作者 | Emilia David

編譯 | 伊風

出品 | 51CTO技術棧（微信號：blog51cto）

AI搜索正在向更深處走去。

AI搜索的領頭羊——Perplexity 最近對其 Pro Search 人工智能工具進行了升級。主要改進是啟動了多步驟推理， 這使得AI搜索可以解決更復雜的問題。Perplexity能理解問題何時需要規劃，逐步實現目標，并更高效地合成綜合答案，同時可以在先前結果的基礎上啟動后續搜索。

無獨有偶，騰訊所推出的大模型應用元寶，也布局了AI搜索。當用戶進行提問時，元寶會自動提示用戶是否需要深度探究一個問題。

圖片

點擊深度研究后，元寶會提供更加結構性的答案，也會對相關問題做發散，提供更多的背景信息。

圖片

VentureBeat上的一篇文章提出了一個觀點，即生成式 AI注定會顛覆搜索。

文章還預測RAG將徹底改變企業搜索的游戲規則，使得未來的每家企業（甚至一家甜品店）都創立自己的搜索平臺。

1.預言：生成式 AI注定會顛覆搜索

生成式 AI注定會顛覆搜索。它是一項能夠找到幾乎任何問題答案的技術。在改變搜索世界的過程中，AI開發人員又發現了一些能夠進一步融合搜索和生成式AI的東西。

生成式 AI改變了搜索的三個關鍵方面：人們提問和尋找信息的方式、獲取答案數據的方式以及公司向客戶提供信息的方式。

2.傳統搜索引擎將被斬落馬下

多年來，谷歌一直主導著搜索市場。作為主導搜索引擎（擁有近82%的搜索流量），它決定了用戶和客戶如何尋找信息，以及品牌如何在搜索結果中展示。公司不得不依靠搜索引擎優化（SEO）策略，人們將查詢構建成關鍵字組合。盡管結果不總是理想，但尚可接受，每個人都學會了將問題轉化為關鍵字，并解讀結果頁面上可能包含他們尋找內容的網站列表。

大型語言模型（LLM）改變了這一點，尤其是在像OpenAI的ChatGPT這樣的聊天機器人中部署時。人們突然可以隨意提問（在合理范圍內）并立即得到答案。無需點擊一系列網站，所有內容都向你解釋清楚。

“如果你有一個能夠理解搜索結果并以顯而易見的方式向你解釋結果的AI，這比嘗試瀏覽五百萬個結果頁面要好得多，”數據管理平臺Yext的首席數據官Christian Ward在接受VentureBeat采訪時說。

3.AI時代的改變：使用句子提問而不是關鍵詞

生成式 AI現在鼓勵人們用自然語言提出實際問題，而不是專注于關鍵詞。它讓人們看到他們需要的信息，而不是去尋找一個足夠好的網站。

AI公司Perplexity利用了這一搜索方式的轉變，將自己定位為比能生成代碼或藝術的聊天機器人更像一個搜索引擎。該公司與Yelp和Wolfram Alpha等數據提供商合作，更好地收集數據。該策略奏效了。VentureBeat報道，Perplexity的平臺在流量推薦方面有所增長。

甚至谷歌也意識到它可以利用其龐大的數據訪問權，在谷歌I/O大會上表示可以為你完成搜索。除了將谷歌搜索整合到其Gemini聊天機器人中外，還推出了一個AI概述功能，匯總查詢結果。

但對于企業來說，不僅要學會用自然語言提問，還要能夠基于其文檔回答問題。

4.RAG是企業搜索的游戲規則改變者

檢索增強生成（RAG）正在成為生成式 AI領域的大趨勢，因為模型提供商正在尋找向企業提供附加服務的方法。RAG使公司能夠將AI模型“扎根”于自己的數據，確保結果來自公司的文檔。

“LLM變得相當出色，所以突然之間，你可以做很多事情。但實際上，我看到了大量對客戶支持等內部用例的興趣，因為公司對涉及的風險非常有信心，”MongoDB產品管理總監Ben Flast說。

他補充說，RAG架構的價值在于它能夠參考實際文檔，使用戶更容易接近他們尋找的答案。

像亞馬遜網絡服務（AWS）和微軟這樣的超大規模公司已經開始向客戶提供RAG特定服務，但RAG生態系統正在增長。像Elastic、Pinecone和Qdrant這樣的公司提供矢量數據庫，將知識圖映射到RAG框架中。Flast還指出，RAG系統的監控工具仍處于起步階段。

企業越來越多地采用RAG，但目前，其許多用例仍然是內部的，因為這些用例仍易于出現幻覺。提供商鼓勵企業先評估RAG模型。AWS在其Amazon Q產品中將RAG作為其生成式AI策略的重要組成部分，并提出了一種測試RAG結果準確性的新方法。

5.公司專用搜索平臺可能是未來

隨著RAG的發展，企業可能會面臨搜索的另一種變化。越來越多的搜索查詢發布途徑不斷增加，因此企業需要弄清楚是希望自己提供數據，還是繼續向像谷歌這樣的信息聚合器被動提供信息。這將使他們能夠控制如何向客戶展示信息。

Yext的Ward說，可能會有一天每家公司都會建立自己的搜索平臺，一個由RAG和生成式AI驅動的平臺，讓客戶能夠找到基于品牌數據的最佳信息。將搜索扎根于自身數據的企業可以向客戶提供特定于其產品和服務的答案。例如，有人想知道Nike的褲子有多少種顏色。與其去谷歌這樣的搜索引擎，不如去Nike網站問其平臺這個問題。

“這不是搜索的終結，但某些搜索查詢可能會出現搜索的去中心化。如果我想知道最近的披薩店，谷歌是為此而設的，但如果我想了解這家店的過敏原信息，我需要問店家自己，”他說。

本文轉載自??51CTO技術棧??，作者：伊風