作者丨張凱然
編輯丨殷觀曉
圖源丨Midjourney
在剛剛結束的 Google I/O 開發者大會中，Google 宣佈上線由 Gemini 驅動的高階 AI 搜尋模式 AI Mode，可以應對複雜問題，支援追問。與之前的 AI Overviews 對 AI 搜尋的淺嘗輒止不同，Google 終於不再死抱著“關鍵詞+連結列表”，開始擁抱“自然語言互動+結構化答案”的“新”正規化了。
Google AI Mode｜圖片來源：騰訊科技
作為上一代搜尋引擎的霸主，2024 年，Google 的搜尋業務貢獻了 1750 億美元，佔總收入的一半以上，而轉型 AI 搜尋勢必會對這部分收入帶來衝擊，這也是 Google 一直在 AI 搜尋方向猶猶豫豫的原因。
而讓 Google 決心轉型的則是“AI 搜尋帶來的危機感”，研究機構伯恩斯坦認為，如果算上 AI ChatBot 的話，Google 搜尋的市佔率可能已經從 90%+ 降至 65%-70% 了，再不入局，搜尋領域的霸主位置很可能不保。
但換個角度，Google 的入局，並非指向 AI 搜尋領域的風生水起，而是對 Chatbot 吞噬流量的應對。在 AI 對話（既包括 ChatGPT、也包括加入了 Chatbot 的各類工具例如 AI 筆記產品 ima、又如夸克網盤）吃掉一切流量面前，Google 尚且決絕轉身，AI 搜尋的新玩家們日子更不好過。
4 月 11 日，由前小度 CEO 景鯤（Eric Jing）開發的 AI 搜尋引擎 Genspark，宣佈關閉搜尋引擎產品、轉型 AI Agent。
而雖然在使用者端 Perplexity 近一年訪問量從 4500 萬，增長到了 1.29 億，增幅達 186%。但 The Information 的資料顯示，在收入端，Perplexity 獲得了 5900 萬美元的訂閱收入，但這是按原價核計的，實際上 Perplexity 很多時候是“打折”售賣，實際收入也就 3400 萬美元。而且即便如此補貼，付費使用者數也僅有 26 萬，僅佔比 16%。疊加上算力及各種成本後，2024 年，Perplexity 還淨虧損了 6800 萬美元。雖然能夠靠融資“續命”，但“玩命補貼卻無法轉化收入”顯然不可持續。
Perplexity 收入情況｜圖片來源：The Information
在谷歌正式轉向的節點，我們再次審視了 AI 搜尋賽道。為此，我們總結了 2024 年 8 月至 2025 年 4 月 AI 搜尋賽道各產品的融資情況，先來觀察這個去年大熱的 AI 賽道，如今的狀況。
融資額減少
Perplexity 和 Glean 還佔了 85%
本表僅收錄以搜尋為核心功能的產品，不包括有搜尋功能的 AI Agent 或 Chatbot 產品，比如上期中收錄過的 GensPark 轉型了 AI Agent，所以即使GensPark 在此期間有融資，也沒有收錄。
從產品數量和融資額兩個維度相對比，上期中（2024.1-7）總共收錄了 15 款 AI 搜尋引擎產品，總融資額 12.8 億美元，而本期中（2024.8-2025.4），收錄的產品只有 10 款，總融資額 8.93 億美元。
雖然看起來兩次統計僅相差 4 億美元，並不是那麼嚇人的資料，但細看下來，Perplexity 融了 5 億美元，佔所有上榜產品融資額的 56%，上期上過榜的企業內部資訊搜尋引擎 Glean 融資 2.6 億美元，佔比 29%，而剩下的所有產品加在一起融了 1.34 億美元，僅佔 15%。
相較之下，上一期中，拋開融了 D 輪 6.5 億美元的 AlphaSense，以及 Perplexity 和 Glean，其他產品的融資額還能達到 6 億+美元，融資顯然活躍許多。毫無疑問，至少在資本層面，中小 AI 搜尋創企的生存環境是大幅惡化了的。
此外，上期選題收錄過的 15 款產品中，僅有 3 款在這段時間融過資，除了 Perplexity、Glean 兩個獨角獸創企外，僅有影片語義搜尋工具 Twelve Labs。
而從類別看，通用搜索引擎有 3 款獲投，總計融資額最高，但是 You.com、Perplexity、秘塔 AI 搜尋，都是搜尋引擎賽道的老玩家了，而更多新面孔則出現在垂類場景搜尋，以及面向企業/行業的搜尋場景。
更小、更垂、更專業，是 AI 搜尋引擎的整體發展方向，與當初 AI 來了，大家想幹出下一個 Google Search 大相徑庭。
大廠搶佔生存空間
本身又做不出差異化體驗
“AI 搜尋”很尷尬
而 AI 搜尋引擎的“沒落”的原因，首當其衝來自“通用 Chatbot+搜尋功能”侵蝕原本屬於 AI 搜尋的使用者。從 2024 年 10 月底 ChatGPT Search 推出以來，各個大平臺紛紛開始在旗下的 ChatBot 或其他產品中融入 AI 搜尋功能，從目前的情況看，AI 產品榜全球總榜排名前 4 的產品，都已加入 AI 搜尋功能，單看訪問量，這些產品都比 Perplexity 高出好幾倍。
全球 AI 產品總榜 Top4 都加入了搜尋功能｜圖片來源：AI產品榜
搜尋，其實一直是網際網路時代最大的流量入口，AI 時代也同理，那麼為什麼 ChatGPT 等產品不更早推出搜尋功能呢，不是他們不想，而是無法保證使用者體驗。
在 2024 年 9 月 OpenAI o1 面世前，市面上還沒有推理模型這一概念，此前大模型的運作機理其實是“接話茬”，即透過大量的文字訓練“預測”使用者的輸入可能跟著怎樣的輸出，給出看著很像樣的答案，但其實模型 “並不知其所以然”，幻覺問題也就由此而來。
而當初 Perplexity 等 AI 搜尋產品的基本流程就是“拆解關鍵詞+調搜尋 API 或透過自建索引庫，進行多關鍵詞並行搜尋+整合答案輸出”，大模型服務於第一步和第三步，雖然透過工程最佳化，大模型能夠儘量準確地抓到關鍵詞，並且輸出答案，但由於本質還是“預測”而非“思考”。所以，不論是 Perplexity，還是當時的 Google AI Overviews，都經常胡說八道，備受使用者吐槽。
AI 幻覺率測試｜圖片來源：GitHub
但隨著 OpenAI o1 的推出，尤其是 DeepSeek- R1 帶來推理模型的成本大幅降低，各通用產品的搜尋功能紛紛上線。而與之前的模型機械式地拆解關鍵詞去搜索不同，新版的模型會透過語義理解、路徑選擇、記憶等輔助模組，更好地理解使用者的搜尋意圖，顯著降低了幻覺對搜尋結果準確性的影響。
推理模型對使用者搜尋指令的拆解，模型：o4-mini｜圖片來源：ChatGPT
所以在 9 月推出 OpenAI o1 後，ChatGPT 在 11 月就推出了 GPT-Search，DeepSeek- R1 上線時，也同步加入了搜尋功能。對於通用產品來說，模型技術突破、可保證的使用者體驗，是加入搜尋功能的最底層驅動力。
但在各通用產品紛紛加入搜尋功能的時候，包括 Perplexity 在內的 AI 搜尋產品，雖然也迅速支援了推理模型，但並未給出更新的使用者體驗，仍然是輸入自然語言，返回答案和出處”，從使用者的角度看，搜尋產品的獨特性就不存在了，使用者理所當然將搜尋需求轉移到更全能的通用產品上，不需要再來回跳轉。
而更進一步，通用產品後續的資訊整合輸出能力，調動記憶、以及其他工具的能力，也都強於 AI 搜尋。Perplexity 這樣的頭部產品還能靠加入 Deep Research 等功能，與通用產品掰一掰手腕，而 GensPark 等產品，則轉型 Agent，爭取交付“結果”。
面對這樣的賽道現狀，投資人相對保守，也就不足為奇了。
AI 搜尋產品 Hika 的聯合創始人浪仔認為，目前通用 AI 搜尋的產品形態是無法與“通用產品+搜尋功能” 打出足夠差異化的（這裡的通用產品指 ChatBot、也指 Google、Reddit、Bing 等融入了 AI 的傳統平臺），但他認為，完全適合 AI 時代的搜尋產品的形態尚未出現，而這個新產品形態可能會帶來顛覆性的體驗。
從 AI 產品榜的 4 月訪問量資料看，全球 Top20 的 AI 搜尋引擎產品均出現了不同程度的下滑，其中也包括近期融過資的 Perplexity、秘塔 AI 搜尋等產品，再疊加上“上一代霸主”Google 的入局，“通用搜索”這個細分領域正在變得越來越擁擠。而 “打不過”巨頭們的 AI 搜尋產品們，開始轉向了垂類搜尋場景。
圖片來源：AI 產品榜
非頭部，卷向垂類搜尋？
在各大廠的圍剿下，能夠拿到融資的通用搜索引擎基本都是有一定積累的老玩家，但依然不乏新玩家種子輪、A 輪），基本分 2 種，基礎設施和垂類場景搜尋。
Consensus
總部所在地：美國波士頓
創始人：Christian Salem 和 Eric Olson
成立時間：2022 年
總融資額：1920 萬美元
Consensus 的功能類似 Perplexity，但主要的信源是全網的健康和醫學類論文，面向學生、研究人員和醫生等群體。自從 2022 年推出以來，Consensus 已經有 40 萬 MAU 和 150 萬美金的年收入。
Qura
總部所在地：瑞典斯德哥爾摩
創始人：Arvid Winterfeldt 和 Erik Nordmark
成立時間：2023 年
總融資額：270 萬美元
使用者可以使用自然語言進行查詢，搜尋引擎會給出答案和對應的法律條文或法律文書原文，主要面向律師等法律專業從業者。
LlamaIndex
總部所在地：美國舊金山
創始人：Jerry Liu 和 Simon Suo
成立時間：2023 年
總融資額：2750 萬美元
LlamaIndex 原名 GPTIndex，是一個開源資料框架，旨在將大模型與特定領域的私域資料連線起來，是構建 RAG（搜尋增強生成）應用的結構化基礎設施，應用於企業內部資訊搜尋、法律文件分析，智慧客服系統等場景。LlamaIndex 由 Jerry Liu（大機率是華人）開發，最初是個人開源專案，後獲得由 Greylock Partner 等風投的支援。
Twelve Labs
總部所在地：美國舊金山
創始人：Jae Lee
成立時間：2021 年
總融資額：9200 萬美元
Twelve Labs 是一家致力於打造多模態“影片理解”（Video Understanding）基礎設施，以實現對影片進行語義搜尋的 AI 公司。
Twelve Labs 有三款核心產品，一是 Marengo 模型，該模型可以讀取大量影片的內容，並建立索引，讓使用者能夠透過自然語言來搜尋和訪問儲存在影片中的各種資訊。二是 Pegasus 模型，能夠進一步理解複雜影片，具備長影片總結、查詢、回答及分析能力。三是 Embed API，該 API 可以將影片、文字、影像、音訊等資料轉化成向量，以便於進行相似性搜尋和內容分析。
目前 Twelve Labs 已與媒體和娛樂、廣告、自動化及安全等多領域的客戶展開合作，例如藉助 AI 影片搜尋實現快速標記賽事精彩瞬間、查詢監控錄影等。
Micro1
總部所在地：美國矽谷
創始人：Ali Ansari
成立時間：2022 年
總融資額：660 萬美元
AI 可以透過使用者自然語言描述，以及上傳的簡歷與資料，自動為使用者匹配合適的職位。而針對僱主，Micro1 提供的“AI 招聘官”，也可以篩選符合僱主錄用條件的技術人才。此外，Micro1 還提供 AI ChatBot 解決招聘流程中的常見問題（遠端辦公規則、薪資等）。
Infactory
總部所在地：美國舊金山
創始人：Brooke Hartley Moy 和 Ken Kocienda
成立時間：2024 年
總融資額：400 萬美元
這款搜尋引擎的差異點在於，大模型只參與解讀使用者意圖的步驟，而後續的搜尋資訊則沒有大模型參與，以規避幻覺問題。Infactory 引用的資訊都是主流媒體、論文等較為可靠的資訊源，使用者也可以選擇自己信任的資訊源來優先獲取資訊。該產品，面向的是新聞媒體、研究機構等相對專業的企業或組織。
除了 LlamaIndex 屬於基礎設施專案外，其他產品都是針對醫療/法律/影片/求職/事實核查等，特定場景或滿足特定使用者需求的資訊搜尋工具。從這些產品來看，獨特的資訊來源或者獨特的資訊搜尋方式是這些搜尋產品與通用產品的差異點。
寫在最後
總體來看，由於模型推理能力的擴充套件、加之搜尋流量入口的誘惑力，AI 搜尋成被大模型覆蓋的重災區。而 AI 搜尋在這種情況下，創企的差異化只能體現在交付更具可用性的結果，要麼是更可靠的資訊拼湊出的答案（垂類）、要麼是直接給付結果（Agent 做 PPT、研報等等）。
而對於 Google 和仍在堅守的 Perplxity 們，商業化是不可迴避的問題。雖然 Google 表示，AI Mode 會將“Sponsored”標記的廣告內容嵌入對話右側或結尾，且內部資料顯示，被 AI 回答引用的網頁點選率高於傳統藍色連結。但 SEO 專家們卻表示，資料顯示，AI Overview 的出現會顯著降低搜尋廣告的 CTR，正式轉向 AI Mode 之後，商業化水平如何還要等待觀察。如何用 AI 搜尋來賺錢，仍是業內需要探索的大課題。