AI搜索领域风云再起,战火重燃或是新篇章?

   发布时间:2024-10-16 19:55 作者:苏婉清

随着Kimi探索版宣布上线具备AI自主搜索能力,AI领域的竞争战火再次燃烧,这一次聚焦于搜索领域。不仅海外科技巨头如OpenAI和谷歌纷纷推出AI驱动的搜索引擎,国内大厂与创业公司也紧随其后,推出了各自的AI搜索产品。

AI搜索的热闹景象不仅体现在新产品的不断涌现,还表现在资本的热捧。多家AI搜索创业公司如Genspark、Daydream等相继完成大额融资,显示出市场对这一领域的浓厚兴趣。

AI搜索之所以成为焦点,原因多样。一方面,用户搜索行为正在发生变化,生成式AI技术的爆发进一步催熟了用户以提问为主的搜索需求。另一方面,头部科技大厂逐步意识到,传统搜索与AI搜索并非绝对的替代关系,用户搜索行为的惯性依旧存在。RAG技术的发展也为AI搜索提供了新的可能。

然而,AI搜索的火爆背后也隐藏着现实的挑战。成本、数据、体验与商业模式等问题逐渐浮出水面。不少业内人士对此轮AI搜索的态度十分冷静,认为需要更深入地思考技术工程化和产品化的发展。

AI搜索的入场门槛正在变高,这主要体现在入局成本的增加。目前市场上许多AI搜索产品都是通过“接入传统搜索引擎API+大模型”实现能力的整合,并没有基于真正的AI架构重新在底层搭建一套搜索系统。原因在于AI搜索的成本仍然很高,包括模型成本、搜索API费用、私有数据存储和服务费用等。

面对这些挑战,AI搜索玩家们的策略也在发生变化。大厂玩家结合自身的数据和生态积累,正在集成更多样化的AI能力,寻找更多的场景入口。而垂直领域的AI搜索初创企业则走向更精更专与更定制化的体验。

商业化也成为AI搜索领域的一个重要话题。不少玩家开始探索订阅制和广告等盈利模式。谷歌宣布将AI搜索能力整合进Google Lens,并增加了购物广告展示位。Perplexity AI也在探索搜索广告的营收模式。

AI搜索的竞争还远没到终局,产品、场景与技术的迭代还会继续。如何降低成本、塑造用户信任、把流量变留量,以及如何解决技术工程与数据上的诸多问题,都是行业玩家们需要面对的挑战。

 
 
更多>同类内容
全站最新
热门内容
本栏最新
 
智快科技微信账号
ITBear微信账号

微信扫一扫
加微信拉群
电动汽车群
科技数码群