當前大模型技術與搜索引擎產品結合成為確定性趨勢。Gartner預測，到2026年，傳統搜索引擎的搜索量可能下降25%。國內外搜索龍頭企業、創業公司均投身于AI搜索賽道，部分AI搜索產品在用戶發展上突飛猛進。本文試圖從AI搜索產品發展終局的視角，結合市場上熱門AI搜索產品和企業，探討AI搜索在用戶使用習慣、產品核心定位和企業市場格局三層次上出現的新趨勢。
用戶交互流程更加簡單
1.用戶輸入回歸“提問”本質
一方面，用戶可直接提問。傳統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，通過搜索并整合內容，明確給出答案，并支持溯源以及多輪對話、繼續追問。
圖1 傳統搜索引擎與AI搜索引擎用戶使用流程對比
2.產品界面重點轉向核心信息呈現
當前AI搜索產品的內容呈現界面，主要以內容整合的長篇幅文本形式呈現，而傳統搜索引擎的核心元素“網頁鏈接”則占據頁面的面積較小，通常以引用、并在頂部或底部以列表形式呈現。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頁鏈接，或將鼠標放到文章內引用角標上才能自動呈現。即使是谷歌AI Overview這類過渡形態的產品，我們也能看到AI overview在產品UI界面的最上方、最先吸引用戶的注意力。
圖2 AI搜索產品Perplexity頁面布局
產品核心定位轉向問答系統
1.AI搜索的提示優化成新決定性因素
AI模型能力會深度嵌入底層搜索引擎前后多個環節，實現對輸入內容的意圖識別、檢索增強和輸出內容的整合與生成。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置Prompt模板實現問題改寫，然后大模型調用搜索引擎（識別關鍵詞-匹配網頁-排序），從排序靠前的信息源中獲取詳情內容、過濾無關內容，并按照內容相關度實現上下文增強，讓大模型生成回答并輸出。流程復雜化導致AI搜索產品的核心競爭力在底層搜索引擎的性能之上，更需注重產品團隊利用提示優化最大程度發揮大模型潛在能力。比如AI搜索出海產品ThinkAny創始人表示，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底層直接調用谷歌搜索引擎API和第三方通用模型底座API，但產品研發重點始終是在各環節優化提示詞更好發揮模型智能化能力、實現AI搜索準確度提升， ThinkAny上線三個月即實現58萬月訪問量2。
圖3 AI搜索流程圖2（源：AI搜索產品ThinkAny創始人）
2.產品商業模式更加多元
一是用戶付費訂閱是當前AI搜索引擎最直觀變現模式，當前AI單次搜索的成本仍然是傳統搜索成本的數倍，用戶付費訂閱可將推理成本轉嫁到用戶身上，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的問答引擎工具交付的模式。例如允許企業用戶自定義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。如Perplexity創始人曾表示，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，追問后繼續顯示相關廣告鏈接。最后，AI搜索同時是內容生產工具，也可后向整合打造類似小紅書、知乎等內容生態，商業模式有望與知識付費等相關聯，想象空間更大。
3.產品服務形態或轉向端云協同
一方面，向端側轉移對AI搜索產品企業有較強的降本意義。模型的每一次推理均會產生成本，隨著AI搜索產品的用戶使用量持續提升，AI搜索企業也需要隨著用戶增長動態擴充模型推理的集群，部分AI搜索企業直接調用第三方模型API，用戶使用量的上升也會直接加大這部分企業調用第三方模型的成本。如據中金公司測算，Perplexity調用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移到用戶端側，可以將企業模型推理的動態成本轉移到用戶側。另一方面，AI搜索產品的端側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，百億參數級別模型對網頁內容整理歸納已經足夠，國內AI搜索產品秘塔AI的自主訓練的基座模型參數即在百億級別4；當前端側AI芯片的快速發展可以支持越來越大規模的端側模型運行，根據Counterpoint預測，端側大模型參數的上限將2025年增長至170億5。
未來的搜索市場競爭加劇
我們去年已在《大模型將引發新一輪入口爭奪》嘗試對互聯網入口的市場競爭結局做出預判，結論是谷歌、微軟等擁有用戶資源、企業資金資源、豐富產品協同和技術實力的企業大概率仍然掌握互聯網入口。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，初創企業通過現成能力整合可以快速完成AI搜索原型產品打造。當前無論是大模型企業還是傳統搜索引擎企業均面向市場提供能力調用API，AI搜索市場進入者只需調用并調優即可快速形成AI搜索類產品，如面向日本市場的AI搜索產品ThinkAny創始人表示僅花費5天時間就完成產品開發和上線，前阿里副總裁賈揚清也曾在開源社區通過500行代碼實現AI搜索核心功能。二是三類玩家齊聚AI搜索領域，更多初創企業進入搜索市場。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企業， ChatGLM、Gemini等將聯網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）。三是AI搜索初創產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；國內產品秘塔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、產品營收難度大等困境。多數AI搜索原生應用的初創企業通過調用成熟大模型API和搜索引擎API實現市場快速卡位，企業可控的產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產品性能大幅提升的核心能力卻掌握在企業外部，同時高額的調用成本也在加劇這類AI搜索原生應用企業的產品營收難度。二是差異化信息源和場景滿足才是長遠發展的核心競爭力。參考小紅書、大眾點評等垂直細分內容平臺的出現切分走傳統搜索引擎部分用戶細分搜索需求的發展走勢，AI搜索產品也需要開拓信息源、細化搜索場景，構造可持續發展的核心能力。例如秘塔AI設置“學術”模式將信息來源從全網聚焦到專業期刊和論文，進一步提升信息的專業性；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+搜索的技術協調性、數據場景的差異性將是AI搜索企業必修的內功。在終局到來前，誰先修好內功，誰就有可能優先“上桌”AI搜索的寡頭壟斷市場。
