国内AI搜索行业发展挑战及建议有哪些？

当前，我国 AI 市场发展迅速，各类AI 搜索产品百花齐放，产品形态创新层出不穷。

一、发展挑战

一是国内 AI 搜索产品创新需进一步加速。国内市场肥沃土壤推动中国 AI 搜索产品在产品形态创新方面走在前沿。然而，在技术成熟度，原创性及引领性创新能力，应用广度和深度等方面，我国 AI 搜索产品与国外同类产品相比仍存在一定差距。以多模态搜索为例，我国AI 搜索引擎在模型的多样性和综合能力上，与国际先进水平相比仍有较大提升空间。我国 AI 搜索企业需进一步扩大身位优势，加强技术研发、数据建设、人才培养，通过技术产品创新拉动用户需求和消费。

二是用户对新技术新应用的排斥心理。部分用户对AI搜索出现排斥心理。目前，大多数用户已形成了固定的搜索习惯，并倾向于使用熟悉的搜索方式。而AI 搜索的出现，在某种程度上改变了这种既定的搜索习惯，让用户感到不适和不安，从而引发排斥心理。此外，新技术、新应用往往具有更高的技术门槛，要求用户具备一定的技术素养和操作能力。实践表明，即使是能够理解自然语言的大模型，要完成更深、更复杂的处理，也需要使用者输入提示词（prompt）来进行控制。对于普通用户而言，需要经过学习才能实现对提示词的恰当应用。这种复杂性成为他们接受AI 搜索的障碍。

三是商业化路径尚未跑通，盈利能力有待提升。AI 搜索 - 22 - 商业化路径尚不明朗。根据 Next Platform对前期训练（不含微调）的估算，GPT-3 175B 的模型的每次训练成本在875万—1093.75 万美元之间，对应花费时间在110.5 天-27.6天，每 1 百万参数的训练价格在 50 美元—62.5 美元之间。而根据 Cerebras Al model studio 的GPT-3 模型训练服务（基于4-node CS-2cluster）的报价信息，GPT70B（700 亿参数，14000亿 Tokens，85 天训练时间）的训练价格在250 万美元每次。面对如此高昂的成本，AI 搜索的发展无疑需要有持续的资金支持。然而，当前 AI 搜索的商业模式多为付费订阅和免费两种。若坚持免费模式，则必须积极探索其他可行的商业模式。

四是算力需求急剧提升，智能算力存在缺口。算力是AI 技术发展的核心驱动力。随着AI 大模型技术的飞速跃进，对高质量、高效能算力的需求也急剧攀升。然而，当前算力发展却存在供需不平衡等现象：一方面，整体算力结构有待优化，通用算力规模占比过高，而超算算力、智算算力总体规模较小，成为稀缺资源；另一方面，算力资源碎片化严重，数据计算与信息处理、通信网络以及应用服务等不同环节和领域长期各自独立发展，难以实现有效的互联与协同，影响对算力的高效利用。与此同时，算力所引发的能耗增长问题也日益凸显。这些因素的交织与叠加，无疑限制了AI 及AI搜索技术的进一步发展。

五是高质量数据相对紧缺，数据处理技术或成挑战。AI搜索技术在提升数据规模和质量方面面临着一系列挑战。AI搜索技术的发展需要大量的数据来训练其算法，这些数据不仅要有广阔的覆盖面，还要具有高质量和高相关性的特点。然而，获取这些数据并非易事，尤其是当涉及到需要处理和分析大量非公开或专有数据时。传统搜索引擎由于长期积累的用户数据，在数据规模和质量上具有明显优势，这有助于它们巩固用户粘性和提高市场竞争力。对于AI 搜索新势力来说，寻找能够替代传统搜索引擎积累的“相对私有”数据的方案，以及提供更高质量、更高价值的数据，是构建其核心竞争力的关键。另外，AI 搜索产品的瓶颈并不在于大模型，而在于投喂的搜索结果。如果输入的数据存在问题，如格式不正确、内容错误或重复，都可能导致AI 搜索结果的准确性受到影响，因此，数据清洗也是一个难题。数据的公平性、合规性、可解释性、时效性等要求，进一步加大了数据整合与处理的难度。

二、发展建议

在 AI 技术井喷式发展的背景下，如何推进AI 技术应用走深向实、实现真正的应用赋能，已经成为了行业的新热点、新课题。AI 搜索是 AI 技术脱虚向实的一块“试验田”，也是最有机会率先实现大规模应用的智能体。为建立更加健全、丰富的 AI 搜索行业生态，促进产业发展与进步，可从下述 - 24 - 五方面发力。

一是从各层面鼓励创新，推动互联网领域的“新质生产力”发展。当前，我国 AI 市场发展迅速，各类AI 搜索产品百花齐放，产品形态创新层出不穷。为进一步扩大AI 搜索产品优势身位，应持续鼓励以创新驱动产业的发展趋势，继续加大技术研发投入，以技术、产品等创新拉动用户需求，形成市场增量。

二是抓住用户需求，增强战略定力，“以人为本”推进产品优化。面临用户对新技术、新产品的心理壁垒，一方面，企业应从用户体验出发，降低使用门槛，从用户真实体验出发，实现对产品的不断优化迭代，不断发展新用户；同时，面对短期的响应空白期，也应坚定战略方向，通过线上宣传、线下体验等形式，让用户切身体验AI 搜索产品的作用，最大程度保留存量用户。 三是根据产品、行业不同发展阶段制定商业化策略。当前，AI 搜索市场尚在拓展阶段，应以优化产品体验、寻求客户群体增量为主要目标，从用户规模效应入手，继而打造AI 搜索这一新兴市场的商业模式。从产业、企业的长远发展看，也应合理规划产品的付费点，保证维持企业运转的造血能力。

四是保证关键技术自主可控，并通过优化产品能力，避免算力滥用。算力方面，在供给侧，可通过智能算力平台实现对异构算力资源的高效管理和调度，提高资源使用效率的同时，支持 AI 模型的快速训练和部署，促进关键技术的自主可控。在需求侧，持续优化相关技术，实现对AI 搜索需求的智能化分析，将算力优先分配给高需求的搜索。五是要强化各方面保障，促进产业生态形成。应积极推动数据共享，打破信息壁垒，促进不同企业、不同生态间的交流协作，实现数据质量的整体提升；强化版权保护，有针对性地建立健全相关领域的法律法规，明确数据使用、隐私保护、知识产权等方面的规范，确保数据应用的合法合规，保障原创者权益；开拓更加完善的商业模式，给予企业政策、资源或资金帮扶，帮助企业维持好内容生态与商业收益间的平衡，形成更加健康、完善的产业生态循环。