0
作為 AI 世界的領頭羊，OpenAI 發布的 SearchGPT 再次給 AI 搜索加了一把火。
這把火原本由 Perplexity 引燃，在美國燒及 Google 和微軟，在中國引發了百度、360 的追隨，又帶動一批創業者跟上，已然成為當下最時髦的熱詞。如果大模型之爭能夠被稱為百模大戰的話，那么 AI 搜索之爭，就可以步其后塵，稱之為“百搜大戰”了。
在這場競賽中，AI 搜索和搜索引擎的區別涇渭分明：
Perplexity 類產品的橫空出世，對于搜索引擎似乎已經形成了莫大的威脅。對于大廠派而言，內部的組織慣性、競價排名商業模式帶來的變革阻力，以及用戶流失到新的 AI 搜索產品上，成為了他們不被看好的幾個話題點。
但在與多家公司交流后，雷峰網(公眾號：雷峰網)認為，AI 搜索是產品驅動的先鋒，但搜索引擎也決不是被動挨打的對象。
勝也推理，敗也推理
提及 AI 搜索，第一印象，當然是 Perplexity 所自稱的“我們不是AI搜索，我們是答案引擎”的自信。用戶提出問題，對話框下面直接給出答案，而且還提供了引用來源，給出聯想問題，與用戶形成進一步的延伸互動。
許多人都對這一問題百思不得其解：AI 搜索有何特殊之處？為什么不管是像 Perplexity 這樣的創業公司，還是夸克這種原本做傳統搜索引擎的公司，都將 AI 搜索視作新目標？
首先，AI 搜索引擎做到了傳統搜索引擎所不能做到的事情——更加智能。
用戶使用搜索引擎是為了滿足自己的求知需求，每問出一個問題，都希望得到一個明確而具體的答案，而不是傳統搜索引擎所給出的相關文檔、網頁鏈接等。只是在技術條件達不到的時代，退而求其次，接受搜索引擎將大量網頁送到面前，供我們挑選最滿意的結果。
但挑選畢竟效率低下。而且用戶的需求，不一定恰好有網頁可以滿足。大模型的出現改變了這一切。
相較于搜索引擎，Perplexity 創始人 Aravind Srinivas更愿意將其描述為一個“答案引擎”——當用戶提出問題，它會給出一個簡潔、明確的答案，且所有的答案都標明了來源。
之所以做出這樣的產品，是因為Aravind Srinivas認為，當前世界中存在海量信息，在信息過載的噪音中，需要有一個平臺來為用戶提供精準答案。他信奉Google創始人拉里佩奇的一句產品哲學——在人機交互的過程中，用戶永遠不會犯錯。
在我們的調研中，不少業界人士都向雷峰網表示，目前 Perplexity 被認為是美國大模型 ToC 產品中最好用的兩款產品之一，另一個是 Character.AI。
國內的 AI 搜索類產品，比如秘塔科技、Kimi 等，本質上也是直接通過對話形式給出答案，填補的是傳統搜索引擎搜索結果相關度不高、專業知識難以尋找、無法圍繞一個問題進行探討的缺陷。
搜索引擎的 AI 化，則是在原有搜索結果的基礎上，增加了一部分通過模型能力生成的答案。百度、夸克都是這種做法，在某些搜索場景中，將生成式答案置頂，后面接續原有的搜索結果。
這兩者的區別是，無論是秘塔還是Kimi，所有的答案都是完全基于大模型技術原生出來的內容。而加入大模型技術的搜索引擎，將搜索詞（query）分為兩類，一類是可以從網上得到標準答案和足夠內容的搜索詞，一類是可能包含有進一步需求、無法被網上現有內容滿足的搜索詞。
比如用 Kimi 和夸克同時輸入“地球直徑”這個搜索詞，得到的結果是這樣的：
Kimi 是完全通過推理生成得到的答案，夸克則直接引用了百科的答案。
如果輸入變為“地球直徑是多少”，得到的結果也發生了變化：
夸克通過對搜索詞分析，判斷這兩次搜索時的實際需求是不一樣的，前者可能只是想了解一個數值，后者可能是想要更多的詳細知識。
推理計算是有成本的，尤其是面臨著 C 端用戶不可計數的需求時，這個成本就很可觀了。假設推理成本降低到百分之一，搜索需求增長到一千倍，那這個成本還是要增加為原來的十倍。
搜索引擎的優勢就是，他們已經積攢了大量的搜索數據，對用戶的需求有了分析和分類，所以他們能夠降低這個成本。這是傳統搜索引擎多年的布局，新入局的AI搜索工具目前還無法跨越。
AI 搜索是“0”，搜索引擎是“1”
AI 搜索沒有門檻。Perplexity 被稱為“套殼產品”，因為它的推理能力來自于 ChatGPT，搜索能力則是靠接入 Google 和 Bing 的 API 來實現的。
蜂擁而至的同類產品在證明，這里確實誰都能來摻合一把。大模型時代的這些新公司，要走的是一條從零到一的道路。他們沒有用戶，沒有數據，既沒有搜索歷史的負擔，也沒有搜索歷史的積累優勢，想要突出重圍，只能另尋辦法。
既然技術上找不到差異，那么那些在產品上有獨到思維和差異化能力的，如 Perplexity 的一句話搜索、Kimi 的長文本總結能力等，才能跟其他產品產生用戶心智上的差異，讓用戶記住，爭取到一定的生存空間。其他的產品，如果產品的特征仍然是聚焦在類 GPT-4 的對話答案生成中，是沒有競爭力的。
與初創企業或是傳統搜索廠商不同的是，秘塔科技主要是靠做法律起家。
一位接觸秘塔科技的投資人形容秘塔AI搜索是“一個神奇的項目”，原本秘塔所在的法律賽道就算做透了也就只有一兩個億的收入，并不被看好。融資過程中碰壁的秘塔認清這一點后，開始尋找新出路，由于秘塔的能力在于知識整理與搜索，這其實與AI搜索一脈相承，于是團隊轉向搜索，推出秘塔AI搜索，沒想到踩中了風口，一炮而紅。
傳統的搜索公司，產品形態早已經穩定下來，這阻礙了他們的產品進化和創新。
但是從另一面來說，這些歷史包袱帶來的也不僅僅是阻礙，還有一些寶貴的財富。傳統搜索公司的長處不在于產品，而在于他們的歷史數據。比如從前文所述的搜索案例中，他們可以通過不同的關鍵詞來預測用戶真實的需求；或者通過一個用戶的搜索數據和使用歷史，去建立用戶的個性化標簽，了解用戶想要什么。
此外，大模型的技術特點是“預訓練”，即擅長記憶與背誦。AI搜索產品如 Perplexity、Kimi 都會遇到 1 個問題，就是 Perplexity 的一句話搜索會吸引的用戶也是習慣用一句話搜索的用戶，而無法吸引長文本分析搜索的專業用戶，Kimi 也會更吸引長文本用戶，但對有更多搜索需求的用戶吸引力可能不大，造成用戶繭房的現象。
了解用戶、提升結果的精準度，搜索引擎在 AI 時代是跑在前頭的。Perplexity 或者是 Kimi，這些新玩家暫時還沒有這樣的能力。
StatCounter 數據顯示，2024 年 1 月，微軟搜索市場份額為 3.43%，Google 搜索為 91.46%，而去年同期，兩者分別占 3.03%、92.9%，微弱的增長并沒有達到微軟預期，Google 霸主地位依然穩固。
谷歌也在伺機反擊。
去年 5 月，谷歌內測開放生成式搜索平臺 SGE，今年 5 月，又添加可生成摘要呈現在搜索結果頂部的新功能——AI Overviews。對此，谷歌搜索副總裁 Liz Reid 的解釋是，“有時你想要一個快速的答案，但并沒有時間去拼湊出所需要的所有信息，那么通過 AI Overviews 就可以幫你完成任務。”
但一位投資人告訴雷峰網，他認為谷歌對 Perplexity 的反擊似乎有些“敷衍”，只是將 Gemini 集成到搜索引擎中，添加些許 AI 功能，但使用時和傳統谷歌搜索并沒太大區別。
Perplexity 的一頓拳打腳踢也引起了非搜索領域廠商的興趣。今年 4 月，有報道稱蘋果想要將 Perplexity 收入麾下，為下一代蘋果旗艦手機做準備，不過也有業內人士分析稱，Perplexity 現在更可能的買家是 Meta 和 Amazon。
技術驅動與用戶驅動
雖然初創企業、傳統搜索廠商紛紛爭相入局做AI搜索，但在整體的探索路徑上，大致可以概括為兩種流派，一種是聊天機器人式AI問答搜索引擎，另一種是基于傳統搜索引擎的對話框升級。
AI 搜索新生代中，又分為兩類，一類是如 kimi 般“先技術后產品”，一類是如 Perplexity 般“先產品后技術”。
在技術上，Perplexity走的是典型的“先做產品再做技術”路線，Aravind Srinivas曾豪言“擁有十萬用戶的套殼產品，比擁有自有模型卻沒有用戶更有意義。”，所以Perplexity的“套殼”之說甚囂塵上，引發業界臧否。其實Perplexity確實使用的是第三方模型，但團隊也在調用大模型時基于產品需求做微調，并打造出更適合需求的模型。
據了解，Perplexity模型用到的大模型有 Mistral AI 的 mistral 系列，以及 Meta 的 llama 系列等，并基于 mistral-7b、llama2-70b進行微調，打造出兩款自己的大模型：pplx-7b-online 和 pplx-70b-online。
而除了大模型，Perplexity 的核心技術還包括傳統的 RAG（檢索增強生成技術），通過增強現有生成模型，使其能夠訪問外部信息源，提高答案的準確性和可靠性。這項技術的使用，確保了 Perplexity 在處理用戶問題時，能夠實時搜索互聯網并提供準確的最新信息，同時附加可靠來源引用。
而傳統搜索引擎代表往往具有強烈的用戶驅動意識，如夸克搜索。
傳統的搜索引擎，更像是在用戶的需求中不斷“縫縫補補”。推薦引擎時代來了，要加上推薦引擎，所以手機百度的首頁上，要出現文章feed流。大模型時代來了，要加上 AI 能力，所以就要在搜索結果上面加上生成式的內容。
新的技術變革再出現后，搜索引擎還會有新的變化，至于這些變化能不能跟之前的功能相結合，會不會消弭掉產品的特色，可能他們自身也沒有想清楚。
AI 搜索是技術驅動的產品，意味著更大的想象空間，有望催生更多更有趣的 AI native 應用。而用戶驅動的產品或許有著更大的確定性，但是想象空間呢？沒人知道。
另一個更關鍵的問題是，在用戶認知與市場圈地下，AI 搜索的商業化前景如何？
多位穿越互聯網周期的業內人士告訴雷峰網，他們認為：互聯網時代，由谷歌開啟、字節抖音達到巔峰的依靠流量賣廣告的商業模式已經成為歷史，AI 時代的蛋糕要有新的模式誕生。而 AI 搜索如未能擺脫過去的產品認知，也無法成為新時代最大的商業飛地。
所以，技術驅動誕生的 AI 搜索，在產品形態創新與用戶開拓的雙重擠壓下，仍面臨較大的不確定性。
結語
AI 搜索公司缺乏經驗和數據積累，但他們有更大的想象空間，能夠源源不斷帶來創新的功能和應用。
傳統搜索公司在產品創新與技術實力上略有遜色，但他們有豐富的搜索數據與用戶習慣認知，了解用戶想要什么。
但是在短時間內，我們認為，Perplexity 是很難替代谷歌的，Kimi 和秘塔也是很難取代百度和夸克的。夸克這樣的搜索引擎可以重新訓練了一個全棧自研、千億參數的夸克大模型，建立底層的分布式架構，專門為搜索產品服務。他們瞄準的用戶是傳統的、仍然有 80% 的需求是確定性答案的搜索用戶。而 Perplexity、Kimi 等公司現在要做的，是從傳統搜索引擎所無法覆蓋的 20% 的市場份額中搶蛋糕。而這個蛋糕，Google 他們也在搶。
鹿死誰手，尚未可知。
雷峰網原創文章，未經授權禁止轉載。詳情見轉載須知。
