AI搜索引擎类型、核心能力及发展趋势分析

AI 搜索具备自适应性特征，能够使其不断优化搜索算法，从而适应不断变化的信息环境和用户需求。

一、主流 AI 搜索引擎类型

人工智能技术路径广泛、应用形式多样，衍生出对话式、一站式、预测性等多种不同类型的AI 搜索引擎。然而，这些不同类型的 AI 搜索引擎功能各有侧重，能够有效覆盖不同场景下的用户需求。从当前市场表现来看，AI 搜索的功能主要从两方面实现：一方面，在原有搜索引擎基础上进行AI 升级；另一方面，基于 AI 技术开发的新产品、新应用。

1.原有搜索引擎产品的部分AI 能力升级当前，搜索引擎市场已经形成相对成熟的研发和运营模式。搜索引擎领域深耕企业拥有庞大的用户基础、成熟的搜索技术、海量数据积累和垂直场景服务能力，为进军AI 搜索带来先发优势。不过，也有质疑声音指出，老牌搜索引擎受限于商业模式的限制，在向AI 搜索升级的过程中动作比较保守和缓慢。 谷歌、百度等通用搜索引擎在传统搜索结果的基础上，通过集成语义理解、深度学习等技术，实现智能化升级。例如，部分搜索需求百度会在结果页面顶端生成“AI 智能回答”，直接理解用户问题并抓取搜索结果进行总结。而内容平台类搜索产品的 AI 升级则主要体现在算法等AI 技术的优化上。比如小红书、微信公众号等凭借优质的内容生态构建站内搜索的核心竞争力。这类搜索产品往往以预测性推送为主，通过收集用户的浏览记录、点赞与评论操作等主动行为，客制化推送用户的偏好内容，以用户的“主动行为”优化其被动接受的信息。数据质量高、生态好是这类搜索产品的核心优势。但是相对封闭的生态和“信息孤岛”的存在，也成为这类内容平台持续发展的一大掣肘。

2.以对话式搜索为代表的AI 搜索新应用随着以 OpenAI 的 GPT 为代表的生成式大语言模型兴起，对话式 AI 与搜索引擎碰撞融合，催生了一系列以AI 技术为核心的颠覆式新产品、新应用。SearchGPT、Perplexity是这类对话式搜索应用的代表性产品。通过输入关键词与参数，自动读取、理解问题后，抓取、汇总相关内容并给出答案。这类搜索的优势在于能够通过自然语言的对话完成操作，具有较高得交互性和易用性。然而，想要获取更加准确、更加专业的答案，便对用户参数调整的能力提出了要求，导致在复杂领域学习门槛高。此外，幻觉问题也是这类搜索产品难以避免的缺陷。

3.以 AI 搜索推动效率工具革新AI 搜索能够将信息检索、信息处理、信息生成等多元需求整合在一起，提供了覆盖全链路的信息服务体验。一站式AI 服务融合了智能回答、创作、总结等多种AI 能力，用户无需在不同应用和功能之间频繁切换，通过一个搜索入口即可完成从简单问题解答到复杂内容创作的任务。同时，一站式 AI 服务还能够提供 AI 写作、AI PPT、AI 文件总结等一系列功能。在查网页、看文档等场景中，无需再单独开启其他应用进行搜索、解读、翻译和润色等功能。

二、AI 搜索核心能力

AI 搜索凭借其优异的核心能力拥有广泛的应用场景且深受用户认可。在知识性问题解决能力、复杂性问题解决能力、内容生态构建能力的赋能下，AI 搜索与传统搜索的差异明显，在深度、广度两方面实现知识触及，全方位升级了用户的搜索体验。

1. 提升简单问题的解决效率处理和回答简单问题的能力是AI 搜索技术最基础、最核心的能力之一。深度学习技术使得AI 搜索能够通过训练模型识别语言模式和关系，从而理解用户查询的深层含义。自然语言处理（NLP）技术则赋予了AI 搜索理解和生成自然语言的能力，让 AI 能够解析用户的查询语言，识别关键词和语境，甚至理解口语化表达和方言。基于此，AI 搜索能够理解复杂的查询，并从海量数据中提取准确答案，不仅提升了用户获取信息的效率，也增强了搜索引擎的智能性和可靠性。 央视市场研究发布的《2023 年中国搜索引擎行业研究报告》显示，借助搜索引擎搜索百科资讯类信息仍是用户的主要习惯，用户搜索浏览内容中百科类内容占65%以上。相较于传统搜索引擎，AI 搜索在解决简单问题方面优势显著。在使用传统搜索引擎时，广告多、相关度低、搜索结果不准确等问题时有发生。而 AI 搜索的检索、筛选机制能够较好地解决上述问题，不仅能够提高处理简单问题时信息检索的效率，也为不同领域的专业人士和普通用户提供便利。

2. 提升处理复杂性问题能力AI 搜索的复杂性问题处理能力是其技术先进性的显著标志。这种能力使得 AI 搜索不仅能够应对简单的查询，更能处理涉及多个步骤和条件的复杂问题。AI 搜索通过其精密的逻辑推理和深入的数据分析，能够识别问题的核心要素，理解不同条件间的关联，并综合多领域知识，为用户提供全面而深入的解决方案。 在使用传统搜索引擎时，搜索复杂性问题往往需要多个关键词的叠加，在搜索过程中，关键词优先级混乱或被自动省略均会导致不准确的搜索结果，需要用户逐一浏览、筛选。而使用 AI 搜索时则能够较好解决该问题。例如，通过多轮提问和对话式交互方式呈现更多维度的医疗内容建议，常见病症数据覆盖近万种。智能助手可以一口气读完几十万字的剧本，还能根据情节准确回答出细节问题，解析人物剧情走向。

3. 多模态 AI 搜索 多模态成为 AI 搜索的主流技术方向。利用先进的图像识别和语音识别技术，多模态AI 搜索允许用户通过上传图片或语音对话，以非文本的方式进行搜索。这种类型的搜索引擎拓宽了搜索的边界，为用户提供更加直观和互动的搜索体验，在移动设备和智能家居领域具有广泛的应用场景。早在 2001 年，谷歌就已推出过图片搜索功能；2015年，百度推出了语音搜索功能，但由于检索流程复杂、识别准确度低等因素，该搜索方式并未得到广泛应用。在搜索引擎与多模态大模型结合后，其语义理解等功能为多模态搜索焕发出新活力。例如，ChatGPT 已经实现实时语音交流功能。

三、发展趋势

AI 搜索行业呈现五大发展趋势：一、产品力成为核心竞争力搜索的核心在于追求信息的高效获取和精确匹配。从技术实现维度来看，满足用户的基本搜索需求并非难事，如何高效地实现新用户的引流和现有用户的留存才是真正的挑战。简约化的产品设计和一站式服务能够有效满足用户更快、更精确、更易用的搜索需求，也因此成为AI 搜索发展的重要趋势之一。 从产品设计维度来看，“简约化”成为AI 搜索产品的主流形态。摒弃繁复和冗杂的页面设计，AI 搜索产品普遍倾向于极简主义风格，搜索界面、结果呈现界面直观明了，强调简洁之美。这样的设计不仅降低了使用门槛，也将大大提升用户搜索效率。

不过，产品设计的简约化并不意味着搜索功能的削弱。要让产品更“易用”，就必须先要让它更“好用”。参考苹果iPhone 的案例，iPhone 之所以好用，不止得益于其极简的工业风设计，还因为其拥有以流畅稳定体验著称的iOS操作系统、计算能力优秀的自研芯片以及深度整合的软硬件生态系统等。AI 能力的叠加让其产品力更突出。目前来看，一站式服务成为AI 搜索的一大趋势。AI 搜索不仅能够独立提供服务，还能够与各种工具和平台无缝集成，形成更加强大和综合的解决方案。例如，夸克移动端、PC 端提供的一站式 AI 服务，通过打通移动端与PC端，为用户提供多端一体的 AI 服务，实现从检索、创作、总结，到编辑、存储、分享的一体化信息服务价值。这样的一站式服务能够让用户在一个更加沉浸的状态中完整地完成个性化任务，避免了在多个产品之间频繁切换所带来的烦恼。无缝衔接的体验、高度个性化的建议和服务，极大地简化了复杂的搜索流程，在提升搜索效率和用户满意度方面将发挥出明显作用。

同时，AI 搜索呈现出与其他AI 工具跨界融合的趋势。可以帮助用户把页面搜索结果自动转化为视觉美观且全面的文章或报告，还可以针对目标受众转化为相对应的文风。除了基础问答功能外，搜索产品与辅助办公工具、翻译器、健康助手等多种 AI 工具的深度融合，可为用户带来更多实用的、个性化的功能，大幅升级用户体验。

二、从信息获取工具向信息一体化处理产品形态跃迁随着 NLP、深度学习算法、检索增强生成等核心技术不断突破，AI 时代下的搜索框已经突破了传统搜索的束缚，不再仅仅局限于简单的文字搜索，而是可以提供包括文本、图片、音视频等在内的跨模态搜索体验，并逐渐演化为集搜索、存储、整合、提炼、创作于一体的全能型智能助手。比如360AI 搜索尝试“拍照即可提问”。百度、天工AI 等逐渐将智能体（Agent）嵌入搜索中，将让搜索形式变得更为多元化。与此同时，AI 搜索呈现出从手机端向平板、PC，甚至智能家居、智能网联汽车等多端协同的趋势。可以预见的是，未来随着多端协同能力的不断增强，AI 搜索将突破不同设备之间的边界，走进更多全新的应用场景。

此外，大模型可以通过自监督学习，从大数据中自动提取知识，实现自我进化，这也将带动AI 搜索实现自进化、自运行、自升级。未来如果模型幻觉、数据隐私与安全、算力供给、模型成本等问题能够得到有效解决，搜索引擎的智能化将迎来“质”的飞跃。

三、搜索场景趋向垂直化、细分化和专业化 在信息大爆炸的今天，搜索引擎对于用户的吸引力已经不在于简单地获取信息，而是在于优质内容的滋养。传统搜索的使用路径基本是受用户自身需求驱动，通过关键词搜索找到一系列相关的网站链接。用户需要逐个点开链接，花费大量时间、精力进行浏览、梳理，才有机会从庞大的信息流中获取需要想要的搜索结果。而在AI 搜索时代，用户更多是将搜索引擎作为一个可对话的工具，希望它能更“懂”自己，用尽可能少的用户侧操作来换取尽可能优质的搜索结果。这就需要搜索引擎利用 AI 技术对用户搜索行为进行深入的洞察与分析，以更为精准、个性化的搜索结果取代原来的海量信息流，最大程度地减少用户使用成本。

用户使用需求和行为习惯的变化导致搜索场景趋向垂直化、细分化和专业化。相较于泛化信息搜索，垂类搜索更加专注于特定领域的搜索结果，面对复杂问题能够提供独有的、专业化内容，不仅优化了用户体验，也在一定程度上成为了 AI 搜索的“护城河”。一些垂类内容平台在AI 搜索赛道具备优势。类似小红书、知乎这样偏私域的社区平台，拥有大量独有的专业领域内容和用户生成内容，这些内容不仅可以作为 AI 搜索的语料，还可以有效缩短用户获取优质内容的路径，提升搜索效率。 值得关注的是，AI 大模型的出现把搜索技术重点从传统基于关键字的简单理解转移到了对用户意图的复杂理解上。以夸克高考信息服务为例，用户不仅需要查大学、查专业，更希望能够根据自身情况搜索到更加个性化的答案，比如根据考生分数、录取分数线、就业方向等寻找合适的学校。未来，垂类搜索将逐步分流传统搜索用户，有望孵化现象级产品。

四、PC 端产品将成为新的入口级应用成长于数字化时代，泛学生人群和新生代职场人是AI“尝鲜”核心用户群，学习和办公是其最常见的搜索场景，PC 端产品更符合该类人群对AI 搜索的功能需求和使用习惯。 据 QuestMobile 数据，到 2024 年1 月，TOP 10 的AIGC类 APP 用户规模达到 5376 万，同比增长了3725%，用户主体是 25-35 岁的城市年轻男性。另据中青校媒面向全国高校学生发起的调查，84.88%受访者曾使用过AI 工具，77.51%受访者认为 AI 工具可以在一定程度上提升工作、学习效率。另据 Similarweb 数据显示，Kimi 在以年轻人为核心用户群的B 站进行商业投放后，访问量呈现显著增长，增幅一度达到402.9%。

从搜索场景来看，学习和办公场景是最常见的AI 搜索场景，此类场景往往对搜索结果的精确性、个性化程度和知识更新频率要求较高，且具备长期可持续性特征，可以带来较高的用户黏性，这也给 AI 搜索带来了可成长的市场空间。 - 19 - 根据后浪研究所的调研，近八成受访者认为AI 帮助自己提高了工作效率，67.1%的受访者认为AI 提供了创新思路。从搜索方式来看，年轻人的搜索方式从搜索框延展到了快捷键、截屏、划线等方式。夸克最新PC 端的“系统级全场景 AI”能力，将 AI 能力无缝融入用户整个电脑的使用体验中。无论是在桌面、文档还是网页中，用户都能通过上述方式随时唤起夸克 AI 能力，实现搜索、写作和信息总结等功能。数据显示，近期用户在夸克PC 端使用快捷键进行搜索的涨幅最快。未来，受益于核心用户群搜索习惯的变化，具备在PC端提供全面、系统级 AI 能力的产品将成为新的入口级应用。

五、AI 搜索将重塑搜索行业生态当前，以生成式 AI 为代表的新技术革命浪潮席卷各行各业，AI 搜索站在这个风口上成功“破圈”，吸引了大量的开发者、投资者和大规模用户进场。公开数据显示，今年以来，Perplexity 的月度营收和使用量均已增长7 倍；360 AI 搜索7月访问量已达 9369 万次，月活用户超千万；8 月以来，夸克APP 端多次登上 App Store 应用下载榜单第一名，PC端下载量环比上涨 173%。

AI 搜索的崛起不仅仅是对搜索算法的优化，更是对用户信息检索方式的一次根本性重塑。随着越来越多的互联网厂商、内容平台、初创公司、人工智能公司等一众新玩家先后 - 20 - 入场，传统搜索市场的“寡头效应”正在被逐步打破。根据Gartner 的预测，到 2026 年，传统搜索引擎的访问量可能下降 25%。另据 Statcounter 数据显示，截至2024 年4月，传统搜索巨头谷歌的搜索引擎市场份额似乎已降至86.99%，达2009 年以来的最低点。而以AI 搜索起家的初创公司Perplexity 却在成立仅一年的时间里，估值就达到了5亿美元。据 Similarweb 数据，截至2024 年2 月，其用户数已经达到 5000 万。 不过，AI 搜索与传统搜索之间并非简单的取代与被取代关系，而是自然发展与演进的结果。预计短期内，AI 搜索将分流部分传统搜索用户，双方之间的市场份额差距将逐步缩小；但从长远来看，AI 搜索与传统搜索将相互补充、相互促进、融合发展、长期并存，持续为用户提供更优的搜索体验。

未来，预计国际市场上谷歌、微软等老牌搜索引擎厂商将快速调整产品策略，进一步加大对AI 搜索投入。以Perplexity、OpenAI 为代表的 AI 搜索赛道实力选手将积极探索 AI 搜索技术趋势，寻找商业落地模式。国内市场，以百度、360、搜狗为代表的搜索引擎厂商将与以小红书、知乎为代表的垂直内容平台和以夸克、豆包、kimi 为代表AI 搜索新势力合力构建起庞大的搜索新业态，共同推动搜索行业迈向更高层次的智能化。