小红书之所以和搜索挂钩，一个关键点是它有新的信息源，平台上的信息被持续地高效地生产出来。2018 年的小红书，你会觉得它是一个社区，和购物关系更大，不会觉得在能上面通过搜索来解决你的生活问题。到了 2022 年，你要去查哪里可以做核酸，感觉只有小红书能解决这个问题。2023 年知乎内部有一个用户调研发现搜索心智掉了一半，那一半全部都去了小红书。小红书的厚积薄发在于平台上积累了过去十年中国人在生活中的各种长尾信息，内容深度非常深，有活人来实时回答各种非常细的小问题，使得它的搜索性质很强。
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」。
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。
4.2 广告可能仍是商业化的最终解
粤ICP备14082021号
免费POC，
零成本试错
