「核心提示」
“鹦鹉是蹦蹦跳跳走的吗?”
“是啊,大部分鹦鹉都是这样的,不过像鸵鸟这种大型鸟类就不会这样蹦蹦跳跳了。”
社交平台上,一位家长贴出自家小孩与豆包的对话。也有网友分享,自己的父亲在买东西时会打开Kimi询问价格。
不管是定义为AI聊天工具的豆包,还是智能助手的Kimi,在用户的眼中,他们已经成了搜索工具的代名词。过去一年中,AI搜索不断在各种场景中渗透。不光是文案写作者、AI开发者本身使用AI搜索功能提效,低龄儿童、老人更是通过语音与AI进行问答搜索交互,拓展了搜索的应用场景。
相对广泛的应用基础,也让AI搜索在2024年成为全球范围内最具价值的AI应用落地方向之一。来自美国的AI搜索黑马Perplexity,在2024年一年估值翻了17倍。包括抖音、百度、腾讯、阿里、小红书、360在内的诸多互联网大厂,也都在短时间内推出了自己的AI搜索应用。
在国内,这个赛道几乎从诞生起就十分拥挤。
有AI搜索公司人士告诉《豹变》,当他们尝试谈融资时,对方问:“你们凭什么干得过大厂?”这是相当现实的问题:AI搜索的进入门槛不高,但却有着更深层的壁垒。也因为市面上的产品都太过年轻,还有相当大的迭代空间。
可以预见,这个行业距离商业化模式的最终形成,还有一段路要走,但这条路通向的可能是改写行业格局的新阶段,这让大大小小的玩家们兴奋。
未来很远,我们不妨着眼当下:这个赛道里的玩家在做什么,想做什么。
搜索框过时了吗?
2022年末,ChatGpt刚刚进入公众视野时,定义为聊天机器人,人们最初的使用方式就是问问题,当时不少媒体甚至总结出了最值得问ChatGpt的10个问题。可以说,AI的搜索属性,几乎与大模型应用同时出现,也同步发展。
不同的是,过去传统搜索,是提供大量的链接让用户自己再去做一轮信息筛选,而AI搜索则是直接提供答案。
在“AI产品经理”的一期播客对谈中,360AI产品负责人梁志辉提到,他们发现2019年的搜索内容和现在用户的搜索内容其实不一样。从数据上看,2019年,传统搜索里寻址需求高达42%,问问题只占37%;而现在,面对360AI搜索,有将近72%的需求都是说问题,寻址需求降到了12%。人们对“问AI问题”的需求,已经越来越明确。
基于真实需求的不断累积,AI搜索也在2024年实现爆发。
公开资料显示,全球范围内最受瞩目的AI搜索产品之一Perplexity,在2024全年共完成了4次融资,估值也从5.2亿美元暴涨至90亿美元,翻了17倍。有外媒预计在2024年底Perplexity的月活可能达到1亿水平。
2024年10月末,OpenAI也正式上线了ChatGPT搜索功能,与谷歌、Perplexity、Bing等抢地盘。
国内快速切入AI搜索的玩家们,一队是百度、腾讯、抖音、小红书、360等互联网公司,他们基于自身的数据基础、资源能力,推出以独立AI浏览器插件或APP形式的产品。
以360为例,其在2024年发布了三款AI原生产品,其中就包括纳米搜索(原360AI搜索)。根据三六零在投资者互动平台的回复,目前纳米搜索访问量增速全球第一,从8月起,连续4个月保持“全球第一大AI原生搜索引擎”。根据最新的Similarweb统计结果,11月单月用户访问数量过超3亿。
另一队则是以秘塔AI为代表的AI搜索引擎创业公司,通过小步快跑迭代原生AI搜索产品。2024年3月推出的秘塔,当时被称为“中国版的Perplexity”。同时,不少大厂高管、从业人员离职创业,尝试深耕AI搜索更加细分的赛道,或在搜索基础上加入如知识库、脑图等新功能。
此外,例如美团、知乎等互联网公司也在站内尝试结合AI搜索,提供相关服务。
AI搜索初创公司Miku的联合创始人Gobin告诉《豹变》,AI搜索在AI应用中不算非常复杂的场景,早期的壁垒也不算高,也因此有人、有团队的大厂能够在相对短的时间内做出一个完整的产品。有AI产品开发者也对《豹变》确认了这一点。
从传统搜索到AI搜索,文字输入的边界被拓展,产品向着多模态、交互式进化,包括百度、360纳米搜索在内的诸多AI搜索,都支持对话、音视频、图片等多模态交互。而搜索也从单纯的搜,向搜索、创作、聊天等更人性化、个性化的方向发展。
这也使得AI搜索更适配老人、小孩这类不适应传统搜索的人群。
在与《极客公园》的对谈中,天工AI搜索背后的昆仑万维董事长兼CEO方汉表示,随着技术和产品的迭代,新的交互形式、新的产品形式会在AI搜索上展现。
这也是诸多业内人士的共识。Gobin表示,未来Miku也将从搜索框形式慢慢过渡到聊天对话,让其作为AI助手存在。“那时候强调的就不是处理信息了,而是基于信息去处理背后的任务需求。”
AI搜索绕不过的难题
虽然初始场景不算复杂,开发难度也不算高,但AI搜索产品面临的挑战也相当明确。
数据库和索引库将目前市面上的AI搜索产品做出了更明确的层级划分,而他们面临的共性问题则是如何优化AI对信息的加工能力——这种加工不仅仅是对已有网页的信息整理,更要对以获取的信息进行排序,形成更客观的表达。
这是更为精细的探索方向。
更多精彩
「核心提示」
“鹦鹉是蹦蹦跳跳走的吗?”
“是啊,大部分鹦鹉都是这样的,不过像鸵鸟这种大型鸟类就不会这样蹦蹦跳跳了。”
社交平台上,一位家长贴出自家小孩与豆包的对话。也有网友分享,自己的父亲在买东西时会打开Kimi询问价格。
不管是定义为AI聊天工具的豆包,还是智能助手的Kimi,在用户的眼中,他们已经成了搜索工具的代名词。过去一年中,AI搜索不断在各种场景中渗透。不光是文案写作者、AI开发者本身使用AI搜索功能提效,低龄儿童、老人更是通过语音与AI进行问答搜索交互,拓展了搜索的应用场景。
相对广泛的应用基础,也让AI搜索在2024年成为全球范围内最具价值的AI应用落地方向之一。来自美国的AI搜索黑马Perplexity,在2024年一年估值翻了17倍。包括抖音、百度、腾讯、阿里、小红书、360在内的诸多互联网大厂,也都在短时间内推出了自己的AI搜索应用。
在国内,这个赛道几乎从诞生起就十分拥挤。
有AI搜索公司人士告诉《豹变》,当他们尝试谈融资时,对方问:“你们凭什么干得过大厂?”这是相当现实的问题:AI搜索的进入门槛不高,但却有着更深层的壁垒。也因为市面上的产品都太过年轻,还有相当大的迭代空间。
可以预见,这个行业距离商业化模式的最终形成,还有一段路要走,但这条路通向的可能是改写行业格局的新阶段,这让大大小小的玩家们兴奋。
未来很远,我们不妨着眼当下:这个赛道里的玩家在做什么,想做什么。
搜索框过时了吗?
2022年末,ChatGpt刚刚进入公众视野时,定义为聊天机器人,人们最初的使用方式就是问问题,当时不少媒体甚至总结出了最值得问ChatGpt的10个问题。可以说,AI的搜索属性,几乎与大模型应用同时出现,也同步发展。
不同的是,过去传统搜索,是提供大量的链接让用户自己再去做一轮信息筛选,而AI搜索则是直接提供答案。
在“AI产品经理”的一期播客对谈中,360AI产品负责人梁志辉提到,他们发现2019年的搜索内容和现在用户的搜索内容其实不一样。从数据上看,2019年,传统搜索里寻址需求高达42%,问问题只占37%;而现在,面对360AI搜索,有将近72%的需求都是说问题,寻址需求降到了12%。人们对“问AI问题”的需求,已经越来越明确。
基于真实需求的不断累积,AI搜索也在2024年实现爆发。
公开资料显示,全球范围内最受瞩目的AI搜索产品之一Perplexity,在2024全年共完成了4次融资,估值也从5.2亿美元暴涨至90亿美元,翻了17倍。有外媒预计在2024年底Perplexity的月活可能达到1亿水平。
2024年10月末,OpenAI也正式上线了ChatGPT搜索功能,与谷歌、Perplexity、Bing等抢地盘。
国内快速切入AI搜索的玩家们,一队是百度、腾讯、抖音、小红书、360等互联网公司,他们基于自身的数据基础、资源能力,推出以独立AI浏览器插件或APP形式的产品。
以360为例,其在2024年发布了三款AI原生产品,其中就包括纳米搜索(原360AI搜索)。根据三六零在投资者互动平台的回复,目前纳米搜索访问量增速全球第一,从8月起,连续4个月保持“全球第一大AI原生搜索引擎”。根据最新的Similarweb统计结果,11月单月用户访问数量过超3亿。
另一队则是以秘塔AI为代表的AI搜索引擎创业公司,通过小步快跑迭代原生AI搜索产品。2024年3月推出的秘塔,当时被称为“中国版的Perplexity”。同时,不少大厂高管、从业人员离职创业,尝试深耕AI搜索更加细分的赛道,或在搜索基础上加入如知识库、脑图等新功能。
此外,例如美团、知乎等互联网公司也在站内尝试结合AI搜索,提供相关服务。
AI搜索初创公司Miku的联合创始人Gobin告诉《豹变》,AI搜索在AI应用中不算非常复杂的场景,早期的壁垒也不算高,也因此有人、有团队的大厂能够在相对短的时间内做出一个完整的产品。有AI产品开发者也对《豹变》确认了这一点。
从传统搜索到AI搜索,文字输入的边界被拓展,产品向着多模态、交互式进化,包括百度、360纳米搜索在内的诸多AI搜索,都支持对话、音视频、图片等多模态交互。而搜索也从单纯的搜,向搜索、创作、聊天等更人性化、个性化的方向发展。
这也使得AI搜索更适配老人、小孩这类不适应传统搜索的人群。
在与《极客公园》的对谈中,天工AI搜索背后的昆仑万维董事长兼CEO方汉表示,随着技术和产品的迭代,新的交互形式、新的产品形式会在AI搜索上展现。
这也是诸多业内人士的共识。Gobin表示,未来Miku也将从搜索框形式慢慢过渡到聊天对话,让其作为AI助手存在。“那时候强调的就不是处理信息了,而是基于信息去处理背后的任务需求。”
AI搜索绕不过的难题
虽然初始场景不算复杂,开发难度也不算高,但AI搜索产品面临的挑战也相当明确。
数据库和索引库将目前市面上的AI搜索产品做出了更明确的层级划分,而他们面临的共性问题则是如何优化AI对信息的加工能力——这种加工不仅仅是对已有网页的信息整理,更要对以获取的信息进行排序,形成更客观的表达。
这是更为精细的探索方向。
更多精彩