▲AI搜索成为了不少大模型企业探索新应用的重点领域。图/IC photo

新年刚过，大模型行业波澜迭起。据媒体报道，2月6日凌晨，OpenAI突然宣布免费开放ChatGPT搜索，用户无需注册，也可以通过ChatGPT进行简单的信息交互搜索。

此举自然被外界解读为是对谷歌为代表的传统搜索引擎的挑战。有趣的是，几乎同时，谷歌则发布了最新的Gemini系列大模型，包括Gemini2.0Flash、Gemini2.0Flash-Lite及旗舰模型Gemini2.0Pro实验版本，其中Gemini2.0Pro支持200万tokens(将文本拆分成的基本单位，用于计算机理解和处理语言)上下文窗口，创下了该公司模型编码性能新纪录。

明星大模型企业宣布开放搜索入口，而传统借搜索引擎起家的科技巨头则发布了最新的大模型。一来一回之间，引发了不少关于“搜索引擎与大模型之战”的讨论。

借助大模型进行基础信息搜索和分析，一直是比较典型的用户场景。据此前的一份第三方调研数据显示，在使用大模型提升工作学习效率场景的用户中， “搜索问答”需求占比高达45%。

因此，AI搜索也成为了不少大模型企业探索新应用的重点领域。除谷歌之外，国内的百度、360、腾讯等也都上线或集成过AI搜索相关的产品。

大模型搜索优势和劣势并存

比起传统互联网时代的搜索引擎，大模型的AI搜索可以显著提升的地方在于信息检索效率和多轮交互体验。

传统搜索引擎的使用模式主要是基于用户的简单指令用关键词进行检索，返回的大量链接与结果，由用户进行信息的进一步拣选和确认。而大模型的搜索则是由AI取代上述过程，直接提供答案，直接减少了用户的信息筛选成本。

除此之外，用户的信息搜索很多情况下并非一次性需求，多数都是在信息检索的过程中反复尝试就同一主题进行多次搜索。与之相比，大模型的多轮交互能力则可以大幅提升用户的搜索体验，甚至可以直接依据用户的最终目标而阶段性主动反馈结果。

除此之外，大模型的“指令—反馈”模式，用模糊的指令代替了清晰具体的关键词，也可以降低用户的搜索门槛。从实际体验看，用户搜索只需要提供相应指令，便可以在多轮交互中逐渐找到自己需要的信息。

但客观来说，上述这些优势并不能抵消掉现阶段大模型搜索的劣势。

大模型搜索的劣势，从用户体验看，是信息的准确性、权威性和全面性不足。一方面，AI大模型的信息幻觉问题目前仍未得到妥善解决。大模型“造假”屡见报端，正是因为大模型容易为了给出用户想要的结果而进行信息的编造拼接。

另一方面，AI大模型受限于数据库等技术问题，可能无法获取实时信息，更依赖于过时的知识库。因此，对于最新信息的搜集也容易受限。

最后，则是AI大模型对长尾信息的覆盖能力不足（即当遇到那些在训练数据中很少见或从未见过的“边缘情况”时，AI系统往往会出错），对信息的来源缺少判断力，无法区分渠道的权威性与真实性。这些在短期内都没有可靠的解决办法。

而用户在使用搜索引擎中，很重要的场景是依据检索结果对渠道进行权威性排序，进行长尾碎片信息的搜集检索，从而得出所需的答案。这种深度、复合和即时性的信息搜索需求，短期来看，大模型还无法满足。

对搜索引擎行业造成不小冲击

面对AI搜索的冲击，谷歌、百度等企业不仅是大模型研发的主力军团，也是搜索应用大模型的先行试验者。谷歌此前已经开始将AI生成摘要整合到搜索结果中，同时，也在加速研发AI助手，这些都是充分利用大模型的信息检索、分析能力，为用户提供更好的搜索体验。

因此，独立的大模型作为搜索产品，仍然比较适合解决工具性的基础查询，负责简单信息的检索与验证，或者是承担一部分搜索结果的整合功能，短期内很难颠覆现有的搜索引擎。

但从长期来看，大模型一旦普及开来，即便只是切走了传统搜索引擎的一部分简单场景，对于搜索引擎行业来说，也仍然是不小的冲击。

现阶段搜索引擎的商业模式仍然是“竞价排名”，这一模式成立的基础，是搜索引擎是用户在互联网上寻求需求满足的入口。但如果大模型成为了用户通过数字手段满足需求的入口，搜索引擎的商业模式和商业价值，就要面临彻底的重估。

可以预见，在这一趋势下，未来搜索市场将呈现AI搜索与传统搜索融合的趋势。而这一融合过程，某种意义上也可以被视为一次流量入口转移的暗战预演。

撰稿 / 王晓凯（专栏作家）

编辑 / 迟道华

校对 / 王心