OpenAI要做AI搜索挑战Google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TiborBlaho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-4Lite（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。
Perplexity.ai
打造Arc浏览器的BrowserCompany也加入了AI搜索功能。ArcSearch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。
ArcSearch的PinchtoSummarize（捏一捏总结）功能使用AI来总结网页。BrowseForMe则是类似Perplexity的AI搜索，用户使用BrowseForMe（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”。
ArcSearch的捏一捏总结(左)、为我浏览功能（右）
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。
360AI搜索
360AI浏览器
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NewBing之后，并没能从Google手中抢下更多的市场份额。
由Google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LeptonSearch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Google推出了实验性搜索生成体验（SearchGenerativeExperience），SGE使用AI直接在Google搜索网页上回答用户的问题。《金融时报》近日还报道称Google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。
绿色部分为SGE内容
百度也打造了自己的AI搜索产品，在全年百度世界大会上，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。
简单搜索产品界面
山姆·奥特曼说，让他兴奋的不是做一个更好的Google，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，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Google，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地选择。
看起来，AI搜索离生成式人工智能时代的KillerApp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。
相关文章
头条焦点
精彩导读
关注我们
【查看完整讨论话题】 | 【用户登录】 | 【用户注册】