查看原文
其他

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?

Founder Park Founder Park 2024-04-13

据 ADWEEK 报道,最近刚完成 7000 万美元 B 轮融资(英伟达和杰夫·贝佐斯领投),旨在挑战谷歌搜索的 AI 搜索引擎 Perplexity 宣布计划开始销售广告。

在官方的介绍中,在搜索结果呈现中的「相关问题(Related)」将成为首先对品牌开放的广告位。当用户进一步挖掘某个主题时,Perplexity会在有机问题旁边添加来自品牌赞助的问题,追问后继续显示相关广告链接。通俗点理解,也就是百度、谷歌等搜索引擎一直赖以赚钱的竞价排名。

这些相关问题占 Perplexity 查询的 40%,公司将从这里开始引入原生广告,让品牌影响这些问题。根据公司首席业务官 Dmitry Shevelenko 透露,这一功能将在未来几个季度推出,除此之外还没有更多细节。

成立于 2022 年 8 月的 Perplexity,是最近活跃的 AI 搜索的代表产品,国内的秘塔搜索、360AI 搜索也都与之类似。与谷歌、微软必应和 AI 竞争对手 ChatGPT 等相比,Perplexity 的用户基数要小得多,官方宣称每月活跃用户 1500 万左右。

在官方的介绍页面,Perplexity 表示:Perplexity 成立的初衷,是让人们能够拥有一种简单、快速获取信息的体验,这种体验是纯粹的,不受广告商业模式左右。

但是最近,首席商务官 Dmitry Shevelenko 表示:广告一直是我们打造一家伟大企业的一部分。

在此前 Wired 对 Perplexity 创始人 Aravind Srinivas 的采访中,Aravind Srinivas 表示,尽管目前 Perplexity 的主要收入来源是用户订阅,他其实并不排斥在 Perplexity 上引入广告。他的设想是这样的:开发一个搜索应用,让广告商能够更准确地识别出搜索用户的身份,并有机会在数百万甚至数十亿次搜索中,针对被认定为「高价值流量」的搜索结果投放广告。

「广告本身并无不妥,」Srinivas 说道,这听起来像是在巧妙地颠覆 Google 曾经的一个口号。「如果广告投放得恰到好处,它能带来惊喜,而且随着生成式 AI 的发展,我们将能够实现更为精准的广告定位。」

对于 Perplexity 引入广告模式,科技记者 Shelly Palmer 评价道:这家公司显然亟需增加收入——尽管目前既有免费也有付费的方案——但这一战略显然考虑欠妥,走偏了方向。要达到显著的广告收益,Perplexity 需要实现「媒体采购级别」的用户规模(目前尚未达到),并且必须妥善处理 AI 伦理和品牌安全方面的担忧。更要紧的是,市场上根本没有必要再出现一个依赖广告的「付费」搜索引擎。毕竟,Google 已经占据了这一领域。

为什么 Perplexity 这么着急引入广告模式?

以及,应该如何看待搜索引擎的新的商业模式,You、秘塔和 360AI 搜索会步 Perplexity 后尘吗?

我们整理了一些业内投资人、创始人的观点,以及媒体的补充资料报道。


01

Perplexity 的成本目前有点高

Perplexity 采用了 OpenAI 的 GPT 3.5-turbo 和 GPT 4-turbo 大模型,并且还使用了 Meta 的开源 Llama AI 模型的定制版本、法国初创公司 Mistral AI 的模型以及 Anthropic 的 Claude。因此,Perplexity 的主要竞争点在于其独特的界面和搜索体验,而不是其自己的 AI 语言模型。

作为创业公司,Perplexity 的重心在于打磨产品和召回系统,而不是自建模型+搜索技术栈。后者现在用的是 OAI 和 Google/Bing 的 api,但这样做成本偏高,且定价权掌握在别人手里,Bing 已经将其 search api 的价格上调了 10 倍。(完整分析参见:估值超5亿美元,体验碾压Bard、Bing,AI搜索引擎Perplexity的想象力在哪里?

作为一款知识生产力向的产品,Perplexity 目前以 20 美元的订阅制进行商业化,但这个商业模型对于问答引擎这样高 inference 成本的产品是不可持续的,尤其所挑战的搜索引擎有一套极其成熟的商业化模型,能使用户、商家、创作者同时受益。

从目前的数据来看,虽然完成了 B 轮融资,但每月 20 美元的 Pro 会员订阅费用显然没有给 Perplexity 带来足够的收入,AI 的 api 成本和搜索本身的成本,都是一笔不小的消耗。

在成为更好的 Perplexity 2.0 之前,它首先选择活下去。而 Perplexity 的商业路径,可能也会成为之后其他 AI 搜索产品要追随的模式。


02

ChatGPT 开放使用对搜索产品的影响

另外值得注意的是,OpenAI 以及最近的 ChatGPT 无需注册使用对于 AI 搜索引擎可能的影响。

4 月 1 日,OpenAI 宣布,用户无需注册即可免费试用 ChatGPT,可以免费使用 GPT-3.5 模式。

The Information 认为,虽然看上去这次系统更新似乎没有什么特别之处。但很可能这标志着 OpenAI 开始迈出了打造一款能与 Google 相抗衡的搜索引擎的第一步。OpenAI 的 CTO Sam Altman 此前在公开场合表示,他有意开发一款与 ChatGPT 结合的搜索产品。取消登录要求让用户能够更加方便地立即开启 ChatGPT 进行提问,这与目前 Google 或 Perplexity 的运作方式颇有相似之处。

在此前 Lex Fridman 与 Altman 的播客对谈中,Altman 曾表示:我不认为去讨论「我们如何能比 Google 更出色地给你推荐 10 个搜索结果网页?」这件事有多吸引人。或许更令人感兴趣的是探讨:「我们怎样帮你获得你需要的答案或信息?在某些情况下,我们怎样帮你创造这些信息,或者在其他情况下整合它们,亦或在更多情况下指引你找到它们?」然而,很多人尝试过去打造一个超越 Google 的搜索引擎,但这是一个技术难题,同时也面临品牌和生态系统的挑战。我并不认为世界需要另一个版本的 Google

如何看待 ChatGPT 开放使用的可能影响,一位长期关注搜索产品的国内投资人认为有以下三点:

产品机制:从问答向通用搜索的转变

搜索的起点是寻求问题的答案,百度很长一段时间的定位 Slogan 都是「有问题,百度一下」,放在搜索体系里,用户习惯是有问题去问搜索引擎,今天变成有问题,问一下 ChatGPT,是功能的无缝切换,从产品逻辑和策略上,OpenAI 开放的插件功能,在某种程度上是另一种形式对网页和内容的索引,用模型能力实现了更友好的内容交互和重构,甚至包括搜索需求的满足,这是从问答向通用搜索的转变。

产品形态:从对话向搜索框的进化

过去 ChatGPT 为了让用户更好理解模型能力,用文本交互的形式去呈现产品,从用户对 ChatGPT 文本交互的使用和接受度来看,问答对话框这个形式已经被接受了,只是 ChatGPT 用对话框的产品形态,弱化了搜索这个行为本身的呈现,但本质上都是搜索,背后的运行机制也是搜索的逻辑,只是驱动从网页索引变成了模型能力+网页索引,呈现方式变成了对话式。而对于搜索来说,文本输入又是用户已经有的使用习惯,某种程度上这是在从对话向搜索框的进化。

开放底层能力的可能性

开放产品最大的意义在于对产品的使用不局限于在客户端本身,未来可以是一个插件,可以是任何一个能够承载搜索框的区域,对话式交互和搜索交互,对于产品的需求和界面需求是完全不同的,对话式交互需要考虑用户在产品体系里的使用体验和交付结果,搜索交互只需要给用户一个能够输入入口就可以实现,一定程度上对于用户的使用场景和使用范畴会变得更广。


03

AI 搜索产品的商业模式:

用户付费、广告模式和 API 模式

搜索作为互联网时代已经被验证的产品模式,大模型时代会有哪些新的可能性,或者说大模型本身给搜索带来了哪些改变,同样引用上文中提到的投资人的观点。

大模型改变了信息输出的方式

大模型或者 AI 对于用户使用搜索工具的行为来说,革命性的变化在于大模型通过自己的能力去帮用户在搜索结果里做一次或多次检索并完成逻辑化输出,再将结果反馈给用户。相当于模型在用户和搜索结果之间承担了筛选或重新组织的作用。基础能力范畴上看起来逻辑是相对清晰的,但要把这个产品做到好用,实际上它分为几个核心关键要素。比如说对用户意图的感知,对搜索结果的清洗,筛选和分类索引,对结果输出优化的重构,以及对用户内容预期的反馈

这里的每一条都相当于过去的搜索是:搜索引擎直接把索引互联网内容的结果展现给用户,用户来做一次自主挑选,但未来的结果是大模型帮用户做了一次有规律有逻辑以及能做用户意图识别的索引和筛选,并且将结果输出给用户,理论上是省掉用户最终筛选和对内容需求的过程

传统的搜索引擎在这个维度里面的尝试是非常多元的,比如百度曾经为了抢占用户对于出行服务上的索引逻辑,把一部分流量直接导给携程和去哪儿,在百度的搜索框直接提供机票的购买服务,这也是一种维度上的搜索及服务的过程。百度的框计算也试图实现这个目标,就是帮用户节省从搜索结果到直接服务完成的这个区间。

从今天的结果上看起来,阶段性的完成了这个使命,但总体上也没有帮用户解决这个问题,不管是技术问题还是产品问题,至少曾经这个尝试是值得鼓励的。但今天由于移动互联网时代各个 APP 之间的分庭抗礼以及不同 APP 之间的数据孤岛,导致这个事情的服务逻辑又不完全成立了。

在没有数据支持的情况下,就会变成即使平台想要提供服务,但是服务提供方也会为了将用户导到自己平台上去,而不得不强迫用户做一次跳转。这是数据孤岛带来的问题。应用为了拉新用户或者获得平台的用户,不得不针对平台的体系去开发一个对应形态的产品,最终就会有一个中间形态小程序或者轻应用,导致了用户可能会得到较为分裂的体验,以及搜索入口的价值被重新分化和替代。

而在大模型时代,如果搜索工具体系能帮用户完成从需求提出到推理到需求分析到底层服务提供商拿到数据再反馈给用户这个过程,是把搜索这个服务的价值提升了一大步,就会出现搜索和服务它边界越来越模糊,但是结果越来越清晰。

搜索未来的空间和商业化服务的预期

理论上,搜索产品最后的竞争就变成了用户入口之争,所以每个在不同维度里面占有优先地位的人,他的思考和切入路径是不一样的。

本身有入口优势的人,会希望通过这个工具能把他的优势更为巩固,那他的目标一定是作为开放平台,让所有的服务提供商把服务接到他的平台或体系里面去,这就是今天 ChatGPT 的插件逻辑。

没有入口优势的人,那就希望通过工具的便利性或者服务的标准化以及提供更精准的服务,让产品有机会能成为用户的第一入口或者中心从而拿到流量。

在拿到流量之后,无论是分发广告还是向服务商提供最终服务的分成,这都是可以合理的商业逻辑,当然还有一种方式是为用户提供更好搜索结果的产品,直接向用户收费。这也是当下 Perplexity 采取的模式。

从入口导向到最终结果交付的过程里,这套逻辑可以被拆分出来的商业空间就会非常大。而不只是一个流量体系的商业空间,更多是价值直接转化的商业空间,比如说过去你要从携程上买票,你先导流到携程的网站上,然后携程向搜索平台付一次导流的费用,但未来就变成了用户直接在搜索平台提需求,工具就直接帮用户在携程的平台上完成了买票,在交易的过程里,携程给到搜索平台一个交易的分成。


04

搜索终极形态:

新的分发方式、内容入口或者通用连接器

可以重构信息的分发方式

搜索的第一价值是获取信息,再之后是获取服务,如果大模型的能力足够强,理论上数据体系可以囊括一切你需要的东西,而那个时候信息的分发逻辑就不是你发在微信公众账号上或者发在知乎小红书上了,而是你给对应的数据库做一次分发,就变成了你提交的内容或服务是给 OpenAI 的大模型,给智谱的模型,给百川的模型,让模型理解你要分发的内容,并提供服务给他的用户。

搜索的泛工具化以及下一代入口

搜索在过去一直是当做工具体系被发扬和传承的,只是大家没有想到,由于一些时代原因,它变成了互联网的第一入口。那在未来它有没有可能承接所有工具相关的流量,甚至是通用助理时代,这个有很大的可能性的,而且如果在模型的泛化能力和通用能力越来越强的时候,它甚至可以代替用户从搜索到应用转化的那个过程的桥梁,并且直接完成应用体系服务的预订。

从用户成本和替代成本来说,几乎没有任何难度。如果我们今天把搜索这套体系当做一个工具泛化的入口,那可以想象的商业价值就会非常巨大,并且能承接一切可能的需求。从这个维度来说,搜索是极有可能并且成为下一代通用的助理入口。

完成交互体系的迭代升级

还有一个可能性是,通过搜索这套逻辑的使用。它会变成未来所有交互体系的界面入口,不管你是语音图像文字还是动作及视频,搜索一旦完成整个入口构建之后,那它就会是下一个交互体系的迭代,升级就不再只是文本型沟通了,甚至有可能是新的搜索交互方式的升级,无论是人机交互还是所有交互。

通用人工智能时代的连接器

由于搜索体系本身对内容和服务的检索及分类维度的细致和全面,假设未来,如果你有一个搜索机器人,通过搜索机器人本身对信息获取的能力和组织索引的能力。极有可能变成未来不管是任何人与人交互,人与机器交互,机器与机器交互的通用 API。它就会变成一个典型的连接器,不管它是直接服务 C 端,还是做给 B 端服务的产品,都会是一套通用的连接件,比如说帮助机器人理解网络世界,或者帮助机器人理解机器人,机器人可以是实体机器人,也可以是数字机器人,会成为一个通用的连接器。


Founder Park 此前关于 Perplexity 的讨论文章:
估值超5亿美元,体验碾压Bard、Bing,AI搜索引擎Perplexity的想象力在哪里?
Perplexity 交互剖析:如何基于尼尔森设计原则,开发让用户满意的 AI-Native 产品?

Perplexity CEO 专访:拥有十万用户的套壳产品比拥有自有模型却没有用户更有意义



如果你关注大模型领域,欢迎扫码加入我们的大模型交流群,来一起探讨大模型时代的共识和认知,跟上大模型时代的这股浪潮。



更多阅读

10位拿到钱的AI创业者:他们的焦虑、预判和规划

企业内部如何更好落地大模型?我们走访了 10+ 先行者

a16z 对话 Poe 创始人:大模型幻觉是创业公司的机会;AI 的未来是多模型、多模态

Sora 的算力困局:如果正式推出,可能需要 72 万张 H100


转载原创文章请添加微信:geekparker
继续滑动看下一个
向上滑动看下一个

您可能也对以下帖子感兴趣

文章有问题?点此查看未经处理的缓存