同样的免责申明：以下为编辑视角的串讲，没有一致的态度倾向，请读者自行辨析事实和观点、共识和非共识。
大的主线是：
-
搜索 query 变长和语音提问是趋势，低龄儿童和不会用输入法的人是 AI 搜索/Chatbot 可以关注的潜在用户； -
AI 搜索在国内就是典型的小红书和抖音的机会； -
数据源是 AI 搜索的关键壁垒，但在具体场景里提升效果仍然需要海量人工投入； -
搜索会分化，需求由不同的垂直应用承接，但全新独立产品从搜索到内容平台的路很难走，对商业化和 marketing 的重视度需要提高。
01
用户行为的变化
AI Chatbot 更强调多轮，交谈过程中的每个 query 可能比较短，问完一个问题，如果模型回答得不好，还可以通过多轮的方式逐渐修复对用户问题的理解，从而答得更好；而 AI 搜索更强调一上来就理解用户的意图，需要拆 query，在知识型的 AI 搜索产品里，用户的 query 更是特别长，甚至有时候不是一句话，而是在说一段话。在海外也有类似的现象，Google 的 query 平均词数为 2-3 个，而 Perplexity 里大约是 10-11 个词。
语音直接问更符合人类直觉，但需要解决更复杂的 query 理解问题。query 长度的增加在上了语音表达之后更加明显，其实就是说话说得越来越碎了。这个行为是不可逆的，一旦降低了门槛，再让人主动去学就有点反人性了。专门去挑语音输入的 case，尤其是是儿童的声音来听，会发现很多人是说不清楚需求的，现在 query 理解的难点更多在于对自然语言里表达的语序、结构、车轱辘话来回说的拆解，比传统搜索引擎内更加复杂。
面向儿童的 AI 产品有更天然的 PMF。专门的 AI 搜索产品的用户在今天仍然更多是学生、白领、工程师、市场营销等属性，搜索的都是比较高端的知识，比较效率型。成人使用 AI 助理的频次较低，PC 端还行，手机上的留存确实要差一些；但小孩不同，360 做的儿童智能手表，即使下架了，问任何问题都会说暂时不能回答，这样一个已经不能用的产品，仍然有一半的日活用户。可以想见，等这些小孩逐渐长大，会更习惯于语音输入，和我们的习惯会很不一样。还有以前不是传统搜索的用户，例如有 6 亿不会用输入法的中国人，将来可能也是 AI 搜索/Chatbot 的机会。
02
垂直场景的 fun facts
豆包：
-
有很多 DAU 其实都是通过推送或者引流暂时保留的，开学就掉了一波，因为很多小孩手机收回去就用不了了，得重新找一批新用户。这跟很多产品一开学就上涨的趋势相反 lol。 -
豆包在抖音直播间的露出很激进，拉了很多流量，可能用户第一个刷到的是东方甄选，后面紧跟着就是豆包，其实是在用做电商的思路把自己的产品卖出去。 -
现在豆包在朝着资讯方向走，上了很多资讯助手，语音播报、耳机模式等等，用一种新形态在满足原来那群资深的用户，能看到很多过往产品的影子。
-
在一线城市上了 AI 搜的功能，把平台生态里的视频和图片等作品给大模型，然后综合地给出一个回答，不只是用 AI 对搜索做提效，也有很多创作的需求、虚拟陪伴的需求，更像是在短视频平台里做了一个 Chatbot。 -
搜索的文字 query 最常规的是娱乐向问答，不是搜知识，而是八卦，例如「某某事件的女主后续怎么样了」，这一类是求知型的 N 倍。 -
图搜最典型的场景就是看到小姐姐的裙子很好看，暂停以后基于图片理解成一个 query 给模型，就可以跳转到电商里去买；甚至还可以用相机拍家具，询问坏了怎么办，也能搜出来答案。
-
70% 的月活用户都会搜索，40%+ 的新用户打开小红书第一步都是直奔搜索。 -
搜索 query 也同样变长：以前搜索词很短，通过搜索来挑选内容，但近期出现了更多带着问题来的表达，就像是带着 prompt 去问 AI Chatbot，只不过在这里背后给出回答的不是 AI，而是可以解决更复杂需求的人。 -
内测过的 AI 搜索能力在美签攻略等将非结构化信息进行结构化的场景里提效最为明显，平时可能需要看十几个帖子，还需要自己排除重复信息，但现在只需要搜一下就能得到一篇图文并茂的完整攻略，Aha Moment 非常惊艳。 -
即使同样是八卦吃瓜场景的搜索，和短视频平台的差异在于：一是会引用更多长尾 UGC 内容而不是大 V 营销号；二是在内测产品中尝试在搜索答案里的适当位置插入用户评论，有完全不同的调性。小红书里有专门搬短视频平台内容的用户，同样的内容很多人就愿意在小红书里刷，不在短视频平台刷，就是因为评论区氛围，所以这个是带不走的。 -
小红书今天很成功了，但用户量级跟最头部的产品还是有差距，广大大众可能没办法为小红书的内容形态买单。以某短视频平台作为对照，做过很多跟小红书一模一样的双列图文，但接受度高的都是手机里有小红书的用户，而不是自己原有的用户；还有一个「经验」板块，用户也大都是以前不用短视频产品、用小红书的用户。在 AI 搜索下，整体的内容生态也同样难以照搬。
-
在原本就做电商的平台里利用 AI 做一些结构化的内容和生成型的内容对于购买转化等指标的增益非常有限，大概是 ±5% 的范围。 -
AI 能带来最大价值的应用场景是满足送礼需求：用户在送礼时并不总能确定礼物是否合适，只需要感觉合理即可，AI 给出的答案容错率高，也能帮助用户快速做出选择。常见的送礼做法就是先收集信息，例如送礼对象的性别、年龄、职业、爱好等，再拆解逻辑，例如互联网打工人可能常熬夜，爱美的小姐姐可能注重护肤，然后从商品角度展示参数并且结合画像协同过滤去做最后的推荐。需求描述得越详细，条理拆解得越清晰，最后的推荐采用率就会越高。 -
独立的 AI 电商导购，即使费劲获到客，也很难让用户在产品里直接下单，用户更多是将其作为一种信息源补充，最后一步仍然倾向于用自己原本的购物方式在传统电商平台进行支付。
03
大厂的禀赋和决心
数据源是 AI 搜索的关键壁垒，AI 搜索在国内就是典型的小红书和抖音的机会。因为第一有用户需求，有搜索心智；第二本身是以内容见长的平台，独有的数据源能支撑着 AI 再去生成新内容；第三有能力去把这些内容进行抽取和结构化；第四可以在未来的效率提升和中心化运营上做很多事情。
至于说从 AI 搜索出发能不能成为一个单独的内容平台，今天内容的定义已经比较泛了，只要能够提供某一种信息或者互动，就是内容，比如商品也可能是一种内容。而这样的内容未来规模有多大，覆盖率有多高，以及不管是从公司角度还是从技术角度，需要为此付出的基建成本、纠偏成本、内容可用性成本等等其实是真实存在但隐形的，毕竟这些内容一旦以官方服务的方式提供出来，准确性和可用性需要有一定的保障。
如果进一步强调 AI 搜索中信息的「有用」，AIGC 的难点其实在训练集里，内容的多样性是不够的。例如在电商导购场景里，只按照基础的训练模型讲解的话，哪怕 AI 能讲出个一二三四五点，也都还是大家的常识，没有办法基于这个商品本身的类型、特性等给出更多更有价值的选购意见。买冲锋衣、买瑜伽裤怎么选，需要很多背景知识，但这些背景知识并不是全网共识，而是需要很多的外部输入，以及想要再结合更细的品类和具体的品牌，并且判断哪些数据是真实可信的是有帮助的，就会导致海量的人工投入。只要大厂有决心，其实招几百个外包也可以，但想做的事情足够大的时候也不能无限堆人，只能寄希望于在训练方法上再去找一些突破。「曾经梦想成为一代勾勒各种理想态的产品经理，到头来还是成为了一个标注头子」。
04
新产品的美梦和突围
4.1 从搜索到内容平台
搜索将来会不会分化？其实搜索已经分化过，以前在百度里大家都搜商品、搜本地生活，后来这些 query 逐渐落到了大众点评、汽车之家、淘宝等场景中，但百度仍然占市场的主导地位。背后的逻辑其实是，搜索需求本身就很难被一个产品收住，垂类的搜索需求会随着服务能力的延伸慢慢被垂直平台分走。这个趋势将来在 AI 上还会重演，只不过可能是其他垂类。替代很难，但分一杯羹是有戏的。
海外 Perplexity 的流量一直在涨，业务上从单纯的搜索变成了最近的动作几乎就是在做内容，让用户可以生成一个 Page 把内容沉淀下来，APP 的第二个 Tab 就是在做今日头条满足的需求。Perplexity 现在做的 AI 整理互联网上的数据，但是还缺少人类自己输入的数据，下一步可能就是让用户很快地把一些简单的但是实时性高的或者是地理位置相关的数据给补进去，否则 Google 的统治就太强了，信息源还是没有变化。
从另一个角度来看，现在每天全网的短视频发布量是 1.5-2 亿个，不管是量还是质都远远解决了供给问题，图文就更不必说。做过尝试，通过大模型去生成内容，解决了门槛的问题、量的问题、效率的问题、成本的问题，最后发现还是没有办法 PK 过已有的这些大平台能够带动的 UGC 内容生产，相比之下 AIGC 出来的东西在整个互联网的内容供给中都是毛毛雨。虽然 AI 辅助创作能让特效和动捕等变得更轻松，在制造爆款上提升效率，一个好内容的价值超过 1 万个不好的内容或者普通内容，但对于搜索来说，AI 生成的大部分信息如果无差别地沉淀下来就会变成污染了互联网的脏数据。现在去训的数据挖到最后发现有些也是 AIGC，这个就很崩溃，未来对于内容真实性的识别更会成为广泛的难题。
一个冷知识：其实百度早年也走过搜索和内容互通的路，只不过产生内容的是人。贴吧本为搜索而设计，但逐渐被推荐算法这种更中心化和更高效的分发方式所取代。P.S. 1）此处不提贴吧衰落的内因，2）此处不展开对海外 Reddit 的分析
熟练用户会发现谷歌上带空格组合词搜索效果好而选用谷歌，但更多用户常使用长关键词和疑问句搜索，百度贴吧和百度知道经常能对此提供帮助。 贴吧、知道等产品就是顺应互联网定义的变化而产生的，引导用户创造大量口语化的讨论和问答，满足用户关于冷僻内容、突发内容、问句搜索的需求。反过来，当用户这方面的搜索体验改善后，又会养成更多这样的搜索习惯。
《俞军产品方法论》
4.2 广告可能仍是商业化的最终解
想来想去还是觉得广告的商业模式很好，是一种注意力货币，可以做各种各样的交换。不像买会员，你一定要有这个需求了才会付费成为我的会员；对于广告，理论上你有任何别的需求也可以在这里进行价值交换，只要产品辐射的范围够大，用户对推荐的东西不是很抵触，不会出现广告内容与场景非常违和的情况。
口嫌体正直，广告就是比会员赚钱。百度的竞价广告里最赚钱的是医疗，医疗里最赚钱的是男科。一个不孕不育的搜索需求背后顶得上 Perplexity 开好几个月的会员。Perplexity 最近也开始推广告做招商，选了健康、金融、时尚购物等一些垂直的品类以及一些像耐克这样的高端客户，希望提升自己的品牌形象，在产品中会通过赞助问题、答案主体、相关问题和网页侧边栏等多种形式植入广告。
在 AI 搜索中插入广告面临召回率的挑战，还需要时间来验证商业化。只有当用户确实有相关需求，例如主动询问手机应该买什么品牌时，插入广告才不会显得生硬。但与广告匹配的搜索需求在整体中的占比很低，用户的提出的问题里可能只有 10% 适合加广告，再经过点击等漏斗层层过滤后，最终能带来收益的部分非常少。如果这个问题解决不了，挣不到足够的钱，商业化就不成立。对于 Perplexity 来说，跑通的话至少可以作为付费订阅之外的一个收入来源补充。
4.3 同质化竞争的时候，市场比产品重要
产品卖点的接地气和夸张化让普通用户更容易记住并选择。《跨越鸿沟》最重要的一句话是「早期大众和早期使用者无法相互参考意见」。之前有段时间 Kimi 在所有渠道都狂讲「长文本」这件事，这种营销才是对的， 而同期阶跃在打「多模态」，MiniMax 在打「MOE」，在这三个概念里，只有「长」能被用户理解，其他两个词都很抽象，用户并不关心。是可以识别图，但好像也没那么多图要天天用，但一说可以「50 个 pdf」，「从《三体》里找到某一句话」，那一下子就懂了，很接地气，用户很难有这么极端的用例，但如此夸张就会让人印象深刻。
大部分用户没有那么多的判断逻辑，没有择优的敏感性，很多时候一个产品本身没有那么强，但用户就是记住了，然后就选择它。「被记住等于被选择，而不是优秀等于被选择」。
找垂直领域的 KOL 做投放成为共识。AI 博主能 cover 到的用户早就被洗了无数遍，投放效率是差的，国内外开始同样在找学生、宝妈、健身等垂直领域的博主，海外还多了国家和地区这个维度需要额外做区分。把产品的能力翻译成那个领域的需求和那个领域的人能听懂的话去做 marketing，他的痛点是什么，用什么样的表达方式才会有共鸣，这不是工程师能解决的问题，业界有公司会找一堆垂直领域的实习生来做。
除了做增长的通用路径上的基本功之外，还有一些带杠杆的方式，例如能引起社交传播的内容，需要有足够强的敏锐度去察觉以及足够高的执行力快速试错。今天的 AI 软件仍然深度依赖于移动互联网，获客效率可能是现在 AI 公司的核心能力，甚至比产品力都更重要，因为产品差异化没那么大。
大家很多时候会高估产品的差异化，低估市场的差异化，从一个生意的角度来看差别太大了。在融资的时候可以跟 VC 讲，在销售的时候可以跟客户讲，我比我的竞争对手多做了一些功能，这些功能可能只有 5% 的用户会用，在解决用户的问题上其实是不重要的，但在 marketing 上是重要的。产品差异化有时候不是产品本身的竞争力，而只是说服投资人、说服客户的竞争力。在一个行业里，产品可能是一样的，但用户量是不一样的，用户量最大的公司收入不是最多的，收入最多的公司利润不是最高的，大家的差异来自于用户增长逻辑的不同，投 KOL、口碑传播、线下销售、和大厂绑定搞关系走渠道等等，这都是一个个不同的生意。
© 版权声明
文章版权归作者所有，未经允许请勿转载。
相关文章
暂无评论...
