文：王智遠(yuǎn) | ID:Z201440

早上朋友發(fā)信息給我：

智遠(yuǎn)，你可以呀，現(xiàn)在厲害了，不僅寫作，還成了當(dāng)代藝術(shù)家，還去悉尼、新加坡辦畫展，業(yè)務(wù)夠多，忙得過來嗎？

我頓時不知道怎么回應(yīng)，驚訝又好奇的回了句：納尼？

緊接著，朋友發(fā)來一張截圖說：你看。我一看，天吶，AI搜索把我的資料和另一位同名人的資料，混在一起了，太壞了。認(rèn)識我的還行，不認(rèn)識的明顯會被誤導(dǎo)。

這兩年，不少大模型公司布局AI搜索，很多人也感受到技術(shù)帶來的快捷，不過，使用過程中，根本沒意識到信息是否準(zhǔn)確。

所以，怕你被AI誤導(dǎo)。

我抽出時間，做了一個簡單科普，比如：AI搜索的決策模型什么樣？為啥機(jī)器味嚴(yán)重？AI搜索和內(nèi)容平臺的關(guān)系是什么？未來搜索會發(fā)生什么革命性變化等等。

畢竟了解底層知識，能夠幫你，更好的用AI搜索。

01

有個詞叫缸中之腦（Brain in a Vat）。什么意思呢？

想象一個血腥的畫面：

你（或者別人）被一位瘋狂的科學(xué)家，進(jìn)行一次可怕的實(shí)驗(yàn)。他把大腦從身體上取下來，放進(jìn)一個裝有維持大腦存活的營養(yǎng)液的玻璃鋼中。

然后，大腦神經(jīng)末梢，鏈接到一臺超級計算機(jī)，計算機(jī)按照設(shè)定程序，向你的大腦發(fā)送各種信息，讓你以為以前很正常。

那么，對取出來的大腦來說，世界是不是依然和原來的一樣？你看到的人、物體、天空，感受，還有記憶，是不是都還在？

這個實(shí)驗(yàn)，常用來說明懷疑論、唯我論和主觀唯心主義的觀點(diǎn)，簡單講：即我所體驗(yàn)的、看到的、到底是真的假的呢？

怕你共情不多，我再舉個例子：

好不容易休息半天，躺在沙發(fā)上，看著外面陰雨天，突然想到昨天剛上映的恐怖片，還沒看。于是，打開影片，剛看一半，心跳加速，你決定不看了。

為什么？因?yàn)樘植懒恕？植喇嬅娴男畔?，一次次傳遞到“缸中之腦”，讓你覺得太真實(shí)，似乎恐怖畫面馬上要出現(xiàn)在自己身上。

但你知道嗎？這些都是大腦模仿出來的，看似真實(shí)，未必真實(shí)，我們的感知，不僅由大腦產(chǎn)生，身體，也會影響它。

比如：

521到了，即便沒有見面，你總送心愛的人一些溫暖的東西，一杯奶茶、一束鮮花，她收到禮物那一刻，在遠(yuǎn)方也能感受到你對她的好看。

這就是具身認(rèn)知，是思考，感覺、行為三者共振的結(jié)果，認(rèn)識到它，你能感受到，外面我們接收到的任何信息，故事是一個個畫面，所描繪的場景只要大腦熟悉，它都會共鳴。

而AI搜索，是什么呢？本質(zhì)像一個“缸中之腦”。

運(yùn)行在一個強(qiáng)大的模型上，模型像它的基礎(chǔ)，幫它站穩(wěn)腳跟，外面信息是它的食物，通過你的搜索，不斷訓(xùn)練自己推理能力。

不論什么AI搜索軟件，當(dāng)你問題時，它都會遵循一個六步走的公式：

• 理解問題

• 檢索信息

• 整合答案

• 生成回答

• 結(jié)果驗(yàn)證

幻想一下，現(xiàn)在來到未來時代，站在圖書館里，面前有一個人工智能，現(xiàn)在要找一本《窮查理寶典》，你會怎么做？

你可以手動輸入，或者對著它說：“幫我找一本叫《窮查理寶典》。”此時，AI會利用語言技術(shù)，快速分析你的意圖，提煉出最重要的部分，比如：書名、作者、人名。

然后，它會把你的問題和圖書館里的文檔、圖片快速匹配，從中找出重要的段落和句子。接著，它會做降噪處理，去掉干擾的內(nèi)容，比如廣告、重復(fù)的段落，確保剩下的都是有用的信息。

最后，AI會把所有找到的信息整合起來，生成一個答案，這就是AI搜索的過程。不難理解吧。

我突然想到一個畫面：

小時候，老師經(jīng)常說：“哎，你們是我?guī)н^最差的一屆，要是無法理解，就把這段內(nèi)容死機(jī)硬背下來。”，可你有沒有想過，考試對死記硬背來說，意圖是什么？

從人工智能角度看，答案只有一個詞：檢索。

也就是說：你背誦的所有資料，最后一刻，學(xué)校用一張試卷來檢索大腦有沒有記住，當(dāng)成績達(dá)標(biāo)時，證明你通過了。

02‍

明白AI搜索的六步公式，能得到什么啟發(fā)呢？有兩點(diǎn)：

一，知道AI的回答為什么很干巴，二，知道它為何缺乏情感和個性。

AI搜索生成邏輯有一些限制，為避免產(chǎn)生錯誤信息和不準(zhǔn)確的信息，AI會傾向于保守地給你高頻、標(biāo)準(zhǔn)化的表達(dá)。這種傾向自然會使回答顯得更加刻板。

比如：

你問AI如何做好品牌營銷？它一定會告訴你，首先要了解目標(biāo)市場，然后創(chuàng)建一個獨(dú)特的品牌定位，接著進(jìn)行市場推廣，最后通過反饋不斷優(yōu)化品牌策略。

另外，作為“缸中之腦”，AI只有一個搜索框，無法感受你的語氣，看不到其他信息，所以也無法理解你的情感。

這樣一來，AI生成的答案就缺乏人類的情感色彩和個性，看起來很機(jī)械，或者像是官方的回答。

值得一提的是：人們常說，一個人學(xué)習(xí)什么知識，他的見識就有多高。AI也是一樣的。你給它喂草料，它自然吐不出鉆石來。

所以，大公司為了防止AI搜索出來的內(nèi)容很水，就會限制訓(xùn)練內(nèi)容，會給AI喂新聞報道、學(xué)術(shù)論文和正式文本。這些文本風(fēng)格比較客觀，所以，AI學(xué)完后，回答也會是類似的風(fēng)格。

現(xiàn)在AI搜索雖然看似有推理能力，但我測試了很多，發(fā)現(xiàn)整體推理還是比較弱。

一個主要原因，人類說話時，本身推理性就不強(qiáng)。所以，AI學(xué)習(xí)的內(nèi)容也會相對較弱。在文字相關(guān)的搜索上，這種情況很常見，理科的內(nèi)容相對更嚴(yán)謹(jǐn)一些。

顯然，“缸中之腦”就是“缸中之腦”。看似聰明，但離不開三點(diǎn)：一，大模型作為基礎(chǔ)，二，固定的模型，三，知識庫。

因此，重要的結(jié)論是：用AI搜索時，你不給它一個很健全的 prompt，它的解析能力會變得很弱，得到的答案自然很難讓人滿意。

03‍

你有沒有想過，AI搜索平臺和內(nèi)容生態(tài)到底什么關(guān)系？

我覺得，從過去的傳統(tǒng)搜索，到現(xiàn)在AI搜索，用一句話來形容轉(zhuǎn)變的過程便是：從獨(dú)立到融合，再到獨(dú)立。

為什么呢？

沒有大模型之前，谷歌在1998年開始做大規(guī)模搜索，后來進(jìn)軍中國，由于數(shù)據(jù)方面的問題，谷歌被限制，隨后，百度在2000年快速崛起，靠爬蟲抓取大量網(wǎng)頁，然后分發(fā)和售賣廣告起家。

這兩家公司商業(yè)模式基本相似。

谷歌做了一個叫Knowledge Graph的知識庫，還有Google Answers，百度則推出了“百度知道”和“百度百科”。

后來，國內(nèi)360、搜狗也跟著做類似的產(chǎn)品。網(wǎng)頁時代落幕，張一鳴用一個算法推薦，讓今日頭條拔地而起。頭條采用推薦機(jī)制的同時，也嘗試建立內(nèi)容生態(tài)。

比如：

孵化垂類創(chuàng)作者，推出各種與內(nèi)容相關(guān)的產(chǎn)品，但直到現(xiàn)在，我都覺得它還沒成功，今日頭條增長停滯后，頭條搜索也沒法跟著增長。

后來短視頻涌現(xiàn)，抖音起來，它建立一個良好的內(nèi)容生態(tài)和增長模式，所以，抖音搜索成功了。

不管怎么樣，它們的核心目的只有一個，把內(nèi)容控制在自己手里，通過掌握內(nèi)容，建立壁壘，因?yàn)閮?nèi)容生態(tài)對搜索平臺有很大的依賴性。

內(nèi)容提供者，要依靠搜索引擎，來讓內(nèi)容被更多人看到，而搜索引擎，則要高質(zhì)量的內(nèi)容來吸引用戶，并提供有用的搜索結(jié)果。

有了大模型之后呢？

微軟推出新版必應(yīng)，緊接著谷歌、百度、360和昆侖萬維等企業(yè)也開始布局AI搜索。

李彥宏一直強(qiáng)調(diào)，把生成式AI技術(shù)和搜索深度整合在一起。周鴻祎也說，做搜索引擎的企業(yè)，最有機(jī)會研究像ChatGPT這樣的產(chǎn)品，還有昆侖萬維、秘塔AI也在加緊跟上。

不管怎么說，它們有相似之處：整合全網(wǎng)信息，讓用戶用自然語言表達(dá)需求，并提供經(jīng)過組織和提煉的答案，這樣可以減少冗余信息的時間消耗，確保答案的可追溯性、可信賴性。

不過，盡管這些搜索引擎，憑借原有的知名度、用戶基礎(chǔ)在市場上占據(jù)主導(dǎo)地位，由于移動互聯(lián)網(wǎng)時代APP的“信息孤島”現(xiàn)象，它們并沒有完全掌控所有信息，反而，垂直搜索引擎正在逐漸崛起。

比如：

小紅書推出自己的搜索，今日頭條推出豆包，淘寶推出原生AI應(yīng)用——淘寶問問，它嵌入淘寶搜索框，服務(wù)于月活躍用戶近9億、每日產(chǎn)生數(shù)百億次搜索的龐大流量。

現(xiàn)在，抖音搜索量在移動端已經(jīng)超過百度，小紅書通過用戶的真實(shí)分享和有用的筆記，建立了強(qiáng)大的社區(qū)氛圍，這都是各自的優(yōu)勢。

因此，我看到兩種趨勢正在出現(xiàn)：一是通用搜索的AI升級，二是垂類搜索的崛起。

垂類搜索數(shù)據(jù)，主要來自自己的平臺，類似于站內(nèi)搜索，信息更服務(wù)于細(xì)分場景。當(dāng)信息量足夠多時，就會自然涌現(xiàn)。

長遠(yuǎn)來看，擁有優(yōu)質(zhì)內(nèi)容的社區(qū)，做的搜索會更有優(yōu)勢，因?yàn)楹脙?nèi)容平臺能夠吸引和留住用戶，進(jìn)而提升搜索功能的價值和使用頻率。

明白這些也就理解了，我為什么說，搜索會經(jīng)歷從獨(dú)立到融合，再到獨(dú)立的過程。畢竟，獨(dú)立，是全新的獨(dú)立，是細(xì)分的獨(dú)立。

實(shí)在不信的話了，你想想360AI、秘塔AI，天工AI到底有什么區(qū)別？把它們和淘寶問問、抖音搜索一比更明確呢？因此，未來優(yōu)質(zhì)內(nèi)容社區(qū)的搜索功能將會勝出。

04‍

到這里，我們可以思考下：AI搜索的本質(zhì)是什么？

我認(rèn)為，AI搜索真正的關(guān)鍵在于AI技術(shù)本身，而不是傳統(tǒng)的搜索方式。這就像“AI+”和“+AI”的區(qū)別。

AI+，更像把AI技術(shù)加到已有的系統(tǒng)或產(chǎn)品上。比如，在傳統(tǒng)搜索引擎上加入AI功能，這種方式主要在現(xiàn)有技術(shù)基礎(chǔ)上，增強(qiáng)功能。

+AI，不一樣。

要求從一開始就以AI為核心，建立一個系統(tǒng)或產(chǎn)品。比如，設(shè)計一個完全依賴AI進(jìn)行的搜索引擎，它所有功能都圍繞AI技術(shù)展開，更像是從頭開始，完全依賴AI技術(shù)運(yùn)作。

很顯然，“AI+”是改進(jìn)現(xiàn)有系統(tǒng)，而“+AI”是從零開始，完全依靠AI技術(shù)。AI搜索真正力量在于后者，也就是“+AI”。

對于一般簡單問答，AI搜索只彌補(bǔ)傳統(tǒng)搜索的不足。但要真正創(chuàng)新和突破，要尋找新的應(yīng)用場景和特定領(lǐng)域，比如學(xué)術(shù)、醫(yī)療、法律等。這些領(lǐng)域中，AI驅(qū)動的搜索才能真正發(fā)揮戰(zhàn)略意義。

“AI原生”（AI Native）很重要，因?yàn)榻?jīng)過多年的發(fā)展，傳統(tǒng)方法已經(jīng)挖掘了所有可能性，AI原生的定義是，只有在引入AI能力的情況下，產(chǎn)品才能實(shí)現(xiàn)。

這種情況下，AI是最大的變量，但AI比例并不重要。

關(guān)鍵在于產(chǎn)品需要找到交叉點(diǎn)：哪些場景是只有AI才能實(shí)現(xiàn)？同時又滿足大規(guī)模用戶需求。這種探索越多越快，競爭優(yōu)勢就越大。這也是對各家產(chǎn)品經(jīng)理的巨大考驗(yàn)。

那么，問題來了：

有人會覺得，傳統(tǒng)搜索市場還有價值嗎？肯定的。

傳統(tǒng)搜索的強(qiáng)項(xiàng)在于尋址和尋找資訊。從商業(yè)角度看，PC端搜索市場增量有限，移動端又被抖音、小紅書等平臺分流，不過，百度財報中，搜索引擎依然是基本盤的重要組成部分。

還有人認(rèn)為，谷歌和百度壟斷這么多年，其他玩家還有機(jī)會嗎？來看一組美國statcounter機(jī)構(gòu)的數(shù)據(jù)：

截至2024年5月6日，美國搜索市場中，谷歌份額下降到了77.52%，其他市場被Bing和Yahoo蠶食，但谷歌基本盤還算穩(wěn)。國內(nèi)截至4月，電腦端必應(yīng)的份額是37.24%，百度是22.53%，但百度的主導(dǎo)地位已經(jīng)不在了。

雖然數(shù)據(jù)會存在偏差，但能看出搜索市場的變化和機(jī)會，AI搜索更應(yīng)該理解用戶意圖，完成復(fù)雜的任務(wù)。

比如：

用戶搜索不僅僅是尋找信息，還包括找地址，或查找短內(nèi)容的源頭；再比如，通過AI找到過去5年城市人口的發(fā)展趨勢，甚至，搜索新能源汽車的滲透率趨勢和原因。

還有找電影、追溯圖片等等......，所以，需求背后，是AI搜索目前還沒有攻克的場景。

總結(jié)而言

AI+，還是+AI，要看企業(yè)選擇。

不論哪條路，我都認(rèn)為，垂直領(lǐng)域的數(shù)據(jù)，將成為重要開采對象，不然怎么向數(shù)據(jù)要增量？那么問題來了：什么樣的垂直數(shù)據(jù)還未被開采呢？嗯，值得思考的問題。