AI 搜索的出现给搜索引擎行业带来了哪些影响？
2024-11-19 阅读 77
更新于 2024年11月21日
因为并非AI行业的从业人员，所以单从一个用户的角度回答这个问题。
以前大部分都是用百度搜索，但是现在开始用kimi，豆包，文心一言搜索问题，主要有以下几个感受。
第一确实是可以直接得到我想要的答案，不用像之前一样在返回结果中找答案（不用在答案中甄别广告，感觉很好）
第二是有的时候发现给的答案并不总是准确，让我也有了一丝顾虑（如果产生不信任感，心里也会排斥使用）
第三是在使用豆包和kimi时可以看到答案来自于哪些网页，可以链接到原文查看，可以帮我在某种程度上解决了二中的问题。
总之，个人认为搜索引擎大概率得结合AI发展，无论是提供的答案需要更精准，还是提供像对话一样的搜索方式，搜索引擎一定是需要改变来适应AI发展。
对行业影响一般得从对商业模式的冲击来说，传统搜索引擎主要依赖广告收入，广告商通过竞价关键词来获得点击流量。但随着AI搜索的流行，用户对广告的厌倦感也愈加明显。他们更倾向于无广告的干扰下获得所需信息，这必然对AI搜索的商业化提出新的要求；而且搜索技术变革也影响到内容行业，机构及内容创作者可能会因为用户从搜索引擎直接获取信息而减少流量。虽然AI搜索附带原始链接，但根据专业结构调查，用户实际点击这些链接的比例较低，这会影响内容创作者的变现渠道。
这两点就足以促使整个搜索行业不断优化升级，以适应新的市场需求。
但对于大众而言，技术发展带来的确实是搜索功能的平民化和普惠化，它将改变大众获取信息的方式，影响信息传播和知识普及的进程。具体体现在以下几个方面：
一、搜索形态的改变
在过去二三十年里，搜索的入场券必须是浏览器（PC或者移动），这就限制了搜索的使用场景和人群。只有拥有浏览器设备并掌握一定操作技能的用户才能进行搜索，这在一定程度上限制了信息获取的范围。
而如今，搜索的入场券不再被局限于浏览器形态。在交互框对应的模式背后，其未来的形态会是机器人、车机、智能家居，乃至一切可以被智能化的组件。这意味着大众可以在更多的设备和场景中进行搜索操作。例如，在智能家居场景下，用户可以直接通过语音指令向智能音箱等设备提问获取信息，无需像过去那样专门打开浏览器进行搜索；在车机场景中，驾驶员可以方便地查询交通信息、周边服务等，而不必再依赖手机浏览器。
二、信息获取方式的改变
传统搜索基于“查询（Query）”逻辑去海量互联网内容中给用户匹配答案，底层架构为“爬虫 + 索引+查询”。当用户输入关键词进行搜索之后，会跳出成千上万个答案，这些答案来自于几百个网页，用户需要一一打开网页才能找到答案，一不小心就会掉进“信息茧房”当中，这种方式获取信息效率较低且容易迷失在大量信息中。
AI搜索添加了生成式搜索和多模态搜索，利用大模型的归纳和推理能力来生成答案。例如360AI搜索和天工AI在输入关键词后，有完整且系统性的文字回答，并且以“参考资料”或“参考链接”的方式呈现出相关网页，减少了用户筛选信息的工作量。
三、信息来源的多样化和企业化
不同企业的AI搜索带有一定程度的特殊性和企业性。例如腾讯元宝的搜索更多是把公众号文章作为信息的引用来源，文心一言、天工等则是基于百度公开数据进行整理，字节豆包更大的数据底池来自字节产品体系的文字和视频语料。这种多样化的信息来源使得大众在搜索时能够从不同角度获取信息，丰富了信息的获取渠道。
大众可以根据自己的需求和对不同企业数据的信任度、偏好等选择不同的搜索工具，不再局限于单一的搜索来源，从而增加了获取信息的全面性和准确性。
四、搜索功能的主流化趋势
搜索是如今AI大模型在C端的主要形态，尽管有层出不穷的智能体应用和新玩法，但基于主交互框的搜索仍然是C端用户的主要选择。相较于人们之前一问一答的形式，人们基于大模型更多能得到的是一个具备逻辑性和完整性的回答。这使得大众在获取信息时能够得到更有条理、更完整的内容，提高了信息获取的质量，进而推动了知识的普及。
AI提供了比之前不涵盖ai的搜索引擎更详细的汇总，而且可以根据你的反馈调整，这是不可替代的。
比如我一个小码农，我需要写一段需求，可以提需求给ai搜索，ai搜索给我答案了，而且整理的很好，普通搜索引擎只会检索出类似的内容，让我整理。
https://www.zhihu.com/zvideo/1839969274183172097?utm_psn=1842616856910901248
我是做广告的，就从商业广告的角度来说吧，未来不同利益方要调整的方向大概有：
1，搜索引擎方的商业收入模式调整：
用户端：用户对广告的厌倦促使AI搜索探索无广告或低干扰的商业模式，又因为AI回答的准确度会越来越高，是很好的提效工具，是有一定市场的，可以考虑比如对用户付费，这可能需要用户适应一段时间，也是对AI搜索是否能够提供更高效准确答案以留住用户和提高商业收入的挑战；
广告主端：除了智能精选和自有AI智能推荐官可以提供广告机会外，AI搜索其实也可以考虑利用自己的算法模型优势来跟广告主进行深度商业合作，比如品牌赞助智能问答业务，当用户搜索相关关键词时，可以直接展示问题是由这个企业赞助的智能体回答的，具体合作方法是，企业建立专门回答和自己品牌相关问题的内容数据库（其中的问题和答案由广告主提供，搜索引擎方只提供算法和展示平台）；
内容创作者端：由于AI搜索能直接提供答案，减少了用户点击进入原网站的需要，这可能降低网站的自然流量，影响内容创作者的广告收入和流量变现能力，但AI搜索可通过其他方式（如知识图谱引用）为内容创作者带来曝光；内容创作者也可以自己创建各类如某某产品推荐官，测评官等可被AI问答系统抓取展示的AI智能体来转变自己的内容创作方式，进而适应如今形势获得变现和商业合作收入，尽管这对技术能力有更高要求；
2，广告主广告策略的转变：
形式和算法上可能大差不差，比如搜索智能精选获得展示机会和排名，和过去应该差别不大；
但涉及到如赞助AI搜索问答，及AI智能推荐官里更专业的产品推荐回答，需要接入企业方的自有内容库合作，这要求企业方自己创建自有内容库，并不断监测和预测以及更新网友可能会问的各种问题和更好的回答（因为这个回答同时涉及到企业的品牌形象和用户对AI智能体的体验），这需要大量的人工工作，也是广告投放人员未来需要努力的一个方向之一。
与其说是AI搜索的影响，不如说是生成式AI的影响。
从正面来看，基于RAG的搜索体验比传统的大搜和垂搜都更接近人类用户的习惯，不受限于Main Page10条的约束能有效地提高知识获取效率，是生成式方法与大型系统的良性融合。同时，一些基于多层Transformer的Encoder也在这个契机中被更广泛地应用到DU和QU中，极大地提升了匹配和排序的效果。
负面的问题，除是代价上升和一些情况下的幻觉之外，最严重的是随着大量生成内容的出现，网络内容被污染，而生成式内容又往往更被Learning to Rank模型青睐，进而影响了高质量内容的检索，百度现在日益下降的体验就是恶果之一。
从技术上讲，单一的生成模型不可能替代检索系统，但如何合理成本的整合新技术，并有效地抑制无营养的生成内容传播是搜索引擎急待解决的问题。
