今天小编分享的财经经验：大厂又盯上这块肥肉了，欢迎阅读。
出品 | 虎嗅科技组
作者 | 王欣
编辑 | 苗正卿
头图 | 《狩猎》
互联网大厂，再次盯上了搜索这块肥肉。
11 月 27 日，360 推出 AI 搜索产品 " 纳米搜索 " App，支持文字、语音、拍照、视频等多模态搜索方式。
11 月 15 日，腾讯推出 AI 搜索 ima，除综合检索全网信源外，还整合了微信公众号文章的生态资源。
11 月 5 日，昆仑万维旗下 " 天工 "APP 发布了天工 AI 高级搜索功能。
实际上，大厂对搜索这个大场景垂涎已久，只是国内搜索格局早已固定，难以撼动。
但大模型却增添了一些新变量，有从业者向虎嗅透露，在大厂瞄定 AI 搜索业务之前，"豆包等 AI 助手的问答功能，已经蚕食了部分传统搜索场景的份额"，这让大厂重燃染指搜索业务的希望。
这次他们的底牌是 AI 搜索。——无广告、搜索结果准确、给出完整的信息引用来源。
其中无广告带来的沉浸式用户体验，无疑是 AI 搜索迎战传统搜索的一把利刃，但也让他们陷入了两难的商业化困境。
不靠广告业务收入，如何赚钱？玩家们都在寻找答案。
或许有很多人期待着 AI 搜索这一新范式能够 " 屠龙 " 成功，颠覆竞价排名、插入广告等令人诟病的传统搜索模式。
但在深入了解后，我也听到了一些 " 屠龙者终成恶龙 " 的故事，有 AI 公司又重走老路。——向信息源收费，提高该信息源的权重曝光，用户得到的结果虽然看似没有广告，却在内容中增加了 " 暗广 " 成分，与 AI 搜索主打的准确客观背道而驰。
这样的做法从商业化角度来说无可挑剔，但却与传统搜索的竞价排名收费模式并无二异。
我担心的是，这些号称要 " 干翻 xx" 的人，最终变成了自己最讨厌的样子。
" 搜索是最好的场景 "
发布会上，周鸿祎这样定义他心目中最好的 AI 场景。
"AI 搜索可能是目前大模型最容易展现功能、被用户感知的一个产品方向。"有从业者这样向虎嗅解释大家扎堆 AI 搜索的原因，另外 " 搜索的场景和用户群体显然是比 AI 陪聊、生产力工具大很多。"
昆仑万维告诉虎嗅，他们的 AI 高级搜索功能重点更新了金融和科研领網域，在时效性、权威性、质量相关性、内容的丰富度，以及推理流程展现上都有所提升。
这也是因为在大模型领網域，技术的突破，给 AI 搜索产品带来了更多正反馈。
比如最近涌现的新技术路径——以 OpenAI o1 为代表的强化学习，也显著提升了 AI 搜索场景的体验。
"o1 路线所代表的深度推理模型，其实之前国内各家 AI 公司都有尝试，但并没有做得很深，" 某互联网大厂 AI 搜索产品经理向虎嗅透露：" 而 OpenAI 的 o1 发布后，大家才坚信这个事情是值得做的，投入会比前期要更坚决一些。"
杨值麟在发布对表 o1 的推理模型后表示，" 我们也把这种强化学习的技术与搜索产品—— Kimi 探索版相结合，去提升模型在搜索过程中的推理能力。"
此前，AI 搜索所采用的，主要是针对答案明确的简单问题的快思考路径，比如：国内有几家主流搜索公司？
近期各家 AI 搜索产品也先后进入了 next level ——支持慢思考模式的深度推理搜索。这一模式支持更加复杂、需要结合全网信息进行推理整合的问题，比如：总结下国产新能源车近两年的发展趋势是什么样的？
AI 搜索能检索整合网络资料和权威文献，给出一个要点齐全的长文答案结果，甚至有些像是新能源趋势的调查报告，在文末还会提供信息源出处链接。
而具体到产品形态上，各家产品都有不同的侧重点。
360 纳米搜索的做法是与多模态结合，用户可以进行图片、视频、文字语音等多种模态的搜索，还可以进行图文视频改写创作。
商汤科技高级 AI 产品经理王尚告诉虎嗅，近期他们在 AI 生产力应用办公小浣熊 2.0 中上线了支持联网搜索的 AI 助手，" 在大模型办公场景中加入 AI 搜索的能力后，我们希望能够把垂直的数据分析工具，变成一站式创作空间。用户可以进行从思路构思、搜索信息、写文章到分享的完整创作路径。"
国外大火的 AI 搜索产品 Perplexity 所采取的，也是这种将 AI 搜索与内容分享平台相结合的做法，通过发展自己的内容生态将 AI 搜索平台化，建立自己的价值壁垒。
而腾讯的 ima 则背靠微信公众号文章的生态资源，依靠微信这个超级应用，打造自己的数据飞轮护城河。
这种在 "AI 搜索 " 之外做加法的做法，原因在于行业普遍认知是：仅靠整合大模型问答的单边搜索，难以实现颠覆传统搜索引擎的目标。
让子弹再飞一会
颠覆传统、打破互联网信息垄断的故事听起来确实很热血，但惨淡的现实也让一些从业者仍保持谨慎的态度。
非常明显的是用户量受限问题：这种深度推理的 AI 搜索场景，瞄准生产力用户，相比传统搜索模式显然閱聽人群体和使用场景会更窄。
大厂战略负责人举了一个这样的例子：如果只是搜索有明确答案的问题，用户仍倾向于使用传统搜索引擎。——这种需求可能占据了搜索的大部分场景。
AI 搜索的长处在于它能够生成长文本摘要和检索总结，还附带原始信息源出处。这样的场景显然更适合需要长文本创作、查看各种文献的生产力群体。
" 我们内部对于 AI 搜索功能还没完全达成一致，他的效果提升能达到什么程度仍然未知，另外产品目标群体——大学生或白领付费意愿、人群覆盖度如何，也依旧成谜。" 一名 AI 公司主管对虎嗅表达了这样的担忧。
" 这也会使搜索的思考链路和分析过程时间变得更长，但用户的体验却不一定能得到提升。" 他们也在头疼，平衡新技术路线带来的成本、延时增加和用户体验的问题。目前解决方法是 " 在更好的结果和更长的时间两种思路之间，做 AB test 测试。"
更为头疼的是 AI to C 产品的商业化问题。
某 AI 大厂从业者对虎嗅表达了谨慎的态度，他们的 AI 搜索产品还处于内测阶段，商业模式还没有得到验证，" 仍然需要观望对用户的收益究竟多大，待产品打磨完全成熟后才能上线。"
但他也认为商业化的空间仍然存在，去掉广告后的 AI 搜索，可以通过 C 端用户付费来跑通 PMF。
只是这种依赖 C 端付费的模式，较为理想主义，细数国内众多 C 端 AI 产品，能通过用户付费打正 ROI 的，并不多。
因此许多厂商也在探索将 AI 搜索作为分发入口，与其他业务相结合的商业模式。
比如百度将文心智能接入搜索，用户能够通过百度搜索场景，直接进入智能体触发对话。这既带动了智能体的分发，也在搜索之外开辟了更多垂直场景商业化的可能性。
而夸克则是通过搜索推动网盘、扫描等业务，在这些业务中探索商业化。
有大厂 AI 搜索从业者向虎嗅表示，在 AI 搜索产品中验证商业化并不是他们的近期目标，" 各家大厂都在思考商业化的路径，但都不会把商业化作为产品优先级考虑的因素，目前 AI 产品和技术还处在飞速发展的阶段，更多是把精力和研发放在了模型和产品功能上面。"
随后，他又补充道 " 可能中小厂商会更加注重商业化这件事情 "。
毕竟中小厂的底子更为薄弱，C 端付费的故事难以实现，也让一些亟待商业化的中小 AI 公司，又走上了 " 不归路 "。显然，在 C 端 ROI 极难打正的情况下，这种 SEO 的 TO B 商业模式，也是出于无奈。
一些 SEO 优化公司向虎嗅透露，传统搜索引擎权重下降后，他们一直在寻找新的曝光渠道；而 AI 公司则有曝光无营收，用户的每次调用都会消耗 token，但向 C 端用户收费却难如登天——在与 AI 公司一拍即合后，SEO 服务的手也伸向了大模型平台。
他们的做法是，通过工程化的方式来调整信息源的权重，来提升大模型回答中这些信息源的曝光展示，再向信息源收取费用。
这种的做法，让主打以 " 准确客观有来源 "slogan，来颠覆传统搜索引擎的宏大叙事，显得有些讽刺。
" 将商业化的考虑放在产品体验之前，可能也是对于自身大模型和产品能力的不自信，是一种本末倒置，也会很快被市场淘汰。" 虎嗅接触的大部分大模型厂商，都对这种做法持反对态度。
曾今，有人担心，"即便国内有人可以做出良心多一点的 ChatGPT 类搜索产品，但也有可能‘屠龙者终成恶龙’。"
但 AI 厂商仍然不会放弃搜索这块肥肉，" 这个市场足够大，即便搜索份额做不到第一，也仍然可以验证足够多的用户，并通过后续的分发入口带动其他业务。"
更重要的是，" 大家做了一圈 AI 应用后，发现 AI 搜索仍是少有的，能够给用户带来显性体验提升的产品。"
因此大部分从业者仍保持乐观态度，" 我们对商业化和扩大辐射目标人群还是抱有比较坚定希望的 "，只是需要一些阶段性的探索过程，" 要让子弹再飞一会 "。
（Tips：我是虎嗅科技医疗组的王欣，关注 AI 及创投领網域，行业人士交流可加微信：13206438539，请注明身份。）
