麼 Perplexity 創始人 Aravind Srinivas 并不把自己當作谷歌競争對手的原因所在：" 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、新產品和新互動去更精準地理解用户的提問和搜索意圖。

換言之，一個共識是，AI 搜索正在告别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 億人民币）種子輪融資，7 月，Genspark 也完成了 6000 萬美元（約合 4.35 億元人民币）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 台伺服器到 1 萬台伺服器之間。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、獵户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、自身有着搜索業務的玩家結合自身的數據和生态積累，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、多模态互動、Agent 等融合。

在更多場景入口上，結合更多的硬體入口、多模态入口，做統一和整合，也在規劃之中。例如，誇克不久前發布全新 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，垂直領網域的 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，聚焦在旅遊和商品等垂直領網域，可以利用 AI copilot，為用户生成定制化名為 Sparkpage 的自定義頁面，支持用户的自定義編輯，每一個模塊也以卡片形式展現，很像「小紅書」。

Sparkpage 在旅遊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内工具秘塔搜索，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，契合目标人群的工作流。

第三個變化，則是更多玩家談到了商業化。 如前文所説，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後，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 搜索主要有訂閲制和廣告兩類。不久前，谷歌就宣布将 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「家喻户曉的頂級」公司希望在該平台上投放廣告。