AI知识库

53AI知识库

学习大模型的前沿技术与行业应用场景


脑洞 Perplexity、秘塔等 AI 搜索未来发展可能性
发布日期:2024-05-14 03:25:40 浏览次数: 2424 来源:LenZ



AI 搜索初创公司 Perplexity 传出了新一轮融资的消息,正以 25-30 亿美元的估值筹集至少 2.5 亿美元资金。Perplexity 目前 ARR 为 2000 万美元,同比增长 3-5 倍,但由于 GPT-4 的高昂成本,其单位经济效益一般。有传言,Perplexity 的 C 端用户增长乏力,因此决定转向 B 端市场。



AI 搜索的技术门槛被认为普遍不高,Lepton Search 仅用 500 行代码就复现了 Perplexity 的解决方案,市场上也有诸多开源替代品,那么AI搜索的想象力在哪里?本文斗胆脑洞一下其未来的发展空间,更聚焦C端,欢迎拷打讨论☕️。




TL;DR


  • AI搜索的核心价值在于更高效、准确地连接用户与信息,其潜在用户可分为四类,其用户画像为对信息有高需求的学习型和创作型用户。


  • 要让用户为AI搜索付费,必须提供远超传统搜索的全新体验。一是扩大搜索的信息源,将图像、音频、视频等多模态信息纳入;二是改进搜索结果的呈现形式,提供个性化、多样化的输出。


  • 从信息流动的角度,AI搜索可以横向延伸到知识管理工具,融合笔记、文档等功能,成为一个潜在的付费点。在此基础上,AI搜索有望进一步孵化出连接内容创作者和消费者的垂直社区平台,尤其在教育、财经等领域有潜力,通过机构入驻等模式实现商业化。


  • 这篇很短不TL,别TL;DR了。






用户画像和使用场景



回到搜索本身,其核心价值在于连接用户与信息,让人们能够快速、高效、准确地找到所需的信息。传统搜索引擎如 Google 主要通过网络爬虫建立网页索引,再利用关键词匹配、链接分析、权威评估等技术,将用户的查询词与相关网页匹配,最终呈现搜索结果。这一过程可以简单抽象为"用户-匹配-信息"。


AI 搜索以大语言模型为核心,从信息输入输出以及信息和用户的匹配角度,大语言模型与搜索场景结合是当然的。基于 AI 搜索的独特价值,其目标客群也呈现出特殊性。从搜索目的的明确程度和对搜索结果要求的收敛程度两个维度,我们可以将使用AI搜索的用户划分为四类(见下图)。



AI 搜索将更好地满足那些高频使用、搜索链路较长的用户,尤其是对信息有较高需求的用户,经典场景是学习创作。



可能的商业化发展路径



明确了可能买单的金主,可以来脑洞一下AI搜索可能的发展路径。


纵向来看:增厚搜索功能本身,提升价值,用户买单


套用一个经典公式 —— 产品价值 = 新体验 - 旧体验 - 替换成本。传统搜索服务多年来一直免费提供,用户已经养成了使用免费搜索的习惯。如果现在要让用户为搜索服务付费,AI搜索必须提供远超传统搜索的全新体验,才能吸引用户买单。


回到搜索实现的「用户和信息的匹配」这一最原始功能,搜索体验的价值提升可以从信息输入和用户期望的答案输出两个维度来考虑:



在信息输入端,AI搜索可以突破传统搜索引擎主要依赖文本网页的局限,将图像、音频、视频等多模态信息纳入搜索范畴,扩大信息源的同时,满足用户在不同场景下的多元化检索需求。


在答案输出端,一方面,搜索结果的展示形式也应该多模态化,在单一的文本格式的基础上融入图片、思维图、TTS等。另一方面,大语言模型帮助更好识别用户的意图,同时,根据单用户的历史搜索数据的积累,给出更加符合该用户认知水平和实际需求的搜索结果。


在这方面已有的尝试包括:秘塔将播客内容纳入搜索范畴,Perplexity加入TTS功能。


横向来看:延上下游蔓延,知识管理工具 + 内容社区


基于用户画像,从信息流动的视角,抽取一个较为典型的单位工作流(见下图),大概有这几个过程:信息输入积累、信息整合筛选、信息创作迭代、信息输出传播(或不传播)。



这其中,「搜索」环节在整个流程中起衔接作用,但目前整合筛选创作的过程依然长期依赖用户的手动去实现网页信息转移到笔记/文档的过程。


产品的发展逻辑往往与公司发展相似,功能延上下游溢出。根据上图,我们可以想象一个以搜索为切入点,自然延伸到笔记、文档、知识库等知识管理领域的工具,弥合用户切换网页复制粘贴的过程。其作为一个知识管理工具提供功能,可以是一个潜在的付费点位。


在这方面已有的尝试包括:从秘塔直接导入秘塔写作猫选项, Perplexity 上线的 Collection 功能。


在此基础上进一步延伸,我们可以考虑到其孵化出连接优质内容创作者和消费者的平台。同时,平台可以重点孵化特定垂直领域的内容社区和创作者经济(结合TTS和多模态生成播客?)。从垂直人群的属性来看,学习教育、泛财经等高知识密度行业的潜力发展比较有可能。通过引入机构入驻付费等模式,这类内容社区有望成为创作者变现的重要渠道,为AI搜索商业化提供更多想象空间。


Perplexity 提供的 Discover 和 Thread 分享功能,算得上是向这个方向上的初步尝试。然而目前Perplexity 仍然采用直接分享搜索原文的方式,AI 产生的大量看似可靠,却并不实用的内容,限制了其成为知识平台的潜力。经过人迭代修改的内容,才产生附加值,才能被分享传播,逐渐形成内容社区。


AI搜索找到了TMF,但短期内其商业化路径不明确。目前该领域面临来自模型厂商和传统搜索引擎巨头的激烈竞争。比较乐观的是,中国的搜索引擎发展情况为其创造了比海外更大的发展空间(dddd)。在商业化方面,AI搜索可以探索多种可能的模式(工具/服务付费、机构入驻付费、创作者经济、企业客户等)。


脑洞结束,小小致谢一下和我一起讨论的朋友XD,欢迎来五道口找我玩。


最近比较想念大海(拍摄于 Plage de Florida, Nice, France,2024年03月27日)




Reference

[1] 你们有什么底气和谷歌叫板?Perplexity AI CEO回应质疑 - 机器之心

[2] AI搜索初创公司Perplexity融资6300万美元,估值10亿美元

[3] 中金:从Perplexity看AI+搜索的破局之道

[4] Perplexity背后的AI用户体验高标准解析

[5] 行业洞察|揭秘 Perplexity AI:深入探讨其迅猛崛起的三个实用增长策略,探究其成功之路!

[6] 明星AI 产品Perplexity 宣布加入广告,AI 搜索的下一步只能是「谷歌」吗?

[7] OpenAI正在开发SearchGPT 将成Perplexity强有力的竞争对手




53AI,企业落地应用大模型首选服务商

产品:大模型应用平台+智能体定制开发+落地咨询服务

承诺:先做场景POC验证,看到效果再签署服务协议。零风险落地应用大模型,已交付160+中大型企业

联系我们

售前咨询
186 6662 7370
预约演示
185 8882 0121

微信扫码

与创始人交个朋友

回到顶部

 
扫码咨询