AI搜索赚钱养家，新玩家如何分羹？

AI搜索的新发展

功能的进化

AI搜索在GPT-4o创造的新范式下有了新发展。以前的搜索如同大海捞针，现在的AI搜索则像有了脑子。例如，在CoT加持下，它能像人一样先拆解问题步骤，再精准搜索然后呈现答案。从知识管理模型看，这是从信息聚合走向规律总结和辅助决策的进化，开启了AI搜索2.0时代。这种变化使搜索不再只是简单地查找，而是朝着解决问题的方向发展。

用户的高度依赖

用户对AI搜索的依赖超出预期。Perplexity每周能处理1亿次查询，每月约4亿次。如此高的查询量表明用户在很多时候都依赖AI搜索来获取信息。这种依赖不仅仅是因为它方便，更是因为它能在一定程度上满足用户对于信息处理和问题解答的需求。

AI搜索的商业化路径

通用型与应用型

在商业化方面，新玩家有两种路径。一种是做通用型AI搜索工具，向C端售卖使用权，向B端出售广告席位和创建AI搜索能力。另一种是以应用为载体，将AI搜索能力嵌入场景中。这样可以绕过搜索引擎中间商，自建分发渠道和数据入口，既能优化用户体验提升付费可能性，又能避免中间商赚差价增强盈利能力。不同的公司根据自身情况选择不同的路径，如月暗大搞饥饿营销打造国内首个4o搜索，Minimax将精力放在AI应用的搜推上。

广告盈利模式

AI搜索的广告盈利模式逐渐清晰。Perplexity即将在本季度在应用内投放广告，有多种广告位可供选择。Kimi探索版也预留了广告招商位。然而不同的用户构成会影响广告投放市场。Perplexity的用户多为高收入职业白领和高级领导职位，其CPM广告收费较高，瞄准高端广告市场。而Kimi的用户多为大学生等，消费和转化能力相对有限，这对其广告盈利有一定影响。

AI搜索的发展挑战与应对

搜索Agent的缺陷

搜索Agent虽有进步但也有缺陷。在测试中发现，当过度强调搜索步骤完整性时，会出现结果错误的现象，链与链之间连接关系易出错。还可能出现搜索和步骤拆解动作反复循环的情况，这会浪费大量算力。而且当CoT代替RAG成为标配时，可能会把简单问题复杂化，增加搜索难度，所以构建高质量的CoT很重要。

搜索的增强方式

AI搜索有多种增强方式。首先是扩大搜索量和范围，像Kimi探索版的搜索量是普通版的十倍，但搜索量“全”并不代表“准确”“优质”。于是有了优质化搜索思路，通过建立搜索漏斗池，过滤冗余、低质信息。最后还可以直接补充信息来源，如Perplexity支持用户自建AI研究和协作中心，用户上传内部知识库结合网络搜索可获得针对性答案。

AI搜索在功能发展、商业化和应对挑战方面都有不同的表现和探索。随着传统搜索的退坡，AI搜索的竞争日益激烈，新玩家都在努力分食这块新兴的大蛋糕，同时也在探索如何在这个领域更好地赚钱养家并持续发展下去。

相关问答

0时代与之前有何不同？

0时代在CoT加持下能先拆解问题再搜索解答，从信息聚合走向规律总结和辅助决策，不再只是简单查找，而是向解决问题发展。

AI搜索的商业化路径有哪两种？

一种是做通用型AI搜索工具，向C端和B端售卖不同产品和服务；另一种是以应用为载体，将搜索能力嵌入场景中，绕过中间商，自建分发渠道和数据入口。

Perplexity和Kimi探索版在广告盈利上有何区别？

Perplexity用户多为高收入者，瞄准高端广告市场，CPM收费高；Kimi探索版用户多为大学生等，消费转化能力有限，广告盈利相对较难。

搜索Agent的缺陷体现在哪些方面？

过度强调步骤完整性会结果错误、链间连接易出错、可能反复循环浪费算力，CoT可能使简单问题复杂化，增加搜索难度。

AI搜索有哪些增强方式？

一是扩大搜索量和范围，二是优质化搜索过滤冗余信息，三是直接补充信息来源，如用户上传知识库等方式。

为什么说AI搜索竞争激烈？

因为传统搜索退坡，AI搜索成为必争之地，新玩家众多，都想从谷歌等留下的市场份额中分得一杯羹，且都在探索盈利模式。