OpenAI 要做 AI 搜索挑战谷歌这件事已经传了很久,传说中的 SearchGPT 似乎真的要来了。据软件开发者 Tibor Blaho 爆料,OpenAI 的 AI 搜索产品 Sonic – SNC(SearchGPT)已进入评估阶段,新增多项功能:
-
图像搜索
-
多样小工具(天气、计算器、体育、财经及时间差计算)
-
可进行后续提问
此次评估采用了多个模型,包括 GPT-4 Lite(Scallion; POR)、GPT-4 和 GPT3.5(Sahara-V),并结合了多种搜索引擎,如 Bing(POR)、Sydney、Fortis 和内部搜索引擎 Labrador。
搜索引擎已经诞生了二十多年,但搜索引擎的产品形态和商业模式并没有发生实质性变化。通过爬虫获取信息,建立索引,根据用户搜索请求检索匹配记录,并按特定排列顺序呈现结果。通过关键词广告和竞价排名进行商业变现。在AI的加持之下,很久没有变化的搜索引擎市场越来越热闹了。
人人都想做一个 AI 搜索
AI搜索和传统搜索最大的区别在于,传统搜索提供网页链接列表,用户需要自己浏览和评估信息的相关性,而AI搜索直接给出答案,减少用户反复寻找网页和频繁点击步骤。
硅谷当红的Perplexity自称为世界首个对话式答案引擎,用户使用Perplexity进行搜索时,Perplexity会重新理解用户的意图,然后借助搜索引擎和外部索引取出相关的链接,再通过用大语言模型阅读相关链接,最后以不同的风格生成搜索的结果,也就是答案。
Perplexity将传统搜索索引与大型语言模型的推理能力和文本转换能力相结合,具备了泛用性的语义理解能力,能够让用户像聊天一样搜索,一次回答不满意用户可以再追加提问,还能通过用户的浏览历史记录和搜索意图等因素来生成相关结果。
打造Arc浏览器的Browser Company也加入了AI搜索功能。Arc Search的不同点在于将浏览器、AI 搜索、网页总结等集成到了一个App中。
Arc Search的Pinch toSummarize(捏一捏总结)功能使用AI来总结网页。Browse For Me则是类似Perplexity 的AI搜索,用户使用Browse For Me(为我浏览)时,Arc会自动抓取并读取至少六条搜索结果,通过内置的LLM进行智能整合,呈现为一份图文并茂的“报告”。
国内的360和Arc的思路很类似,360最新推出的360AI浏览器也集成了AI相关的功能,包括AI阅读助手,支持摘要、脉络以及问答三种内容拆解方式。AI视频助手则可以提取字幕、总结视频看点。此外还内置了AI画图和AI写作等功能,当然,少不了的是AI搜索功能。
秘塔搜索是国内另外一个AI搜索产品,有简洁、深入和研究三种模式,其中的研究模式开启后可以直接根据搜索内容生成一份研究报告。此外秘塔搜索和Perplexity类似,可以将搜索范围切换为学术搜索,帮助用户快速找到专业文献和研究资料。
AI搜索杀不死搜索引擎
AI搜索想要颠覆传统搜索引擎仍是一个遥远的目标。
微软的 CEO 纳德拉曾经表示,搜索引擎是互联网中最难攻破的市场,绝大多数用户都不会更改他们的默认搜索引擎,同时,越多用户使用搜索引擎,就越可能通过大量用户数据持续优化搜索结果。微软在推出集成了 AI 的 New Bing 之后,并没能从谷歌手中抢下更多的市场份额。
由谷歌前高管成立的Neeva,很早就推出AI搜索功能,不过始终没能走出小众市场,仅在两年后即关闭了面向普通消费者的业务。这也引出了摆在AI搜索产品面前的另一个问题,如何在高成本的情况下,找到合理的商业模式。
AI 搜索产品的另外一个弊端是非常依赖传统搜索引擎。AI搜索产品大多基于传统搜索引擎和大模型 API 构建,有开发者进行过测算,按照 1 万 token 为 0.1 美元计算,单次搜索的成本在 1.4-2.1 元,假设一天有 10000 人使用,每人只搜索一次,折合人民币也需要 2.4 万元,这对初创企业来说非常不友好。考虑到大多数 AI 产品目前都采取了免费,长期这样烧钱下去,一定不是可持续的模式。
Perplexity 等厂商虽然在通过订阅制进行商业化,每月 20 美元的 Pro 版能够解锁更高级的功能以及搜索次数限制,但这显然是不够的。近期 Perplexity 也宣布将尝试广告模式,至于是否能够冲破商业化门槛,还有待观察。
AI 搜索类产品套壳的本质,也导致打造一款同类型产品的门槛在降低,贾扬清的开源 AI 搜索引擎 Lepton Search 只用了 500 行代码。个人独立开发的 AI 搜索产品 ThinkAny 从开始开发到交付,前后只用了一共3天的时间。
另一方面,传统搜索引擎巨头也在酝酿相关动作。去年谷歌推出了实验性搜索生成体验(Search Generative Experience),SGE 使用 AI 直接在谷歌搜索网页上回答用户的问题。《金融时报》近日还报道称谷歌正在讨论是否将部分 AI 搜索功能加入到高级订阅服务之中。
百度也打造了自己的AI搜索产品,在百度世界大会上,宣布将旗下主打无广告的简单搜索升级为 AI 搜索,提供智能答案和个性化搜索体验。
山姆·奥特曼说,让他兴奋的不是做一个更好的谷歌,而是可能存在一种更好的方式,帮助人们找到、应用和整合信息。“结合大型语言模型和搜索技术的交点,我认为目前还没有人完全解决这个问题。我很想去尝试这个方向,我认为那会非常酷。”月之暗面 CEO 杨植麟也曾经表示比传统搜索引擎好个10%、20%,没什么太大价值——只有一个颠覆性的东西,才配得上 AGI 这三个字。
Perplexity 这样的 AI 搜索产品,发挥了 AI 在提升信息检索效率和内容理解方面的潜力,虽然暂时还威胁不到传统搜索引擎的地位,但为用户提供了更多的选择,两者的关系不是替代,而是融合。
生成式AI的变革性之一在于,人机器交流方式转向了自然语言交流。未来,我们可以期待 AI 搜索引擎在知识整合、智能推荐、个性化服务等方面发挥更大的作用,甚至可能诞生未来搜索引擎和内容消费的新标准。无论是这个东西是叫知识引擎还是答案引擎,信息搜索方式的改变都只是一个开始。
我们真的需要这么多 AI 搜索吗?
回到现有的市场上来看,市面上越来越多的通用AI搜索产品,其实从用户体验上看大同小异,没有哪一家做到了绝对领先。
而垂直领域的AI搜索也很难成功,在互联网泡沫期间,许多公司尝试成为特定垂直领域的谷歌,结果几乎都失败了,比如AltaVista。真正成功的是那些建立了端到端用户体验的公司。
尤其是在国内,互联网被App割裂孤岛化之后,用户也开始更多在各个垂直类平台获取信息。搜索引擎的发展已经从通用搜索为主转向生态内搜索。
有自己生态的厂商都已经开始内置 AI 搜索功能。小红书有 AI 生活经验搜索“搜搜薯”,优酷的“AI 搜片”实现了模糊搜索找片等功能,抖音的“AI 搜”可以提供文字版的答案和链接到的相关抖音视频。
在这些场景当中,AI 搜索是加强产品的一个 Feature,而并非一个独立的产品。
从根本上说,搜索技术的目标是帮助用户更快、更准确地找到所需信息。AI 搜索通过学习用户行为、利用自然语言处理等技术,提高了搜索的准确性和相关性。这种技术最有效的应用场景是嵌入在用户已经频繁使用的产品中,如社交媒体、线上购物平台、信息聚合应用等。这样,AI 搜索可以根据用户的具体使用场景和历史行为,提供更加个性化和准确的搜索结果。
其次,如果作为一个独立的产品,AI搜索面临着用户习惯的挑战。很少有用户为了搜索而特别去使用一个单独的应用或平台,尤其是当他们必须在多个平台或应用之间切换时。这不仅增加了用户的操作复杂度,也降低了效率。
再者,维护和发展一个独立的AI搜索产品需要大量的资源投入,这是一个不断进化的过程,需要持续的技术支持和优化。对于许多企业来说,将AI搜索作为一项内嵌功能,以提升现有产品的竞争力和用户体验,可能是一个更为经济和高效的选择。
虽然 AI 搜索技术非常强大和有价值,但从用户体验、习惯和企业资源配置的角度出发,将其作为增强现有产品的一个特性,而非开发为独立的搜索产品,可能是更为合理的方向。这样不仅能更好地满足用户需求,对企业来说也是更好的选择。
看起来,AI 搜索离生成式人工智能时代的 Killer App 距离尚远,它甚至可能并不是一个理想的生意。我们并不需要那么多的 AI 搜索产品,但我们需要更多的 AI 搜索 Feature。
本文来自微信公众号:硅星人Pro(ID:Si-Planet),作者:周一笑