網(wǎng)站導航
中國 AI 搜索的 “隱形弊端”：傳統(tǒng)搜索面臨挑戰(zhàn)
中國 AI 搜索的 “隱形弊端”：傳統(tǒng)搜索面臨挑戰(zhàn)
2025 年 4 月 16 日訊,，在當下通用 AI 對話產品中，“聯(lián)網(wǎng)搜索” 已成為標配功能,，看似普通的按鈕,，實則是大模型連接現(xiàn)實世界的關鍵。若缺乏實時信息獲取能力,，再強大的 AI 模型也不過是知識停留在訓練截止日的 “數(shù)字化石”,。鮮有人知的是，國內超 60% 的 AI 應用,，包括 DeepSeek 的 C 端應用,，其聯(lián)網(wǎng)搜索能力借助博查 AI 的 Search API 得以實現(xiàn)，大模型借此動態(tài)獲取44444信息并反饋給用戶,。AI 搜索與傳統(tǒng)搜索雖在入口界面相似,，但底層技術與用戶體驗卻大相徑庭，這也引發(fā)行業(yè)熱議：AI 搜索會取代傳統(tǒng)搜索嗎,？
騰訊科技就此與博查 AI CEO 劉勛展開深度對話,。據(jù)劉勛介紹，春節(jié)期間 Deepseek 流量暴增,，經(jīng)多輪篩選選定博查 AI 提供高并發(fā)的 AI 搜索服務,。DeepSeek 選擇合作方時，主要考量能否應對高并發(fā),、產品質量是否穩(wěn)定,、數(shù)據(jù)引用是否合規(guī)以及價格是否合理。從技術架構來看,，AI 搜索引擎與傳統(tǒng)搜索引擎存在根本性差異,。AI 搜索分為檢索和生成兩個階段，檢索階段雖沿用傳統(tǒng)爬蟲體系,，但后續(xù)處理大不相同,。AI 搜索會進行向量和關鍵詞雙索引，通過向量關聯(lián)匹配用戶意圖,，再經(jīng)關鍵字搜索解決特殊名詞匹配,，隨后對召回結果進行語義排序，根據(jù)信息源的來源性,、原創(chuàng)性,、邏輯性評分并加權。生成階段，搜索結果經(jīng)語義重排后由大模型二次篩選和語言重組,，由 AI 應用返回給用戶,，呈現(xiàn)給用戶的是整理后邏輯清晰且無廣告的答案，區(qū)別于傳統(tǒng)搜索混雜廣告,、準確率低的內容列表,。不過，博查 AI 的 Search API 提供中間過程,，結果由大模型輸出,。
博查 AI 的客戶涵蓋大模型公司、AI 智能體開發(fā)平臺,、云廠商和 AI 應用企業(yè),。劉勛稱國內約 60% 的 AI 應用底層聯(lián)網(wǎng)搜索由其提供。盡管大模型公司和云廠商有自研搜索技術的能力,，但因搜索業(yè)務人力成本高,、工程量大，且非業(yè)務,，現(xiàn)階段找合作方是性價比更高的選擇,。而對 C 端 AI 應用公司而言，自研成本過高,。博查 AI 憑借規(guī)模優(yōu)勢壓低算力成本,，其價格為美國 Bing 的三分之一，且在數(shù)據(jù)合規(guī)性上更具優(yōu)勢,，能滿足國內 B 端用戶對數(shù)據(jù)合規(guī)的高要求,。
生成式 AI 的爆發(fā)為 AI 搜索帶來巨大需求,，傳統(tǒng)搜索則面臨商業(yè)模式是否會被顛覆的拷問,。劉勛認為 AI 搜索目前無法完全替代傳統(tǒng)搜索，但會影響其商業(yè)模式,。AI 搜索底層邏輯改變,，使得傳統(tǒng)搜索靠技術手段影響網(wǎng)頁位置、獲得高競價排名的方式不再有效,。新一代 AI 搜索引擎更注重內容與用戶問題的語義相關性,，企業(yè)需從 “關鍵詞優(yōu)化” 轉向 “知識庫建設”，提升內容質量以提高被模型引用的概率,。劉勛還指出,，單純做 AI 搜索并非好賽道，目前 ToC 的對話式搜索引擎這類 AI 搜索產品尚未找到清晰盈利模式,，傳統(tǒng)搜索公司受廣告收入制約,，轉型也困難重重。
博查 AI 的競爭對手并非 Perplexity 這類為 “人” 提供 AI 搜索的應用，而是 Bing,。劉勛表示創(chuàng)業(yè)門檻高,，啟動資金至少 2000 萬美金且需深厚技術積累。談及未來競爭,，劉勛擔心惡性價格戰(zhàn),，希望通過早早實現(xiàn)避免。博查 AI 創(chuàng)始團隊期望通過降低 AI 搜索成本,，助力 AGI 早日實現(xiàn),，因為 AI 搜索是大模型連接現(xiàn)實世界的基礎設施。如今,，隨著大模型迭代,，AI 搜索在人工智能體（Agent 功能）等領域發(fā)揮著關鍵作用，成為 AI 幫助人類解決復雜任務的重要技術之一,，開啟新的增長曲線,。在 AI 時代，搜索已不僅是簡單的搜索,，更是大模型的實時外接大腦和智能決策的基礎設施,。
公司信息
訪問官網(wǎng)
我要咨詢
每日熱詞
