AI搜索正在成為傳統(tǒng)搜索引擎的有力挑戰(zhàn)者，但距離真正的顛覆仍有很長的路要走。本文深入探討了國產AI搜索與國際標桿Perplexity之間的差距，分析了AI搜索在商業(yè)化、用戶體驗、數(shù)據準確性等方面面臨的挑戰(zhàn)。

過去一年，圍繞“AI搜索是否能夠顛覆傳統(tǒng)搜索”這個話題，業(yè)界已經展開了無數(shù)次討論，站在2025時間節(jié)點來看，問題已經有了結論：AI搜索的確顛覆了傳統(tǒng)搜索。

從StatCounter數(shù)據來看，傳統(tǒng)搜索巨頭谷歌的市場份額今年首次跌破90%，微軟Bing、OpenAI、阿里通義、百度、小紅書等玩家相繼入局，讓Gartner關于”2026年傳統(tǒng)搜索流量或降26%”預測加速兌現(xiàn)。

但需要注意的是，這種“顛覆”還僅停留在用戶使用習慣的改變和傳統(tǒng)搜索場景中，并非是對傳統(tǒng)搜索引擎生態(tài)及其商業(yè)化模式的系統(tǒng)變革。

以最近DeepSeek對國產應用程序幾乎全面接入來講，相比納米AI、文心一言、騰訊元寶，人們的注意力主要集中在DeepSeek上，道理也很簡單，DeepSeek R1推理能力很強，但總是卡頓，前者貢獻用戶流量，后者扮演提供滿血版入口的工具角色。

聯(lián)想到微信搜一搜官宣接入DeepSeek R1時，兩個國民級產品的結合，一度讓月活7億的微信搜索看到了商業(yè)化的春天——但事實真的是這樣嗎？

先說觀點，直到現(xiàn)在，AI搜索還有很大的想象空間。

即使放在微信場景里也是一樣，《新眸》在實際體驗中發(fā)現(xiàn)，AI搜索除了回答問題時的語料庫有一定差異，用戶體驗上并沒有什么不同。不同的是，它是完全免費的，而且不能加廣告。

做了8年产品经理后，我是这么看产品经理的

我个人是从非常初级的产品经理做起，再到负责一个大产品的项目管理，现在有幸跳出了日常基础的工作更多的去看产品的PMF，product strategy...

查看详情 >

很多人會將Perplexity視為行業(yè)標桿，去年這家公司估值“三級跳”來到了90億美元，資本押注的原因更多的是數(shù)據增長：Perplexity年度經常性收入（ARR）暴漲500%至5000萬美元。

盡管如此，Perplexity收入來源仍然非常單一，基本靠Pro版的付費訂閱，受眾還局限在一些高知高薪人群。其創(chuàng)始人Aravind Srinivas自己都曾表示焦慮，AI搜索最大的障礙不是Google，而是人們的習慣難以改變——他們不擅長做出這樣的提問。

更糟糕的是，迷信AI搜索的技術愛好者們，如今還無法徹底擺脫對AI幻覺的擔憂，信息溯源始終是個難題，無論是國內還是國外，不同商業(yè)化敘事下，一些共性問題始終存在。

一、同質化與內卷之下，AI搜索的分化與增長困境

溯源起來，國內真正意義上第一款融入大模型的AI搜索產品，是昆侖萬維在2023年推出的天工AI搜索。與Perplexity相比，兩者均采用自然語言交互+信息源標注的核心架構，功能重合度超過80%，在中文場景，天工的語義理解和實時信息抓取的表現(xiàn)甚至更優(yōu)秀。

彼時國產大模型浪潮迭起，幾乎同一時間，文心一言官宣全面開放，功能圍繞“搜索+多模態(tài)生成+聊天智能體”進行搭建，側重基礎回答、AI總結和寫作；AI新勢力的代表作品，比如智譜清言和月之暗面的Kimi，它們的優(yōu)勢更多體現(xiàn)在長文本處理和內容生成方面。

仔細對比會發(fā)現(xiàn)，包括早期的騰訊元寶、阿里通義千問在內，國內大多是基于大模型開發(fā)的AI產品，對比天工、Perplexity，并不能算作真正的AI搜索工具。

后者具備全網實時檢索、深度推理和跨源驗證的能力，而前者的強項在于文本和對話，并且大多依賴預訓練語料和封閉內容生態(tài)，比如文心一言早期就依賴百度搜索數(shù)據增強，元寶則與微信生態(tài)深度綁定，在大模型爆發(fā)早期，主要起到市場份額提前占位的作用。

2024可能是國內AI搜索動蕩最大的一年。MoE（混合專家模型）和RAG（檢索增強生成）技術的成熟應用，解決了以往搜索在實時性、語義理解上的不足，使得AI搜索能自主分解復雜問題并生成結構化答案（如對比表格、思維導圖）。其中最典型的，文心一言、豆包等檢索能力得到大幅提升。

另一方面，Perplexity的爆火，讓外界看到，即使不去卷大模型，憑借對數(shù)據的整合、精準的信息檢索以及高效的知識問答能力，仍然可以取得不錯的商業(yè)化效果，尤其對于那些陷入大模型無效內卷的玩家來說。

當AI搜索駛入加速階段，產品側迎來分野時刻，市場也急劇催生出四條路徑。

一類是像Perplexity的原生AI搜索引擎，秘塔、Kimi作為其中代表，典型特征是采用”搜索框+結構化答案”模式，通過聯(lián)網直接生成含來源引用的多維度回答。

第二類是AI增強型傳統(tǒng)引擎，比如有了GPT加持的Bing，還有嵌入大模型的百度搜索，它們會在傳統(tǒng)結果頁的上方疊加AI生成框，并且保留廣告位和商業(yè)排名機制。

第三類以AI對話助手為基礎平臺，融入搜索功能，比如阿里的通義千問、騰訊的元寶和字節(jié)的豆包。聯(lián)網功能的上線，讓他們與AI搜索的邊界變得更加模糊。

AI搜索里的第四類分支，是在原應用生態(tài)中生長出的附屬功能。比如除了基礎回答外，抖音、小紅書、微信的搜索入口，會基于UGC內容來生成答案。

據新眸不完全統(tǒng)計，截至去年底，包括騰訊、阿里、小紅書、B站、AI六小龍在內的大型公司，再從搜狗、抖音，到微信、知乎和支付寶——幾乎所有帶搜索框的互聯(lián)網產品，都嵌入了AI入口，意味著AI搜索這一概念逐漸泛化。

其中，大廠更傾向將AI搜索作為生態(tài)粘合劑，90%的通用型產品采取完全免費策略，并沒有實際的商業(yè)價值。而在原生AI搜索引擎中，用戶需求往往集中在增值服務或專業(yè)領域，但現(xiàn)實里愿意為此付費的人群非常有限，且他們往往很快就能找到免費平替。

同質化的產品過多，用戶隨用隨走，幾乎沒有粘性可言，這成了AI搜索產品的通病。

據QuestMobile發(fā)布數(shù)據，2024年與AI相關APP中，月活千萬以上僅兩家，八成月活低于50萬，包括豆包在內的大部分工具型AI，月均使用天數(shù)5天左右，平均卸載率高達50%。用戶增長大多依靠投流，缺少曝光的情況下，流失率極高。

從這個角度來看，DeepSeek陡然出圈并不是一件壞事，雖然Kimi、通義、訊飛星火等訪問量出現(xiàn)下滑，但接入DeepSeek的玩家在底層能力的差距，卻在逐漸縮窄。

這種的背景下，國內外產品呈現(xiàn)出戲劇性反差，以天工AI為例，雖然曾以5個月達成千萬月活的成績超越Perplexity，卻在半年內用戶流失超60%；反觀Perplexity，其月訪問量突破1億后仍保持日均3萬的下載量增長，隨著近期超級碗期間的營銷成功，Perplexity的應用下載量又提高了約50%。

二、Perpelexity是AI搜索的標準答案嗎？

為什么同樣是AI搜索，Perplexity這么受歡迎？

把這個問題拋給元寶、豆包和DeepSeek分別回答時，它們給出的答案基本都圍繞Perplexity在技術、市場定位、用戶體驗、社區(qū)生態(tài)、文化因素和市場營銷等方面的優(yōu)勢。其中，DeepSeek給出了概括：

比起對話，Perplexity更善于進行實時深度的信息檢索，因此契合了歐美用戶更愿意為省時間的工具付費的習慣。

《新眸》在體驗了市面上大多AI搜索后發(fā)現(xiàn)，類似秘塔、Kimi，以及其他接入了DeepSeek能進行聯(lián)網搜索的產品，它們與Perplexity功能差別并不大，真正的不同體現(xiàn)在其它方面。

當下AI搜索的瓶頸并非大模型，而是數(shù)據的準確性與可靠性。AI搜索的關鍵技術在于RAG，后者能夠解決AI幻覺、知識更新、長文本連貫性等問題，但RAG強烈依賴傳統(tǒng)搜索引擎提供的信息。打個比方，一旦谷歌搜索的結果出現(xiàn)失誤，AI搜索的回答將難免有混亂。

典型的例子，有時候DeepSeek生成的答案里會暗含廣告，這其實并非工具夾帶了新的商業(yè)模式，而是投喂的語料中，尤其是中文互聯(lián)網領域本身就充斥著大量垃圾信息。

據官方介紹，Perplexity的“知識庫”是動態(tài)抓取+結構化數(shù)據庫的結合，通過多層過濾體系從海量噪聲中提取準確信號，疊加RAG架構的深度優(yōu)化。不少人評測后發(fā)現(xiàn)，同樣是檢索資料，Perplexity Pro成功率最高，甚至可以完全放心接受它的生成結果，這是其他產品很難達到的。

回到標題的問題：Perplexity會是AI搜索的標準答案嗎？

如果僅從滿足用戶搜索需求的角度看，它的確是個稱職的“答案引擎”。然而，換個角度，大多顛覆式的產品背后，都伴隨了商業(yè)模式的徹底革新——顯然，如今Perplexity還沒有達到這個程度。

不到兩年的時間里，Perplexity的ARR達到了5000萬美元，步入高增長企業(yè)行列，但值得注意的是，這部分收入基本源于pro版本的訂閱。如果要維持持續(xù)的算力投入，并支撐90億美元甚至更高的估值，Perplexity不僅要解決持續(xù)拉新和老會員續(xù)費的問題，更要突破單一的商業(yè)化模式。

按照Srinivas的說法，AI搜索目前是一門高投入低回報的生意，因為“它的利潤不夠高，用戶基數(shù)還不夠大，如果有1億人訂閱，留存率接近 100%，那才是一門好生意?！痹谒磥?，廣告是下一步最好的選擇。

去年，Perplexity宣布將改革谷歌首創(chuàng)的競價系統(tǒng)，在新模式里，廣告主不再是傳統(tǒng)的競價模式，而是能夠直接針對特定的問題進行競標。一旦成功，當用戶搜索相關問題時，就會展示由該廣告主批準的答案。

舉個例子，當用戶查詢紐約三日游攻略時，AI基于語義分析自動生成關聯(lián)性商業(yè)問題，例如“是否需要預訂帶私人泳池的酒店？”，廣告商則通過競標機制植入品牌內容。

在收費方式上，Perplexity采用的是按每千次廣告展示計費的CPM模式，而非按點擊次數(shù)收費。學歷高、收入高的付費用戶為其高定價提供了支撐，目前，Perplexity CPM定價超50美元，遠高于傳統(tǒng)廣告平均個位數(shù)的水平。

坦白講，廣告究竟給Perplexity帶來了多少盈利，我們還不得而知。Srinivas在近期的多次采訪中表示，相比訂閱、企業(yè)服務，廣告會成為Perplexity最核心的盈利引擎，但問題是，他們還沒有徹底解決“相關性”的問題。

三、關于AI搜索的商業(yè)化想象

國內AI搜索的商業(yè)化同樣一言難盡，時至今日，還沒有一家公司公布其AI搜索的完整盈利情況。

如果是C端產品，市場的付費意愿本就低迷，再加上DeepSeek入場，為了保住用戶流量，連文心一言也立馬宣布全面免費；廣告這一模式仍尚未萌芽，畢竟Perplexity作為行業(yè)標桿都在摸索前行。

具體來看，大廠派的AI搜索，比如豆包、文心一言，本質上是由自家大模型對話產品進化而來的功能，除了搜索，還支持各種多模態(tài)生成和生產力工具。但這些免費的AI搜索都不直接參與盈利活動，基于大廠的常見邏輯推測，他們的商業(yè)化路徑可能圍繞“流量入口+生態(tài)協(xié)同”驅動變現(xiàn)。

而像天工、Kimi、秘塔這類原生AI搜索應用，功能同樣免費，他們收入來源于企業(yè)級搜索或者專業(yè)領域的訂閱，比如前段時間，秘塔科技股東傅盛提到，秘塔AI搜索未來有可能會采取復合的商業(yè)模式，向付費會員開放深度分析的功能。

再看國外，大部分的公司已經把視線轉向了企業(yè)級AI搜索。在這一領域，Glean、 You.com作為范本，前者ARR在過去一年增長了快3倍，今年有望突破1億美元；后者過去一年的收入增長40倍，達到千萬序列。這樣的背景下，Perplexity和OpenAI最近也都有將目標瞄準企業(yè)AI搜索的意向。

去年，Perplexity收購了一個叫Carbon的AI產品，這是一個能夠將外部數(shù)據源連接到大模型的檢索引擎，能夠基于用戶數(shù)據構建RAG應用。

據介紹，Perplexity將把Carbon的數(shù)據連接器進行整合，讓用戶可以把Notion、Slack 和 Google Docs等應用的數(shù)據直接連接到Perplexity，讓用戶更容易從自己不同的信息源里檢索。

今年初，Perplexity又推出了一款企業(yè)級API服務Sonar，讓企業(yè)和開發(fā)人員可以自己選擇數(shù)據來源，并把Perplexity的AI搜索工具集成到自己的應用程序里，滿足不同的應用場景。目前Zoom已經接入了Sonar，AI助手能在用戶不用離開視頻界面的情況下，實時提供網絡搜索的答案。

AI搜索公司將商業(yè)化的希望寄托在企業(yè)級市場，核心原因在于，B端有更明確的付費場景、更高的客單價和更強的數(shù)據壁壘。

但企業(yè)搜索同樣有些問題仍待解決。以Glean為例，它雖號稱能連接眾多SaaS工具實現(xiàn)統(tǒng)一搜索，但企業(yè)內容通常復雜敏感，信息孤島的形成原因與數(shù)據權限、團隊協(xié)作息息相關，僅靠搜索技術難以解決，“大一統(tǒng)”的搜索結果常需篩選和申請權限，很容易導致體驗不佳。

據業(yè)內人士透露，AI驅動的企業(yè)搜索產品在技術與服務之間容易出現(xiàn)定位模糊。技術授權難以獲客，企業(yè)通常希望一站式解決方案；賣服務則需持續(xù)投入，提升留存。包括Glean在內的大多玩家還都面臨獲客成本高、產品黏性低的困境。

可以確定的是，即使已經到了2025，關于AI搜索的討論還遠不會停止。