关于AI搜索是否会取代传统搜索的话题，已经被讨论太多次了。
支持“替代说”的理由是：AI反馈的结果更快、更精准、更整合，传统搜索甚至已经沦为AI搜索调用的一个工具。
但就实际情况来看，这种论断显然是站不住脚的。
目前传统搜索浏览器，大致可以分为4个梯队：以谷歌、百度为代表的全民搜索引擎；以Edge和Safari为代表的默认浏览器，分别与Windows操作系统、苹果生态系统紧密集成，拥有庞大的用户基础；以及火狐、360、UC、夸克等各具特色的第三、四梯队。
搜索，从用户视角来看只是一个动作，但它的发展其实经历了漫长的好几个阶段。
从最早的基于人工分类的目录搜索，到后来依靠关键词匹配，再到利用爬虫抓取网页并将其内容存储进索引数据库，搜索引擎在二十多年间不断演进，随着语义搜索和智能推荐技术的日益成熟，理解用户需求的能力显著提升，如今搜索引擎不仅能够提供更精确的结果，还能通过挖掘用户数据，给出更个性化的信息。
需要注意的是，无论是从超链接跳转，还是框搜索、关键词搜索、语义搜索，百度百科、Google或维基百科，这些词条和内容仍然都是人为编写的。用户获得结果的本质——人为创造的内容，并未改变。
也许是考虑到二十年前的技术和现在的大数据、AI、移动互联网不可同日而语，于是，在当前的搜索领域，人们提出新的搜索理念和产品，甚至会觉得，新兴技术能够颠覆传统搜索数十年的积累。
但现在的AI搜索，更多是聚焦在狭义范围，认为只要改变用户的交互方式，提高搜索结果的相关性，就能实现“重新定义”。但这其实应该被称为“答案引擎”，而不是真正意义上的“搜索引擎”。
事实上，搜索本质是个生态概念。
从更广泛的角度来看，搜索是一个涵盖了技术、数据、内容、用户、商业等多个方面的复杂系统。以百度为例，不仅有搜索服务，还有数十年积累的搜索生态，百度词条、百科、贴吧、文库等附属品，都是基于它的生态。
2000年成立，凭借竞价排名广告，百度在2004年左右实现首年盈利。彼时互联网行业正处于快速发展阶段，用户对信息搜索的需求日益增长，企业也意识到网络广告的价值。百度作为中国最大的搜索引擎，拥有庞大的用户群体，市场份额远超其他竞争对手。
类比手机市场，苹果的成功不仅仅在于其硬件本身，更在于其背后的操作系统、应用生态、开发者生态以及整个产业链的布局，所以很难被超越。
多年以前，李彦宏提出“框计算”的概念，为用户提供基于互联网的一站式服务，核心在于所搜即所得，“一方面，百度将流量尽可能地留在了站内；另一方面，百度在分发机制上将会拥有更多的话语权。”
这是一个相当高的战略高度，也几乎代表了百度对生态的最终想象。
据了解，框计算概念之后，百度推出开放平台，上线不到一年，在PC端主站与合作伙伴共同推出了超过600多项应用，覆盖搜索、日常出行、文娱、电商、投资等多领域。同一时间，百度又推出了以移动端为核心的百度移动开放平台，意图将框计算战略平移。
将时间线拉的更长些，会发现，无论是框计算、开放平台，还是百度轻应用，以及后来大力投资的很多“中间页”公司，例如爱奇艺、去哪儿网等，底层逻辑都是通过聚集线下场景，对生态进一步扩容，让用户在搜索框内完成搜索、信息获取、消费、服务等一系列活动。
PC时代，跟随百度搜索一同生长出的百科、地图、知道、文库等，这些产品原先寄生在主站，由搜索引擎引来的巨大流量，养活了这些更垂直的内生产品，产品线丰富的同时，也对原先百度的用户进行了进一步的划分，以便后续的商业化运营。
然而，移动互联网时代，搜索框虽然没有消失，但人们对原生App的依赖明显提高，App内搜索、App内转化发展出了新的用户习惯，搜索不断被分化，的确削弱了百度搜索入口的流量。
不同于百度，谷歌的搜索生态是另一种概念。
谷歌也有产品全家桶，例如Gmail、地图、翻译，黏住了大量用户；但谷歌从PC到移动端的平稳过渡，很大程度上取决于给手机做的完整操作系统，除了安卓开源项目之外，还包含了GMS（谷歌移动服务），对手机生态系统来说至关重要。
GMS中的通知系统、账号系统、软件认证系统以及付费与分成系统等功能，为手机用户提供了便捷的服务体验，同时也为开发者提供盈利模式和分成机制，拥有GMS的手机被视为属于谷歌生态链的一部分，否则手机的整体体验都要受影响。
从搜索引擎到终端操作系统，这一点百度没有做到，谷歌的案例可以说是当下搜索领域的天花板。
无论什么样的搜索，产品之间都是有替代性的。
作为曾经的国内第二大搜索引擎，搜狗从2004年诞生到2021年退市，十多年的时间里，见证了市场的竞争激烈和份额有限。
事实上，搜狗在发展过程中也尝试过多业务，包括搜狗地图、搜狗阅读、搜狗App、搜狗号等。但这些业务没有形成有效的协同效应，反而增加了公司的运营成本和风险。
这是为什么呢？
原因很复杂，但本质在于，搜索市场的想象力大，但盘子小。第一名往往能够占据大部分市场份额和利润，所以即使是覆盖人群曾超过5.6亿的搜狗，也面临较大的生存压力。
毕竟，当你在搜索框中输入关键词或问题时，不同浏览器匹配的结果选项往往都是相似的，而最接近答案的只有一个。
现在大多AI搜索软件，比的是日活、月活等指标，如果我们把时间线拉长，这些衡量标准并不稳定。试想一下，软件刚推出的时候，很多人是抱着测评或新鲜感的心态去使用，造成不同产品间用户数据的高度重叠，一个更为关键的问题——用户留存率，却往往被忽视了。
在AI领域，基础模型是构建各种应用的基础，开源架构则提供了更多的灵活性和可扩展性。例如像Llama这样的开源模型，就被国内外很多AI软件的技术栈套壳使用，以至于不同软件的输出效果会有雷同。
然而，为了确保运行稳定，传统搜索引擎厂商仍然倾向保留和优化自己的技术架构和算法；用户同样如此，他们更习惯使用自己熟悉的搜索方式，对于全新的交互模式或功能，往往持保守态度，不愿轻易尝试替换。
传统搜索注重生态概念和全民搜索的广度，现有的AI搜索则基本上是围绕搜索的深度去做。也就意味着，传统搜索的商业化路径，对AI搜索来说更多是艰难的挑战。
进一步来看，过去我们认为，用户在百度上是用完即走的，其实并不准确。传统搜索给出的结果选项往往很多，用户需要不断检索、浏览，直到找到最合适的答案；另一方面，搜索的生态，也让用户能够浏览更多的内容。
互联网有个不成文的规则，用户时长是衡量一个产品或服务价值的重要指标之一。
在互联网的第一阶段，大家主要看用户量和规模；到了第二阶段，如美团、抖音，大家更关注用户的LTC（全生命周期价值），谁的用户时长更久，谁的潜在价值越高。尤其在移动互联网时代，在App内完成垂直流量转化，LTC的概念更被投资人重视。
反观AI搜索，追求的是更快和更精准，主动缩短了用户在应用上停留的时间，很难保证用户得到答案后会不会用完即走，这就不能用传统的商业逻辑来衡量。
再来看AI搜索里的明星Perplexity，这个团队之前是做数据库的，从2022年发布至今，功能围绕“搜索和答案生成的能力”几经迭代和优化。Perplexity极具魅力的点在于RAG技术，可以使大型语言模型LLMs连接到外部知识库，用户基本上可以与任何数据存储库对话。
简单来说，在医疗、制造业、教育这些垂直领域，Perplexity可以变形为专业专门的信息助手；每家公司都有自己的知识资产，Perplexity能够成为这些公司的封闭式数据库。这家公司认识到：相比训练自有模型，以产品为核心积累用户更加重要。
先专注于特定领域或用户群体，再逐步扩大市场，这给AI搜索提供了另一种可能的商业化路径。
所以对Kimi而言，仅仅依靠所谓的“重新定义搜索”去讲故事是不够的，最重要的是如何在未来的搜索领域中保持想象力并不断提升。
当前，国内对于AI创业公司的估值，往往参考海外的商业模式和一级市场。这种靠对标海外引发的市场泡沫，在国内并不罕见。大家都在摸索前行，不确定未来的发展方向，很多企业和投资者都在效仿国外的做法，忽略了国内外用户习惯的巨大差异。
再思考一个问题：如果未来的搜索形态真的会巨大变革，那百度、谷歌这些行业巨头有没有进行大幅的改变呢？答案显然是没有的。
即使是一直强调AI的百度，在它的搜索产品上，AI也只起到了辅助作用。
一方面，根据百度公布的历年DAU等用户数据，维持在2亿左右的稳定水平，现有的搜索模式仍然能够满足大多数用户的需求。另一方面，通过梳理百度、谷歌近四年的收入情况，我们发现，2020至今，这两家公司的营收起伏不大，外界的变化并没有造成多大影响。
值得一提的是，百度移动生态事业群（MEG）的历年营收情况虽未详细列出，但据相关报道显示，其收入贡献一直占据百度6成左右，仍然是百度最赚钱的事业群之一。前不久，百度健康事业群组（HCG）整合到MEG，强化健康业务与移动生态的协同效应，意味着MEG的市场竞争力仍然是百度的核心壁垒。
即使是AI的到来，也并没有打破这一局面。
本文来自微信公众号 “新眸”（ID：xinmouls），作者：鹿尧
首页
AI对话
资讯 
我的