[趋势研究] Deep Research - 推荐算法落幕? 生成式AI时代的搜索复兴

[趋势研究] Deep Research 推荐算法落幕? 生成式AI时代的搜索复兴 [趋势研究] Deep Research 推荐算法落幕? 生成式AI时代的搜索复兴 Modified December 10, 2025 1239 1321 4.2 生成式搜索产品的用户增长案例分析 ChatGPT（OpenAI）：2022年11月上线的ChatGPT掀起了全球范围的AI热潮。其用户规模在最初几个月呈指数级增长：OpenAI官方数据显示，上线5天用户即破百万；两个月内月活破亿，创造历史记录 explodingtopics.com。此后ChatGPT的使用量继续攀升。据分析估计，截至2023年末，各类AI聊天机器人（包括ChatGPT、必应Chat等）已经分流了约4%的全球搜索请求量 reddit.com。ChatGPT的成功直接引发了搜索引擎巨头的紧迫感。 Google Bard：作为回应，谷歌在2023年3月推出了Bard，并在当年内逐步向180多个国家开放服务。Bard同样基于大型语言模型（LaMDA）并可以访问最新网页数据。尽管起步略晚，Bard在2023年下半年积累了可观的用户基础——平均每月约1.42亿的用户enterpriseappstoday.com。然而，业内统计表明，在企业办公等场景下，Bard的使用频率仍大幅落后于ChatGPT（约只有后者的1/30）cyberhaven.com。谷歌也在其传统搜索中融合Bard技术，通过Search Generative Experience等实验项目，将Bard的生成摘要与网页结果、广告结合呈现，以稳住其搜索主导地位。 Perplexity AI：作为新创公司的代表，Perplexity AI在2022年底上线，主打将LLM与即时搜索相结合的问答体验。凭借简洁的界面和准确的引用来源标注，Perplexity在2023年迅速积累用户。其网站月访问量从2022年末的约220万飙升至2023年12月的4500万originality.ai。Perplexity还推出了移动端App等产品形态，其成功显示了搜索市场中新玩家通过差异化体验获取用户的可能性。除了上述案例，国内的百度等公司也在发力推出类似ChatGPT的服务，将其整合进搜索和信息流产品中。总体而言，这些案例都反映出生成式AI搜索产品在短时间内达到了以往需要多年才能实现的用户规模，预示着搜索引擎格局正在被重新定义。 4.3 地域性市场差异 中国市场的AI搜索发展 相较欧美，中国的AI搜索引擎发展呈现出不同路径和竞争格局。国内科技公司正加速推出各自的生成式搜索产品。百度作为搜索巨头，已将其文心一言大模型融入搜索，提供对话式回答和创作功能，以保持领先地位。但除了百度，市场上涌现了多家创新型AI搜索：例如秘塔AI搜索（上海秘塔科技）主打“无广告，直接答案”，提供结构化结果和引用来源，甚至能自动生成大纲和思维导图辅助理解 cnblogs.com；360公司推出的纳米AI搜索则宣称“没有套路，直接给答案”，支持拍照提问、语音搜索等多模态查询n.cn。另一款引人注目的是昆仑万维的天工AI搜索，号称是国内首个融入大语言模型的搜索引擎，以深度语义理解实现对话式精准回答aibase.com。天工AI强调通过对话交互理解用户意图并提供个性化答案，让用户直接获取精炼、有价值的信息，而无需自行筛选网页aibase.com。这些中国企业各有侧重，但共同目标都是用大模型升级搜索体验，并探索差异化功能（如学术搜索、领域知识库等）来满足本土用户需求。 本土用户行为与偏好的差异 中国网民的搜索与内容消费行为与欧美也有所不同。首先，超级App生态下，用户习惯于在综合平台内完成搜索。例如，微信、抖音、支付宝等应用内置搜索功能，使用户不必跳转传统搜索引擎就能获取所需信息。据行业报告，字节跳动系的巨量引擎（今日头条/抖音）搜索量已升至中国市场第二135editor.com，表明大量用户在内容平台内完成了搜索查询。这与欧美用户主要依赖独立搜索引擎（如Google）有所不同。 其次，中国用户高度依赖推荐内容获取资讯和娱乐——无论是刷抖音视频、看今日头条新闻还是逛小红书种草，算法推荐都是主要入口。这意味着用户搜索更多是为了细节问题或特定目的（例如商品比价、百科问答），而泛泛的信息获取常由推荐来满足。这种使用偏好促使中国的搜索产品更加注重与推荐系统融合，在结果中呈现个性化元素或结合社交热门内容。 再次，语言和内容审核因素使中国用户对AI搜索的本地化优化要求更高。例如，中文查询的语义理解、结果排序需要贴合本土语境；搜索结果需遵循内容合规要求，这影响了用户在敏感话题上的搜索体验。 总体而言，中国市场中用户对于 “一站式”“直达答案” 的需求很强烈，AI搜索产品竞相满足这种需求，并在无广告干扰、丰富展示形式等方面下功夫，以迎合本土用户偏好cnblogs.com。 中国AI搜索企业的发展方向 面对上述用户特征和竞争格局，中国的AI搜索企业普遍在以下方向发力：(1) 深度定制本地模型：训练能处理中文复杂提问的大模型，融合本地知识图谱，确保回答准确权威且符合审查标准。(2) 场景化功能拓展：例如秘塔提供学术搜索和思维导图，天工支持办公内容创作，360纳米搜索整合安全领域特长，以差异化功能吸引细分用户。(3) 商业模式探索：由于宣称无广告直达答案，这些产品可能探索会员订阅、企业付费合作等模式，或者在保持结果简洁的前提下植入轻量广告确保收益。(4) 生态整合：与输入法、浏览器、知识社区等合作，将AI搜索嵌入更多入口，争夺流量。可以预见，在监管允许的范围内，中国AI搜索市场将保持快速试错和迭代，不同玩家根据自身优势不断调整策略，例如利用母公司现有产品（浏览器、社区）导流。在用户行为和政策环境都不同于欧美的情况下，中国的AI搜索有望走出一条本土化创新之路。 5. 商业应用与影响 5.1 广告模式的演变与策略调整 随着用户从被动的信息流转向主动的生成式搜索，广告主和平台都需要调整策略以适应新的格局。 首先，搜索广告将在新的形式下得到强化。微软和谷歌已经开始探索在AI驱动的搜索结果中嵌入广告的方式：微软必应聊天自上线初期就内置了付费广告，当用户询问诸如“最佳酒店推荐”此类商业导向的问题时，聊天答案中会弹出对应的酒店广告，并在回答底部附上相关的赞助链接 reuters.com。微软表示每增加1个百分点的搜索市场份额就意味着20亿美元的新增广告收入，可见其对通过AI搜索提升广告业务寄予厚望。谷歌也在其生成式搜索实验(Search Generative Experience)中尝试将生成的摘要结果与传统广告并存呈现，确保广告不会因为直接给出答案而被挤出搜索页面顶端。可以预见，未来搜索引擎的结果页面将演变为AI答案与广告的融合体：AI先提供简明结论，随后可能给出由赞助商提供的选项或产品链接，以“顺水推舟”地满足用户潜在的购买或进一步查询需求。广告形式也会更加原生和多样，例如互动式的广告对话框、由品牌定制的ChatGPT插件/技能等，用户在提问相关领域时，这些企业的AI助手能够直接参与对话，提供专业建议并顺带实现品牌曝光marinsoftware.com。 需要强调的是，推荐信息流广告并不会瞬间消失。对于那些尚不明确自身需求、处于“逛一逛”心态的消费者，富有创意的内容植入式广告依然具有独特价值。特别是在时尚、游戏、影视等重度依赖感性体验的领域，信息流广告可以营造品牌形象和流行风向，这是冷冰冰的问答式搜索难以替代的。因此，未来的广告模式很可能是搜索广告和内容广告并行：前者瞄准明确意向，后者侧重激发潜在兴趣。 此外，广告主也在积极应用生成式AI来优化广告内容创意和投放策略digiday.com。值得一提的是，搜索广告和信息流广告在计费模式和效果评估上也有所不同：搜索广告多按点击付费（CPC），因为用户搜索时意图明确、点击率较高；而信息流广告通常按展示付费（CPM），追求覆盖和曝光。随着用户更多将注意力投入搜索式互动，广告主也会倾向于将预算向高转化率的搜索渠道倾斜。 搜索广告的局限性 • AI搜索对现有广告模式的冲击 生成式AI驱动的搜索引擎（如对话式回答）可能显著冲击传统搜索的广告收入模式。原因在于，直接给出答案会减少用户点击链接的需求，从而削减广告展示和点击机会。近年来搜索引擎的“零点击搜索”现象已非常普遍：最新研究表明，美国接近60%的搜索在用户查看结果摘要后并未点击任何链接sparktoro.com。引入更智能的AI回答后，这一比例可能进一步上升——用户的问题被一次性满足，无须再点进网页找答案，传统竞价广告的触达率势必下降。有分析估计，Google推出生成式答案摘要功能后，向外部网站的流量可能减少约25% news.northeastern.edu，这暗示着其广告业务短期内会出现“自我蚕食”的情况 news.northeastern.edu。因此，AI搜索如果不改变商业模式，单纯用过去的广告位策略，可能难以维持此前的盈利水平。 • 广告点击率下降与新模式探索 当搜索结果以对话或摘要直接呈现时，传统搜索广告的点击率预计将下滑。用户眼球从右侧或顶部的广告区域转向中间的AI回答，会导致广告曝光度降低。微软在整合ChatGPT至必应搜索时也发现这一挑战，并开始尝试在聊天答案中融合广告。例如，必应Chat会在回答中附上相关产品的推荐链接或引导语，以“原生广告”的形式融入对话about.ads.microsoft.com。微软于2023年推出了 “Ads for Chat”的解决方案，允许广告主以定制格式植入对话机器人，将广告以更自然的方式呈现给用户about.ads.microsoft.com。这种做法类似于让AI回答本身成为广告载体，比如在用户询问旅游行程时，由AI推荐并标注来自某旅游网站的方案。未来，新的广告商业模式可能包括：按会话付费的赞助答案、基于AI推荐的佣金分成（如产品问答中的购买链接佣金），以及订阅增值服务 （用户付费获得无广告的纯净AI搜索）。总之，行业已认识到必须创新广告形式，才能在保障用户体验的同时维持AI搜索的盈利。 • 盈利模式转型的前景 虽然短期内广告点击率下滑令人担忧，但长期看这也促使搜索行业加速商业模式转型。一方面，搜索广告将更加注重相关性和价值，避免生硬插入。生成式AI可以利用用户意图更准确地匹配广告，从而提高转化率，而不是靠大规模曝光取胜。另一方面，搜索巨头可能探索订阅制或企业付费接入（例如提供API或专业版AI助手）等新收入来源，减少对广告的单一依赖。此外，AI搜索带来的数据分析价值也可变现：通过深入理解用户提问和上下文，提供市场洞察或精准营销服务给商家。值得注意的是，这一转型需要平衡用户信任和商业利益——若广告过度掺入答案，可能损害用户体验和信任度。因此，业界在探索过程中会非常谨慎，强调广告的透明标识和内容的公正性news.northeastern.edu。 总体而言，AI生成式搜索正在重塑搜索广告的版图，迫使行业从依赖点击量的旧路迈向以用户价值为中心的新模式。 5.2 对广告生态各方的影响 新的搜索与推荐格局对广告生态中的各方都会产生深远影响。 广告主和营销者 需要重新分配广告资源，在持续经营社交媒体投放的同时，加大对搜索渠道的重视。当越来越多用户通过对话式AI获取信息，传统SEO（搜索引擎优化）策略将拓展为“AI答案优化”，品牌需要确保自己的内容能够被AI检索和引用，从而在用户提问时获得露出机会。例如，旅游行业的广告主可能不再仅仅追求在抖音信息流中投放种草视频，还会关注当用户在ChatGPT上询问旅游攻略时，如何让自家产品出现在AI的推荐答案中。这可能催生新的合作模式：品牌与AI平台合作提供权威数据或训练专属的定制模型，以保证AI回答中包含经过品牌审核的内容。同时，广告主也会调整KPI考核，从纯粹的曝光量转向更加重视高意向的用户触达，如通过AI对话引导的潜在客户线索等。 内容创作者和媒体 推荐算法的弱化意味着流量获取方式的转变。过去依赖平台算法分发内容的创作者，可能发现曝光变得更加难以预测，因为用户不再无目的地浏览那么多内容。这将促使创作者调整创作和分发策略，更注重内容的搜索价值和长尾价值。比如，一个美妆博主可能会减少频繁发布略显同质化的短视频，而增加制作深度测评和教程的长内容，以便在用户搜索相关问题时，其内容有机会被AI引用或被用户主动找到。媒体机构也需要探索与AI共生的模式，一些新闻出版商已经考虑要求生成式AI服务付费授权其内容用于训练和回答，以弥补直接流量下滑可能带来的广告损失。未来不排除出现新的内容分发协议，保障优质内容生产者在AI主导的信息分发环境中获得应有的收益。 社交平台 它们将面对用户注意力再分配的挑战。当用户将一部分问题解决和信息获取转向AI助手，社交平台可能会看到用户停留时间和广告点击率的下滑。为应对这种冲击，平台一方面会加速融合生成式AI技术，提供更智能的搜索和推荐功能（如抖音测试的AI助手“Tako”searchengineland.com；Snapchat已经在应用内推出了名为“My AI”的聊天机器人，这表明社交平台也在积极尝试将生成式AI融入用户体验，并有可能在此基础上开发新的商业变现模式），将自身转变为既有内容社区又有问答搜索功能的综合体，以留住用户。 另一方面，平台可能更加侧重于提供AI难以替代的体验，例如即时的社交互动、社区讨论和原创短视频娱乐内容等，以维系用户黏性。像百度这样同时经营搜索和信息流的公司，则在尝试双管齐下：一方面在手机百度等产品中强化推荐信息流内容，另一方面推出整合文心一言的创新搜索服务，提供聊天式搜索体验，以提升用户留存。社交平台未来或将调整广告产品结构，开发新的原生广告形式以适应AI时代的消费习惯。例如，当用户在平台内进行搜索时，搜索结果页可以增设竞价广告位；或者利用生成式AI为广告主自动生成多样化的创意素材，实现广告内容与用户兴趣的更精准匹配digiday.com。小红书已经成为许多用户搜索生活消费指南的渠道，其社区沉淀了海量的用户笔记，用户既可以通过算法推荐发现有趣内容，也常常主动搜索关键词获取具体经验分享。在生成式AI的趋势下，小红书等平台也有可能开发AI辅助的内容创作和搜索功能，为用户提供更加智能的笔记摘要和个性化推荐，维持其生态活力。 总体而言，广告主、媒体和平台都必须重新思考自己的定位与策略，在强化自身核心优势的同时，主动拥抱生成式AI所带来的变革。这场由技术驱动的广告生态重组中，充满挑战亦孕育机遇。 6. 未来展望 展望未来，随着生成式AI的持续演进，搜索与推荐这两种信息获取范式有可能走向融合和重塑。最终的形态或许是一种“万事通引擎”marinsoftware.com：用户面对的将不再是割裂的搜索框和信息流，而是一个统一的智能信息代理。这个代理既能在用户提出明确问题时即时检索整合答案，也能基于对用户长期偏好和情境的了解，在适当的时机主动提供有价值的建议。届时，“搜索”和“推荐”的界限将变得模糊——每一次用户与AI的交互既是一次搜索，也是一次个性化推荐。这样的AI助手可能以对话、语音，甚至全息影像的形式存在，随时响应用户需求，并在必要时扮演数字策展人的角色，为用户筛选海量信息。 在这种最终形态下，广告模式也将随之演变。可以想象，新型广告将更趋向隐性和服务化。用户的智能助手或许会在不干扰用户的前提下提供“顺滑”的商业推荐，例如在帮助用户规划行程时顺带推荐某航空公司的优惠机票，在用户询问健康建议时提及某品牌的定制化营养补充方案。这些推荐更像是贴心助理给出的建议，而非生硬插入的广告，其背后则通过平台与商家的合作实现变现。未来的广告收入可能部分来自于AI助手达成的交易提成（如用户通过AI订购了商品或服务），或者由商家为进入AI推荐清单而竞价付费。同时，用户也可能拥有更大的控制权，能够选择希望收到哪种商业推荐，甚至通过分享数据获得相应的回报，从而在一定程度上改写传统广告“用隐私换免费服务”的隐形契约。 当然，未来的演进也取决于许多外部因素，包括法律监管对算法透明度和隐私保护的要求、技术突破的进程以及用户对AI信任度的变化等。如何在提升用户体验的同时避免算法歧视、隐私泄露等问题，将是决定搜索与推荐最终形态的重要因素。总之，随着技术的发展，我们有理由大胆设想广告的形式会更加多元：从与用户自然对话中的品牌露出，到虚拟现实中的沉浸式互动广告，再到基于区块链的去中心化广告交易等等，都有可能涌现。在这个过程中，唯一不变的是广告追求与用户注意力及需求的动态平衡：无论媒介如何更替，能够为用户真正创造价值、被用户所接受的广告，才会在未来的生态中占据一席之地。 监管与隐私 透明性与数据安全挑战 AI搜索要广泛应用，必须解决透明度和数据安全方面的顾虑。由于生成式AI经常给出综合性的回答，用户和监管者希望了解这些答案的来源依据。缺乏透明度会导致信任问题：例如，Google新版AI搜索摘要曾被批评未明确标注信息出处，让内容提供方和用户都产生不安news.northeastern.edu。为应对这一点，微软必应等AI搜索开始附上引用链接，秘塔AI搜索则强调结构化展示并标明来源，以增加答案可追溯性cnblogs.com。此外，数据安全也是关键问题：AI搜索需要处理海量用户查询和行为数据，如果隐私保护不到位，可能引发用户反感甚至违法。例如欧盟的《通用数据保护条例》(GDPR)严格规范个人数据处理，AI搜索服务如果收集和利用用户历史偏好来个性化结果，必须确保取得用户同意并安全保存数据。这对技术实现提出了更高要求，也增加了合规成本。总之，确保AI搜索过程透明、结果可解释、用户数据安全，将是其获得公众和监管认可的前提。 explodingtopics.com reddit.com enterpriseappstoday.com cyberhaven.com originality.ai cnblogs.com n.cn aibase.com aibase.com 135editor.com cnblogs.com reuters.com marinsoftware.com digiday.com sparktoro.com news.northeastern.edu news.northeastern.edu about.ads.microsoft.com about.ads.microsoft.com news.northeastern.edu searchengineland.com digiday.com marinsoftware.com news.northeastern.edu cnblogs.com 4.2 生成式搜索产品的用户增长案例分析 ChatGPT（OpenAI）：2022年11月上线的ChatGPT掀起了全球范围的AI热潮。其用户规模在最初几个月呈指数级增长：OpenAI官方数据显示，上线5天用户即破百万；两个月内月活破亿，创造历史记录 explodingtopics.com。此后ChatGPT的使用量继续攀升。据分析估计，截至2023年末，各类AI聊天机器人（包括ChatGPT、必应Chat等）已经分流了约4%的全球搜索请求量 reddit.com。ChatGPT的成功直接引发了搜索引擎巨头的紧迫感。 explodingtopics.com reddit.com Google Bard：作为回应，谷歌在2023年3月推出了Bard，并在当年内逐步向180多个国家开放服务。Bard同样基于大型语言模型（LaMDA）并可以访问最新网页数据。尽管起步略晚，Bard在2023年下半年积累了可观的用户基础——平均每月约1.42亿的用户enterpriseappstoday.com。然而，业内统计表明，在企业办公等场景下，Bard的使用频率仍大幅落后于ChatGPT（约只有后者的1/30）cyberhaven.com。谷歌也在其传统搜索中融合Bard技术，通过Search Generative Experience等实验项目，将Bard的生成摘要与网页结果、广告结合呈现，以稳住其搜索主导地位。 enterpriseappstoday.com cyberhaven.com Perplexity AI：作为新创公司的代表，Perplexity AI在2022年底上线，主打将LLM与即时搜索相结合的问答体验。凭借简洁的界面和准确的引用来源标注，Perplexity在2023年迅速积累用户。其网站月访问量从2022年末的约220万飙升至2023年12月的4500万originality.ai。Perplexity还推出了移动端App等产品形态，其成功显示了搜索市场中新玩家通过差异化体验获取用户的可能性。除了上述案例，国内的百度等公司也在发力推出类似ChatGPT的服务，将其整合进搜索和信息流产品中。总体而言，这些案例都反映出生成式AI搜索产品在短时间内达到了以往需要多年才能实现的用户规模，预示着搜索引擎格局正在被重新定义。 originality.ai 4.3 地域性市场差异 中国市场的AI搜索发展 相较欧美，中国的AI搜索引擎发展呈现出不同路径和竞争格局。国内科技公司正加速推出各自的生成式搜索产品。百度作为搜索巨头，已将其文心一言大模型融入搜索，提供对话式回答和创作功能，以保持领先地位。但除了百度，市场上涌现了多家创新型AI搜索：例如秘塔AI搜索（上海秘塔科技）主打“无广告，直接答案”，提供结构化结果和引用来源，甚至能自动生成大纲和思维导图辅助理解 cnblogs.com；360公司推出的纳米AI搜索则宣称“没有套路，直接给答案”，支持拍照提问、语音搜索等多模态查询n.cn。另一款引人注目的是昆仑万维的天工AI搜索，号称是国内首个融入大语言模型的搜索引擎，以深度语义理解实现对话式精准回答aibase.com。天工AI强调通过对话交互理解用户意图并提供个性化答案，让用户直接获取精炼、有价值的信息，而无需自行筛选网页aibase.com。这些中国企业各有侧重，但共同目标都是用大模型升级搜索体验，并探索差异化功能（如学术搜索、领域知识库等）来满足本土用户需求。 cnblogs.com n.cn aibase.com aibase.com 本土用户行为与偏好的差异 中国网民的搜索与内容消费行为与欧美也有所不同。首先，超级App生态下，用户习惯于在综合平台内完成搜索。例如，微信、抖音、支付宝等应用内置搜索功能，使用户不必跳转传统搜索引擎就能获取所需信息。据行业报告，字节跳动系的巨量引擎（今日头条/抖音）搜索量已升至中国市场第二135editor.com，表明大量用户在内容平台内完成了搜索查询。这与欧美用户主要依赖独立搜索引擎（如Google）有所不同。 135editor.com 其次，中国用户高度依赖推荐内容获取资讯和娱乐——无论是刷抖音视频、看今日头条新闻还是逛小红书种草，算法推荐都是主要入口。这意味着用户搜索更多是为了细节问题或特定目的（例如商品比价、百科问答），而泛泛的信息获取常由推荐来满足。这种使用偏好促使中国的搜索产品更加注重与推荐系统融合，在结果中呈现个性化元素或结合社交热门内容。 再次，语言和内容审核因素使中国用户对AI搜索的本地化优化要求更高。例如，中文查询的语义理解、结果排序需要贴合本土语境；搜索结果需遵循内容合规要求，这影响了用户在敏感话题上的搜索体验。 总体而言，中国市场中用户对于 “一站式”“直达答案” 的需求很强烈，AI搜索产品竞相满足这种需求，并在无广告干扰、丰富展示形式等方面下功夫，以迎合本土用户偏好cnblogs.com。 cnblogs.com 中国AI搜索企业的发展方向 面对上述用户特征和竞争格局，中国的AI搜索企业普遍在以下方向发力：(1) 深度定制本地模型：训练能处理中文复杂提问的大模型，融合本地知识图谱，确保回答准确权威且符合审查标准。(2) 场景化功能拓展：例如秘塔提供学术搜索和思维导图，天工支持办公内容创作，360纳米搜索整合安全领域特长，以差异化功能吸引细分用户。(3) 商业模式探索：由于宣称无广告直达答案，这些产品可能探索会员订阅、企业付费合作等模式，或者在保持结果简洁的前提下植入轻量广告确保收益。(4) 生态整合：与输入法、浏览器、知识社区等合作，将AI搜索嵌入更多入口，争夺流量。可以预见，在监管允许的范围内，中国AI搜索市场将保持快速试错和迭代，不同玩家根据自身优势不断调整策略，例如利用母公司现有产品（浏览器、社区）导流。在用户行为和政策环境都不同于欧美的情况下，中国的AI搜索有望走出一条本土化创新之路。 5. 商业应用与影响 5.1 广告模式的演变与策略调整 随着用户从被动的信息流转向主动的生成式搜索，广告主和平台都需要调整策略以适应新的格局。 首先，搜索广告将在新的形式下得到强化。微软和谷歌已经开始探索在AI驱动的搜索结果中嵌入广告的方式：微软必应聊天自上线初期就内置了付费广告，当用户询问诸如“最佳酒店推荐”此类商业导向的问题时，聊天答案中会弹出对应的酒店广告，并在回答底部附上相关的赞助链接 reuters.com。微软表示每增加1个百分点的搜索市场份额就意味着20亿美元的新增广告收入，可见其对通过AI搜索提升广告业务寄予厚望。谷歌也在其生成式搜索实验(Search Generative Experience)中尝试将生成的摘要结果与传统广告并存呈现，确保广告不会因为直接给出答案而被挤出搜索页面顶端。可以预见，未来搜索引擎的结果页面将演变为AI答案与广告的融合体：AI先提供简明结论，随后可能给出由赞助商提供的选项或产品链接，以“顺水推舟”地满足用户潜在的购买或进一步查询需求。广告形式也会更加原生和多样，例如互动式的广告对话框、由品牌定制的ChatGPT插件/技能等，用户在提问相关领域时，这些企业的AI助手能够直接参与对话，提供专业建议并顺带实现品牌曝光marinsoftware.com。 reuters.com marinsoftware.com 需要强调的是，推荐信息流广告并不会瞬间消失。对于那些尚不明确自身需求、处于“逛一逛”心态的消费者，富有创意的内容植入式广告依然具有独特价值。特别是在时尚、游戏、影视等重度依赖感性体验的领域，信息流广告可以营造品牌形象和流行风向，这是冷冰冰的问答式搜索难以替代的。因此，未来的广告模式很可能是搜索广告和内容广告并行：前者瞄准明确意向，后者侧重激发潜在兴趣。 此外，广告主也在积极应用生成式AI来优化广告内容创意和投放策略digiday.com。值得一提的是，搜索广告和信息流广告在计费模式和效果评估上也有所不同：搜索广告多按点击付费（CPC），因为用户搜索时意图明确、点击率较高；而信息流广告通常按展示付费（CPM），追求覆盖和曝光。随着用户更多将注意力投入搜索式互动，广告主也会倾向于将预算向高转化率的搜索渠道倾斜。 digiday.com 搜索广告的局限性 • AI搜索对现有广告模式的冲击 生成式AI驱动的搜索引擎（如对话式回答）可能显著冲击传统搜索的广告收入模式。原因在于，直接给出答案会减少用户点击链接的需求，从而削减广告展示和点击机会。近年来搜索引擎的“零点击搜索”现象已非常普遍：最新研究表明，美国接近60%的搜索在用户查看结果摘要后并未点击任何链接sparktoro.com。引入更智能的AI回答后，这一比例可能进一步上升——用户的问题被一次性满足，无须再点进网页找答案，传统竞价广告的触达率势必下降。有分析估计，Google推出生成式答案摘要功能后，向外部网站的流量可能减少约25% news.northeastern.edu，这暗示着其广告业务短期内会出现“自我蚕食”的情况 news.northeastern.edu。因此，AI搜索如果不改变商业模式，单纯用过去的广告位策略，可能难以维持此前的盈利水平。 sparktoro.com news.northeastern.edu news.northeastern.edu • 广告点击率下降与新模式探索 当搜索结果以对话或摘要直接呈现时，传统搜索广告的点击率预计将下滑。用户眼球从右侧或顶部的广告区域转向中间的AI回答，会导致广告曝光度降低。微软在整合ChatGPT至必应搜索时也发现这一挑战，并开始尝试在聊天答案中融合广告。例如，必应Chat会在回答中附上相关产品的推荐链接或引导语，以“原生广告”的形式融入对话about.ads.microsoft.com。微软于2023年推出了 “Ads for Chat”的解决方案，允许广告主以定制格式植入对话机器人，将广告以更自然的方式呈现给用户about.ads.microsoft.com。这种做法类似于让AI回答本身成为广告载体，比如在用户询问旅游行程时，由AI推荐并标注来自某旅游网站的方案。未来，新的广告商业模式可能包括：按会话付费的赞助答案、基于AI推荐的佣金分成（如产品问答中的购买链接佣金），以及订阅增值服务 （用户付费获得无广告的纯净AI搜索）。总之，行业已认识到必须创新广告形式，才能在保障用户体验的同时维持AI搜索的盈利。 about.ads.microsoft.com about.ads.microsoft.com • 盈利模式转型的前景 虽然短期内广告点击率下滑令人担忧，但长期看这也促使搜索行业加速商业模式转型。一方面，搜索广告将更加注重相关性和价值，避免生硬插入。生成式AI可以利用用户意图更准确地匹配广告，从而提高转化率，而不是靠大规模曝光取胜。另一方面，搜索巨头可能探索订阅制或企业付费接入（例如提供API或专业版AI助手）等新收入来源，减少对广告的单一依赖。此外，AI搜索带来的数据分析价值也可变现：通过深入理解用户提问和上下文，提供市场洞察或精准营销服务给商家。值得注意的是，这一转型需要平衡用户信任和商业利益——若广告过度掺入答案，可能损害用户体验和信任度。因此，业界在探索过程中会非常谨慎，强调广告的透明标识和内容的公正性news.northeastern.edu。 news.northeastern.edu 总体而言，AI生成式搜索正在重塑搜索广告的版图，迫使行业从依赖点击量的旧路迈向以用户价值为中心的新模式。 5.2 对广告生态各方的影响 新的搜索与推荐格局对广告生态中的各方都会产生深远影响。 广告主和营销者 需要重新分配广告资源，在持续经营社交媒体投放的同时，加大对搜索渠道的重视。当越来越多用户通过对话式AI获取信息，传统SEO（搜索引擎优化）策略将拓展为“AI答案优化”，品牌需要确保自己的内容能够被AI检索和引用，从而在用户提问时获得露出机会。例如，旅游行业的广告主可能不再仅仅追求在抖音信息流中投放种草视频，还会关注当用户在ChatGPT上询问旅游攻略时，如何让自家产品出现在AI的推荐答案中。这可能催生新的合作模式：品牌与AI平台合作提供权威数据或训练专属的定制模型，以保证AI回答中包含经过品牌审核的内容。同时，广告主也会调整KPI考核，从纯粹的曝光量转向更加重视高意向的用户触达，如通过AI对话引导的潜在客户线索等。 内容创作者和媒体 推荐算法的弱化意味着流量获取方式的转变。过去依赖平台算法分发内容的创作者，可能发现曝光变得更加难以预测，因为用户不再无目的地浏览那么多内容。这将促使创作者调整创作和分发策略，更注重内容的搜索价值和长尾价值。比如，一个美妆博主可能会减少频繁发布略显同质化的短视频，而增加制作深度测评和教程的长内容，以便在用户搜索相关问题时，其内容有机会被AI引用或被用户主动找到。媒体机构也需要探索与AI共生的模式，一些新闻出版商已经考虑要求生成式AI服务付费授权其内容用于训练和回答，以弥补直接流量下滑可能带来的广告损失。未来不排除出现新的内容分发协议，保障优质内容生产者在AI主导的信息分发环境中获得应有的收益。 社交平台 它们将面对用户注意力再分配的挑战。当用户将一部分问题解决和信息获取转向AI助手，社交平台可能会看到用户停留时间和广告点击率的下滑。为应对这种冲击，平台一方面会加速融合生成式AI技术，提供更智能的搜索和推荐功能（如抖音测试的AI助手“Tako”searchengineland.com；Snapchat已经在应用内推出了名为“My AI”的聊天机器人，这表明社交平台也在积极尝试将生成式AI融入用户体验，并有可能在此基础上开发新的商业变现模式），将自身转变为既有内容社区又有问答搜索功能的综合体，以留住用户。 searchengineland.com 另一方面，平台可能更加侧重于提供AI难以替代的体验，例如即时的社交互动、社区讨论和原创短视频娱乐内容等，以维系用户黏性。像百度这样同时经营搜索和信息流的公司，则在尝试双管齐下：一方面在手机百度等产品中强化推荐信息流内容，另一方面推出整合文心一言的创新搜索服务，提供聊天式搜索体验，以提升用户留存。社交平台未来或将调整广告产品结构，开发新的原生广告形式以适应AI时代的消费习惯。例如，当用户在平台内进行搜索时，搜索结果页可以增设竞价广告位；或者利用生成式AI为广告主自动生成多样化的创意素材，实现广告内容与用户兴趣的更精准匹配digiday.com。小红书已经成为许多用户搜索生活消费指南的渠道，其社区沉淀了海量的用户笔记，用户既可以通过算法推荐发现有趣内容，也常常主动搜索关键词获取具体经验分享。在生成式AI的趋势下，小红书等平台也有可能开发AI辅助的内容创作和搜索功能，为用户提供更加智能的笔记摘要和个性化推荐，维持其生态活力。 digiday.com 总体而言，广告主、媒体和平台都必须重新思考自己的定位与策略，在强化自身核心优势的同时，主动拥抱生成式AI所带来的变革。这场由技术驱动的广告生态重组中，充满挑战亦孕育机遇。 6. 未来展望 展望未来，随着生成式AI的持续演进，搜索与推荐这两种信息获取范式有可能走向融合和重塑。最终的形态或许是一种“万事通引擎”marinsoftware.com：用户面对的将不再是割裂的搜索框和信息流，而是一个统一的智能信息代理。这个代理既能在用户提出明确问题时即时检索整合答案，也能基于对用户长期偏好和情境的了解，在适当的时机主动提供有价值的建议。届时，“搜索”和“推荐”的界限将变得模糊——每一次用户与AI的交互既是一次搜索，也是一次个性化推荐。这样的AI助手可能以对话、语音，甚至全息影像的形式存在，随时响应用户需求，并在必要时扮演数字策展人的角色，为用户筛选海量信息。 marinsoftware.com 在这种最终形态下，广告模式也将随之演变。可以想象，新型广告将更趋向隐性和服务化。用户的智能助手或许会在不干扰用户的前提下提供“顺滑”的商业推荐，例如在帮助用户规划行程时顺带推荐某航空公司的优惠机票，在用户询问健康建议时提及某品牌的定制化营养补充方案。这些推荐更像是贴心助理给出的建议，而非生硬插入的广告，其背后则通过平台与商家的合作实现变现。未来的广告收入可能部分来自于AI助手达成的交易提成（如用户通过AI订购了商品或服务），或者由商家为进入AI推荐清单而竞价付费。同时，用户也可能拥有更大的控制权，能够选择希望收到哪种商业推荐，甚至通过分享数据获得相应的回报，从而在一定程度上改写传统广告“用隐私换免费服务”的隐形契约。 当然，未来的演进也取决于许多外部因素，包括法律监管对算法透明度和隐私保护的要求、技术突破的进程以及用户对AI信任度的变化等。如何在提升用户体验的同时避免算法歧视、隐私泄露等问题，将是决定搜索与推荐最终形态的重要因素。总之，随着技术的发展，我们有理由大胆设想广告的形式会更加多元：从与用户自然对话中的品牌露出，到虚拟现实中的沉浸式互动广告，再到基于区块链的去中心化广告交易等等，都有可能涌现。在这个过程中，唯一不变的是广告追求与用户注意力及需求的动态平衡：无论媒介如何更替，能够为用户真正创造价值、被用户所接受的广告，才会在未来的生态中占据一席之地。 监管与隐私 透明性与数据安全挑战 AI搜索要广泛应用，必须解决透明度和数据安全方面的顾虑。由于生成式AI经常给出综合性的回答，用户和监管者希望了解这些答案的来源依据。缺乏透明度会导致信任问题：