首页 > 业界 > 关键词  > Google最新资讯  > 正文

Google不革自己的命,AI搜索们也已经凉凉了?

2025-05-23 11:35 · 稿源: 白鲸出海

声明:本文来自于微信公众号 白鲸出海,作者:张凯然,授权站长之家转载发布。

在刚刚结束的 Google I/O 开发者大会中,Google 宣布上线由 Gemini 驱动的高级 AI 搜索模式 AI Mode,可以应对复杂问题,支持追问。与之前的 AI Overviews 对 AI 搜索的浅尝辄止不同,Google 终于不再死抱着“关键词+链接列表”,开始拥抱“自然语言交互+结构化答案”的“新”范式了。

作为上一代搜索引擎的霸主,2024年,Google 的搜索业务贡献了1750亿美元,占总收入的一半以上,而转型 AI 搜索势必会对这部分收入带来冲击,这也是 Google 一直在 AI 搜索方向犹犹豫豫的原因。

而让 Google 决心转型的则是“AI 搜索带来的危机感”,研究机构伯恩斯坦认为,如果算上 AI ChatBot 的话,Google 搜索的市占率可能已经从90%+ 降至65%-70% 了,再不入局,搜索领域的霸主位置很可能不保。

但换个角度,Google 的入局,并非指向 AI 搜索领域的风生水起,而是对 Chatbot 吞噬流量的应对。在 AI 对话(既包括 ChatGPT、也包括加入了 Chatbot 的各类工具例如 AI 笔记产品 ima、又如夸克网盘)吃掉一切流量面前,Google 尚且决绝转身,AI 搜索的新玩家们日子更不好过。

图片

4月11日,由前小度 CEO 景鲲(Eric Jing)开发的 AI 搜索引擎 Genspark,宣布关闭搜索引擎产品、转型 AI Agent(详细信息读者可以参考《AI 搜索已经过时?前百度高管创业转型后9天 ARR 破千万美元》)。

图片

Perplexity 收入情况|图片来源:The Information

而虽然在用户端 Perplexity 近一年访问量从4500万,增长到了1.29亿,增幅达186%。但 The Information 的数据显示,在收入端,Perplexity 获得了5900万美元的订阅收入,但这是按原价核计的,实际上 Perplexity 很多时候是“打折”售卖,实际收入也就3400万美元。而且即便如此补贴,付费用户数也仅有26万,仅占比16%。叠加上算力及各种成本后,2024年,Perplexity 还净亏损了6800万美元。虽然能够靠融资“续命”,但“玩命补贴却无法转化收入”显然不可持续。

在谷歌正式转向的节点,我们再次审视了 AI 搜索赛道。为此,我们总结了2024年8月至2025年4月 AI 搜索赛道各产品的融资情况,先来观察这个去年大热的 AI 赛道,如今的状况。

融资额减少,

Perplexity 和 Glean 还占了85%

图片

本表仅收录以搜索为核心功能的产品,不包括有

搜索功能的 AI Agent 或 Chatbot 产品,比如上期中

收录过的 GensPark 转型了 AI Agent,所以即使

GensPark 在此期间有融资,也没有收录。

从产品数量和融资额两个维度相对比,上期中(2024.1-7)总共收录了15款 AI 搜索引擎产品,总融资额12.8亿美元,而本期中(2024.8-2025.4),收录的产品只有10款,总融资额8.93亿美元。

虽然看起来两次统计仅相差4亿美元,并不是那么吓人的数据,但细看下来,Perplexity 融了5亿美元,占所有上榜产品融资额的56%,上期上过榜的企业内部信息搜索引擎 Glean 融资2.6亿美元,占比29%,而剩下的所有产品加在一起融了1.34亿美元,仅占15%。

相较之下,上一期中,抛开融了 D 轮6.5亿美元的 AlphaSense,以及 Perplexity 和 Glean,其他产品的融资额还能达到6亿+美元,融资显然活跃许多。毫无疑问,至少在资本层面,中小 AI 搜索创企的生存环境是大幅恶化了的。

此外,上期选题收录过的15款产品中,仅有3款在这段时间融过资,除了 Perplexity、Glean 两个独角兽创企外,仅有视频语义搜索工具 Twelve Labs。

而从类别看,通用搜索引擎有3款获投,总计融资额最高,但是 You.com、Perplexity、秘塔 AI 搜索,都是搜索引擎赛道的老玩家了,而更多新面孔则出现在垂类场景搜索,以及面向企业/行业的搜索场景。

更小、更垂、更专业,是 AI 搜索引擎的整体发展方向,与当初 AI 来了,大家想干出下一个 Google Search 大相径庭。

大厂抢占生存空间,本身又做不出

差异化体验,“AI 搜索”很尴尬

图片

而 AI 搜索引擎的“没落”的原因,首当其冲来自“通用 Chatbot+搜索功能”侵蚀原本属于 AI 搜索的用户。从2024年10月底 ChatGPT Search 推出以来,各个大平台纷纷开始在旗下的 ChatBot 或其他产品中融入 AI 搜索功能,从目前的情况看,AI 产品榜全球总榜排名前4的产品,都已加入 AI 搜索功能,单看访问量,这些产品都比 Perplexity 高出好几倍。

图片

全球 AI 产品总榜 Top4都加入

了搜索功能|图片来源:AI产品榜

搜索,其实一直是互联网时代最大的流量入口,AI 时代也同理,那么为什么 ChatGPT 等产品不更早推出搜索功能呢,不是他们不想,而是无法保证用户体验。

在2024年9月 OpenAI o1面世前,市面上还没有推理模型这一概念,此前大模型的运作机理其实是“接话茬”,即通过大量的文本训练“预测”用户的输入可能跟着怎样的输出,给出看着很像样的答案,但其实模型 “并不知其所以然”,幻觉问题也就由此而来。

图片

而当初 Perplexity 等 AI 搜索产品的基本流程就是“拆解关键词+调搜索 API 或通过自建索引库,进行多关键词并行搜索+整合答案输出”,大模型服务于第一步和第三步,虽然通过工程优化,大模型能够尽量准确地抓到关键词,并且输出答案,但由于本质还是“预测”而非“思考”。所以,不论是 Perplexity,还是当时的 Google AI Overviews,都经常胡说八道,备受用户吐槽。

图片

AI 幻觉率测试|图片来源:GitHub

但随着 OpenAI o1的推出,尤其是 DeepSeek- R1带来推理模型的成本大幅降低,各通用产品的搜索功能纷纷上线。而与之前的模型机械式地拆解关键词去搜索不同,新版的模型会通过语义理解、路径选择、记忆等辅助模块,更好地理解用户的搜索意图,显著降低了幻觉对搜索结果准确性的影响。

图片

推理模型对用户搜索指令的拆解,

模型:o4-mini|图片来源:ChatGPT

所以在9月推出 OpenAI o1后,ChatGPT 在11月就推出了 GPT-Search,DeepSeek- R1上线时,也同步加入了搜索功能。对于通用产品来说,模型技术突破、可保证的用户体验,是加入搜索功能的最底层驱动力。

但在各通用产品纷纷加入搜索功能的时候,包括 Perplexity 在内的 AI 搜索产品,虽然也迅速支持了推理模型,但并未给出更新的用户体验,仍然是输入自然语言,返回答案和出处”,从用户的角度看,搜索产品的独特性就不存在了,用户理所当然将搜索需求转移到更全能的通用产品上,不需要再来回跳转。

而更进一步,通用产品后续的信息整合输出能力,调动记忆、以及其他工具的能力,也都强于 AI 搜索。Perplexity 这样的头部产品还能靠加入 Deep Research 等功能,与通用产品掰一掰手腕,而 GensPark 等产品,则转型 Agent,争取交付“结果”。

面对这样的赛道现状,投资人相对保守,也就不足为奇了。

AI 搜索产品 Hika 的联合创始人浪仔认为,目前通用 AI 搜索的产品形态是无法与“通用产品+搜索功能” 打出足够差异化的(这里的通用产品指 ChatBot、也指 Google、Reddit、Bing 等融入了 AI 的传统平台),但他认为,完全适合 AI 时代的搜索产品的形态尚未出现,而这个新产品形态可能会带来颠覆性的体验。

图片

图片来源:AI 产品榜

从 AI 产品榜的4月访问量数据看,全球 Top20的 AI 搜索引擎产品均出现了不同程度的下滑,其中也包括近期融过资的 Perplexity、秘塔 AI 搜索等产品,再叠加上“上一代霸主”Google 的入局,“通用搜索”这个细分领域正在变得越来越拥挤。而 “打不过”巨头们的 AI 搜索产品们,开始转向了垂类搜索场景。

非头部,卷向垂类搜索?

在各大厂的围剿下,能够拿到融资的通用搜索引擎基本都是有一定积累的老玩家,但依然不乏新玩家种子轮、A 轮),基本分2种,基础设施和垂类场景搜索。

Consensus

总部所在地:美国波士顿

创始人:Christian Salem 和 Eric Olson

成立时间:2022年

总融资额:1920万美元

图片

Consensus 的功能类似 Perplexity,但主要的信源是全网的健康和医学类论文,面向学生、研究人员和医生等群体。自从2022年推出以来,Consensus 已经有40万 MAU 和150万美金的年收入。

Qura

总部所在地:瑞典斯德哥尔摩

创始人:Arvid Winterfeldt 和 Erik Nordmark

成立时间:2023年

总融资额:270万美元

图片

用户可以使用自然语言进行查询,搜索引擎会给出答案和对应的法律条文或法律文书原文,主要面向律师等法律专业从业者。

LlamaIndex

总部所在地:美国旧金山

创始人:Jerry Liu 和 Simon Suo

成立时间:2023年

总融资额:2750万美元

图片

LlamaIndex 原名 GPTIndex,是一个开源数据框架,旨在将大模型与特定领域的私域数据连接起来,是构建 RAG(搜索增强生成)应用的结构化基础设施,应用于企业内部信息搜索、法律文档分析,智能客服系统等场景。LlamaIndex 由 Jerry Liu(大概率是华人)开发,最初是个人开源项目,后获得由 Greylock Partner 等风投的支持。

Twelve Labs

总部所在地:美国旧金山

创始人:Jae Lee

成立时间:2021年

总融资额:9200万美元

图片

Twelve Labs 是一家致力于打造多模态“视频理解”(Video Understanding)基础设施,以实现对视频进行语义搜索的 AI 公司。

Twelve Labs 有三款核心产品,一是 Marengo 模型,该模型可以读取大量视频的内容,并建立索引,让用户能够通过自然语言来搜索和访问存储在视频中的各种信息。二是 Pegasus 模型,能够进一步理解复杂视频,具备长视频总结、查询、回答及分析能力。三是 Embed API,该 API 可以将视频、文本、图像、音频等数据转化成向量,以便于进行相似性搜索和内容分析。

目前 Twelve Labs 已与媒体和娱乐、广告、自动化及安全等多领域的客户展开合作,例如借助 AI 视频搜索实现快速标记赛事精彩瞬间、查找监控录像等。

Micro1

总部所在地:美国硅谷

创始人:Ali Ansari

成立时间:2022年

总融资额:660万美元

图片

AI 可以通过用户自然语言描述,以及上传的简历与资料,自动为用户匹配合适的职位。而针对雇主,Micro1提供的“AI 招聘官”,也可以筛选符合雇主录用条件的技术人才。此外,Micro1还提供 AI ChatBot 解决招聘流程中的常见问题(远程办公规则、薪资等)。

Infactory

总部所在地:美国旧金山

创始人:Brooke Hartley Moy 和 Ken Kocienda

成立时间:2024年

总融资额:400万美元

图片

这款搜索引擎的差异点在于,大模型只参与解读用户意图的步骤,而后续的搜索信息则没有大模型参与,以规避幻觉问题。Infactory 引用的信息都是主流媒体、论文等较为可靠的信息源,用户也可以选择自己信任的信息源来优先获取信息。该产品,面向的是新闻媒体、研究机构等相对专业的企业或组织。

除了 LlamaIndex 属于基础设施项目外,其他产品都是针对医疗/法律/视频/求职/事实核查等,特定场景或满足特定用户需求的信息搜索工具。从这些产品来看,独特的信息来源或者独特的信息搜索方式是这些搜索产品与通用产品的差异点。

写在最后

总体来看,由于模型推理能力的扩展、加之搜索流量入口的诱惑力,AI 搜索成被大模型覆盖的重灾区。而 AI 搜索在这种情况下,创企的差异化只能体现在交付更具可用性的结果,要么是更可靠的信息拼凑出的答案(垂类)、要么是直接给付结果(Agent 做 PPT、研报等等)。

而对于 Google 和仍在坚守的 Perplxity 们,商业化是不可回避的问题。虽然 Google 表示,AI Mode 会将“Sponsored”标记的广告内容嵌入对话右侧或结尾,且内部数据显示,被 AI 回答引用的网页点击率高于传统蓝色链接。但 SEO 专家们却表示,数据显示,AI Overview 的出现会显著降低搜索广告的 CTR,正式转向 AI Mode 之后,商业化水平如何还要等待观察。如何用 AI 搜索来赚钱,仍是业内需要探索的大课题。

举报

  • 相关推荐
  • Google Gemini vs Deepseek:谁更适合你的业务场景?AI大模型选型终极对比指南

    企业在选择大模型时面临两难:国际大厂的Gemini技术先进,但国内DeepSeek性价比突出。AIbase平台通过真实场景测试数据指出:1)跨境电商客服场景中,Gemini多语言识别准确率提升12%,但需注意API延迟问题;2)金融研报分析场景下,DeepSeek支持128K长文本且成本仅为Gemini的1/3。决策关键:抛开参数迷雾,聚焦成本、响应速度、语言支持和场景匹配四大维度。AIbase提供可视化对比工具,3分钟生成专属选型报告,让技术决策不再玄学。

  • 当GPT-5遇上Gemini 2.5,谁更适合你的业务?这份对比报告说了算

    某跨境电商CTO复盘会上展示:GPT-5 Standard处理百万级商品描述时,费用比Gemini 2.5 Flash-Lite高35%,响应速度慢0.8秒。大模型选型面临参数迷雾、场景错配、隐藏成本三重困境。AIbase选型对比平台通过真实数据测试,提供透明价格拆解和性能雷达图,帮助规避预算陷阱。实测显示GPT-5在合同逻辑分析准确率高3.2%,而Gemini表格解析速度快40%、月总成本低26%。工具可动态追踪官方调价,生成定制化决策报告,用数据替代经验主义,提升技术选型效率。

  • 谷歌透露Gemini每次回答消耗能量:相当于微波炉运行1秒钟

    近日,谷歌发布了一份技术报告,详细说明了其Gemini大模型在每次查询中消耗的能源量。 据谷歌介绍,这是迄今为止大型人工智能公司发布的最透明估算,也是研究人员期待已久的报告。 报告称,Gemini应用的文字回答平均每次消耗0.24瓦特小时(Wh)的能量,大约相当于运行微波炉一秒钟,并排放0.03克二氧化碳当量。 据此前媒体报道,谷歌近日发布Gemini系列最轻量版本Gemma 3

  • 小渔夫20周年荣膺Google双料大奖,共筑品牌出海新生态

    2025年8月14日,小渔夫在Google中国总部举办的B2B代理商高层研讨会上,凭借出海营销领域的突出贡献,成为全国唯一同时获得谷歌“百万会员俱乐部战略合作伙伴”与“星火Plus优秀客户成长合作伙伴”双项认证的企业。这标志着谷歌对其技术实力和重塑B2B出海营销模式的战略认可。双方将携手推动B2B客户从效果营销向全方位海外营销转型,打造行业标杆案例,助力更多中国B2B企业在国际舞台绽放光芒。

  • 别再猜了!手把手教你用数据选择AI模型,我的Gemini 2.5 Flash-Lite vs DeepSeek选型心得

    开发者分享模型选择心路历程:从盲目试错到数据驱动。曾因追求低价模型导致成本飙升,后通过AIbase平台对比Gemini 2.5 Flash-Lite和DeepSeek-V3,基于价格、上下文长度和代码能力等数据,最终选择更适合代码生成任务的DeepSeek-V3。强调没有“最好”的模型,只有“最适合”的模型,建议开发者善用专业工具进行数据驱动决策,避免隐性成本。

  • 豆包1.5轻量版 vs Gemini 2.5闪存版:生成5000字深度文章,哪个模型更合适?

    AIbase选型工具通过多维度数据对比,帮助用户精准选择AI模型。文章以豆包和Gemini为例,展示平台如何解决模型选型痛点:自动生成对比报告,评估关键指标如术语准确性、本土案例适配度等。实际案例显示,使用该工具后内容团队效率提升40%,编辑成本下降65%。核心价值在于用数据驱动决策,规避局部优势导致的全局误判,实现场景化精准匹配。

  • Gemini 2.5 Flash-Lite与 DeepSeek-V3 深度对比:谁在性价比上更胜一筹?

    面对琳琅满目的大模型API,开发团队常陷入选择困境。文章指出,2024年既是机遇也是挑战的时代,闭源模型选择丰富但性能与成本平衡复杂。通过AIbase等数据驱动平台进行客观对比至关重要。以Gemini 2.5 Flash-Lite和DeepSeek-V3为例,前者综合能力强适合多语言场景,后者在代码生成和成本控制上优势明显。建议开发者明确需求,通过实际测试验证模型表现,理性选择最适合的方案。

  • 格创东智再获权威认可,AI Agent解决方案入选甲子光年报告

    格创东智凭借工业AI+Agent创新实践入选甲子光年智库《企业级AI+Agent(智能体)价值及应用报告》,继获评"星跃100"2025中国AI产业逐浪者奖项后再获头部科技媒体认可。报告指出,该公司在复杂工作流编排、工具集成和领域知识沉淀三大维度表现突出,成为工业智能化转型标杆案例。其自主研发的章鱼智脑Agentic+AI平台支持多Agent协同和复杂工作流编排,通过"模型即服务、知识可视化、流程任编排"重构工业AI开发范式。典型案例"设备知识库Agent小鲁班"为半导体企业实现故障处理效率提升62%,年增收数千万元。公司持续深化"工业智能体"等研发投入,累计投入超10亿元,沉淀工业机理模型35000+个,构建了AI、工业软件、智能装备三合一的全栈服务生态。预测到2026年认知型Agent将覆盖70%企业复杂决策场景,格创东智将持续引领工业AI解决方案创新,助力中国制造业数字化升级。

  • AI日报:昆仑万维发布SkyReels-A3模型;百度搜索PC端全面上线AI搜索;Grok 4 AI模型永久免费开放

    AI日报栏目聚焦人工智能领域最新动态:1)昆仑万维发布SkyReels-A3模型,实现语音驱动数字人生成;2)xAI宣布Grok4模型永久免费开放;3)OpenAI发布GPT-5提示词指南;4)百度PC端上线AI搜索功能;5)微软Windows Co pilot接入GPT-5;6)百川智能开源医疗大模型Baichuan-M2性能超越GPT-oss120b;7)苹果iOS26将集成ChatGPT-5;8)谷歌推出3D视觉编辑框架BlenderFusion;9)轻量级TTS模型Kitten TTS参数仅1500万;10)MiniCPM-V

  • AI大模型选型决策指南:10分钟数据对比 Gemini 2.5 Flash-Lite 与 DeepSeek R1

    本文探讨大模型选型困境与解决方案。2025年全球可调用大模型超300个,但选型面临三大难题:单位混乱、定价波动快、87%团队无法量化模型价值。提出三层漏斗筛选法:1)场景刚需筛选80%选项;2)验证核心性能;3)评估边际效益。以Gemini和DeepSeek为例,前者适合常规FAQ场景年省$16,000,后者适用于金融计算场景可降低15%人工复核。建议建立动态评估体系,将3小时选型会议压缩至18分钟,错误率下降40%。核心观点:选型应从参数争论转向场景验证,通过自动化工具为工程师节省时间,聚焦提示词优化而非参数对比。

今日大家都在搜的词: