AI搜索，战火重燃

今天小编分享的互联网经验：AI搜索，战火重燃，欢迎阅读。

文 | 硅基研究室，作者 | 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網域——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、企业搜索领網域的 Glean、Hebbia，专注电商领網域的 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、互動设计等方面又存在很多问题，也自然给创业公司在垂直领網域提供了更多「弯道超车」的机遇。

从去年至今，AI 搜索领網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、新产品和新互動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 台伺服器到 1 万台伺服器之间。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、多模态互動、Agent 等融合。

在更多场景入口上，结合更多的硬體入口、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，垂直领網域的 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網域，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。