當前大模型技術與搜索引擎產(chǎn)品結(jié)合成為確定性趨勢。Gartner預測，到2026年，傳統(tǒng)搜索引擎的搜索量可能下降25%。國內(nèi)外搜索龍頭企業(yè)、創(chuàng)業(yè)公司均投身于AI搜索賽道，部分AI搜索產(chǎn)品在用戶發(fā)展上突飛猛進。本文試圖從AI搜索產(chǎn)品發(fā)展終局的視角，結(jié)合市場上熱門AI搜索產(chǎn)品和企業(yè)，探討AI搜索在用戶使用習慣、產(chǎn)品核心定位和企業(yè)市場格局三層次上出現(xiàn)的新趨勢。
用戶交互流程更加簡單
1.用戶輸入回歸“提問”本質(zhì)
一方面，用戶可直接提問。傳統(tǒng)搜索引擎的理解能力不足一定程度上異化了用戶獲取信息的自然行為，用戶不得不自行完成拆解需求、提煉關鍵詞等關鍵動作，甚至需要學習特定的搜索技巧來提升搜索精確性（如在google搜索中加入year、site、filetype等關鍵詞限定范圍），而AI搜索直接幫助用戶省去“關鍵詞拆解”等步驟，讓用戶獲取信息的方式更接近“提問-回答”的自然行為。如百度搜索日均新增問答需求超5000萬，360 VP梁志輝曾在采訪中透露，用戶在360搜索中提問的比例從2019年的37%上升至2024年的72%1。另一方面，“多輪追問”的新習慣也在快速建立。以AI搜索產(chǎn)品Perplexity為例，用戶可以使用自然語言描述比較復雜的問題，Perplexity會基于理解問題的情況下，通過搜索并整合內(nèi)容，明確給出答案，并支持溯源以及多輪對話、繼續(xù)追問。
圖1 傳統(tǒng)搜索引擎與AI搜索引擎用戶使用流程對比
2.產(chǎn)品界面重點轉(zhuǎn)向核心信息呈現(xiàn)
當前AI搜索產(chǎn)品的內(nèi)容呈現(xiàn)界面，主要以內(nèi)容整合的長篇幅文本形式呈現(xiàn)，而傳統(tǒng)搜索引擎的核心元素“網(wǎng)頁鏈接”則占據(jù)頁面的面積較小，通常以引用、并在頂部或底部以列表形式呈現(xiàn)。如秘塔AI用戶需要將頁面滑動到最低端才能看到相關的網(wǎng)頁鏈接，或?qū)⑹髽朔诺轿恼聝?nèi)引用角標上才能自動呈現(xiàn)。即使是谷歌AI Overview這類過渡形態(tài)的產(chǎn)品，我們也能看到AI overview在產(chǎn)品UI界面的最上方、最先吸引用戶的注意力。
圖2 AI搜索產(chǎn)品Perplexity頁面布局
產(chǎn)品核心定位轉(zhuǎn)向問答系統(tǒng)
1.AI搜索的提示優(yōu)化成新決定性因素
AI模型能力會深度嵌入底層搜索引擎前后多個環(huán)節(jié)，實現(xiàn)對輸入內(nèi)容的意圖識別、檢索增強和輸出內(nèi)容的整合與生成。具體來說，首先需要對用戶輸入進行意圖識別，將識別的問題添加到內(nèi)置Prompt模板實現(xiàn)問題改寫，然后大模型調(diào)用搜索引擎（識別關鍵詞-匹配網(wǎng)頁-排序），從排序靠前的信息源中獲取詳情內(nèi)容、過濾無關內(nèi)容，并按照內(nèi)容相關度實現(xiàn)上下文增強，讓大模型生成回答并輸出。流程復雜化導致AI搜索產(chǎn)品的核心競爭力在底層搜索引擎的性能之上，更需注重產(chǎn)品團隊利用提示優(yōu)化最大程度發(fā)揮大模型潛在能力。比如AI搜索出海產(chǎn)品ThinkAny創(chuàng)始人表示，問答底座模型的智能程度以及掛載上下文的信息密度是決定AI搜索引擎準確度的核心因素2，盡管ThinkAny底層直接調(diào)用谷歌搜索引擎API和第三方通用模型底座API，但產(chǎn)品研發(fā)重點始終是在各環(huán)節(jié)優(yōu)化提示詞更好發(fā)揮模型智能化能力、實現(xiàn)AI搜索準確度提升， ThinkAny上線三個月即實現(xiàn)58萬月訪問量2。
圖3 AI搜索流程圖2（源：AI搜索產(chǎn)品ThinkAny創(chuàng)始人）
2.產(chǎn)品商業(yè)模式更加多元
一是用戶付費訂閱是當前AI搜索引擎最直觀變現(xiàn)模式，當前AI單次搜索的成本仍然是傳統(tǒng)搜索成本的數(shù)倍，用戶付費訂閱可將推理成本轉(zhuǎn)嫁到用戶身上，如Perplexity Pro Search每月收費20美元，付費用戶的模型更加智能（如采用GPT-4、Claude 2.1等）、搜索次數(shù)不受限制、能理解更復雜的問題、提供更長和更合理的回答等。二是可探索面向企業(yè)的問答引擎工具交付的模式。例如允許企業(yè)用戶自定義AI搜索的知識庫、自定義智能體甚至多智能體、實現(xiàn)自動化工作流等2。三是競價排名模式可能會以更隱蔽方式實現(xiàn)。如Perplexity創(chuàng)始人曾表示，可能會將“相關問題”開放為廣告位，即Perplexity會在用戶詢問主題的有關問題旁邊添加來自品牌贊助的問題，追問后繼續(xù)顯示相關廣告鏈接。最后，AI搜索同時是內(nèi)容生產(chǎn)工具，也可后向整合打造類似小紅書、知乎等內(nèi)容生態(tài)，商業(yè)模式有望與知識付費等相關聯(lián)，想象空間更大。
3.產(chǎn)品服務形態(tài)或轉(zhuǎn)向端云協(xié)同
一方面，向端側(cè)轉(zhuǎn)移對AI搜索產(chǎn)品企業(yè)有較強的降本意義。模型的每一次推理均會產(chǎn)生成本，隨著AI搜索產(chǎn)品的用戶使用量持續(xù)提升，AI搜索企業(yè)也需要隨著用戶增長動態(tài)擴充模型推理的集群，部分AI搜索企業(yè)直接調(diào)用第三方模型API，用戶使用量的上升也會直接加大這部分企業(yè)調(diào)用第三方模型的成本。如據(jù)中金公司測算，Perplexity調(diào)用Bing搜索引擎及GPT-4的單個問題成本約為0.03美元，年成本約為6000萬美元3。通過將部分模型推理任務轉(zhuǎn)移到用戶端側(cè)，可以將企業(yè)模型推理的動態(tài)成本轉(zhuǎn)移到用戶側(cè)。另一方面，AI搜索產(chǎn)品的端側(cè)算力基礎正逐步夯實，獵豹移動CEO傅盛曾在一次訪談中介紹，百億參數(shù)級別模型對網(wǎng)頁內(nèi)容整理歸納已經(jīng)足夠，國內(nèi)AI搜索產(chǎn)品秘塔AI的自主訓練的基座模型參數(shù)即在百億級別4；當前端側(cè)AI芯片的快速發(fā)展可以支持越來越大規(guī)模的端側(cè)模型運行，根據(jù)Counterpoint預測，端側(cè)大模型參數(shù)的上限將2025年增長至170億5。
未來的搜索市場競爭加劇
我們?nèi)ツ暌言?STRONG>《大模型將引發(fā)新一輪入口爭奪》嘗試對互聯(lián)網(wǎng)入口的市場競爭結(jié)局做出預判，結(jié)論是谷歌、微軟等擁有用戶資源、企業(yè)資金資源、豐富產(chǎn)品協(xié)同和技術實力的企業(yè)大概率仍然掌握互聯(lián)網(wǎng)入口。時隔一年，AI搜索這一市場玩家變得更加多元，并在終局到來之前呈現(xiàn)出新特點。
1.市場進入的顯性門檻在降低
一是大模型和搜索能力已成熟，初創(chuàng)企業(yè)通過現(xiàn)成能力整合可以快速完成AI搜索原型產(chǎn)品打造。當前無論是大模型企業(yè)還是傳統(tǒng)搜索引擎企業(yè)均面向市場提供能力調(diào)用API，AI搜索市場進入者只需調(diào)用并調(diào)優(yōu)即可快速形成AI搜索類產(chǎn)品，如面向日本市場的AI搜索產(chǎn)品ThinkAny創(chuàng)始人表示僅花費5天時間就完成產(chǎn)品開發(fā)和上線，前阿里副總裁賈揚清也曾在開源社區(qū)通過500行代碼實現(xiàn)AI搜索核心功能。二是三類玩家齊聚AI搜索領域，更多初創(chuàng)企業(yè)進入搜索市場。包括將大模型作為搜索引擎增強插件的玩家（典型代表：谷歌AI overview、bing chat等），秘塔AI、天工AI搜索、Perplexity等AI搜索原生應用的初創(chuàng)企業(yè)， ChatGLM、Gemini等將聯(lián)網(wǎng)搜索作為大模型增強插件的玩家（后文簡稱大模型chat類應用企業(yè)）。三是AI搜索初創(chuàng)產(chǎn)品的用戶普遍保持迅猛增速。海外市場如Perplexity至今年4月訪問量超10億、月活用戶超1500萬6；出海產(chǎn)品ThinkAny于今年3月正式上線，上線3個月累計用戶17萬、月訪問量58萬，5月訪問量較上月增長90%2；國內(nèi)產(chǎn)品秘塔AI搜索今年3月月訪問量達721萬、昆侖萬維天工AI日活用戶超百萬7。
2.AI搜索隱性競爭門檻在提高
一是AI搜索原生應用玩家面臨核心能力提升天花板低、產(chǎn)品營收難度大等困境。多數(shù)AI搜索原生應用的初創(chuàng)企業(yè)通過調(diào)用成熟大模型API和搜索引擎API實現(xiàn)市場快速卡位，企業(yè)可控的產(chǎn)品競爭力提升在于兩項能力整合與適配的邊際空間，但大模型和搜索引擎等可引發(fā)產(chǎn)品性能大幅提升的核心能力卻掌握在企業(yè)外部，同時高額的調(diào)用成本也在加劇這類AI搜索原生應用企業(yè)的產(chǎn)品營收難度。二是差異化信息源和場景滿足才是長遠發(fā)展的核心競爭力。參考小紅書、大眾點評等垂直細分內(nèi)容平臺的出現(xiàn)切分走傳統(tǒng)搜索引擎部分用戶細分搜索需求的發(fā)展走勢，AI搜索產(chǎn)品也需要開拓信息源、細化搜索場景，構(gòu)造可持續(xù)發(fā)展的核心能力。例如秘塔AI設置“學術”模式將信息來源從全網(wǎng)聚焦到專業(yè)期刊和論文，進一步提升信息的專業(yè)性；設置“播客”模式將信息來源聚焦到小宇宙播客平臺，進一步擴展音頻模態(tài)信息源。
當前AI搜索已成為大模型落地確定無疑的高潛力賽道，AI+搜索的技術協(xié)調(diào)性、數(shù)據(jù)場景的差異性將是AI搜索企業(yè)必修的內(nèi)功。在終局到來前，誰先修好內(nèi)功，誰就有可能優(yōu)先“上桌”AI搜索的寡頭壟斷市場。
