距離Perplexity，國產AI搜索還差什麼？_風聞
新眸-45分钟前
過去一年，圍繞“AI搜索是否能夠顛覆傳統搜索”這個話題，業界已經展開了無數次討論，站在2025時間節點來看，問題已經有了結論：AI搜索的確顛覆了傳統搜索。
從StatCounter數據來看，傳統搜索巨頭谷歌的市場份額今年首次跌破90%，微軟Bing、OpenAI、阿里通義、百度、小紅書等玩家相繼入局，讓Gartner關於"2026年傳統搜索流量或降26%“預測加速兑現。
但需要注意的是，這種“顛覆”還僅停留在用户使用習慣的改變和傳統搜索場景中，並非是對傳統搜索引擎生態及其商業化模式的系統變革。
以最近DeepSeek對國產應用程序幾乎全面接入來講，相比納米AI、文心一言、騰訊元寶，人們的注意力主要集中在DeepSeek上，道理也很簡單，DeepSeek R1推理能力很強，但總是卡頓，前者貢獻用户流量，後者扮演提供滿血版入口的工具角色。
聯想到微信搜一搜官宣接入DeepSeek R1時，兩個國民級產品的結合，一度讓月活7億的微信搜索看到了商業化的春天——但事實真的是這樣嗎？
先説觀點，直到現在，AI搜索還有很大的想象空間。
即使放在微信場景裏也是一樣，《新眸》在實際體驗中發現，AI搜索除了回答問題時的語料庫有一定差異，用户體驗上並沒有什麼不同。不同的是，它是完全免費的，而且不能加廣告。
很多人會將Perplexity視為行業標杆，去年這家公司估值“三級跳”來到了90億美元，資本押注的原因更多的是數據增長：Perplexity年度經常性收入（ARR）暴漲500%至5000萬美元。
儘管如此，Perplexity收入來源仍然非常單一，基本靠Pro版的付費訂閲，受眾還侷限在一些高知高薪人羣。其創始人Aravind Srinivas自己都曾表示焦慮，AI搜索最大的障礙不是Google，而是人們的習慣難以改變——他們不擅長做出這樣的提問。
更糟糕的是，迷信AI搜索的技術愛好者們，如今還無法徹底擺脱對AI幻覺的擔憂，信息溯源始終是個難題，無論是國內還是國外，不同商業化敍事下，一些共性問題始終存在。
1
同質化與內卷之下
AI搜索的分化與增長困境
溯源起來，國內真正意義上第一款融入大模型的AI搜索產品，是崑崙萬維在2023年推出的天工AI搜索。與Perplexity相比，兩者均採用自然語言交互+信息源標註的核心架構，功能重合度超過80%，在中文場景，天工的語義理解和即時信息抓取的表現甚至更優秀。
彼時國產大模型浪潮迭起，幾乎同一時間，文心一言官宣全面開放，功能圍繞“搜索+多模態生成+聊天智能體”進行搭建，側重基礎回答、AI總結和寫作；AI新勢力的代表作品，比如智譜清言和月之暗面的Kimi，它們的優勢更多體現在長文本處理和內容生成方面。
仔細對比會發現，包括早期的騰訊元寶、阿里通義千問在內，國內大多是基於大模型開發的AI產品，對比天工、Perplexity，並不能算作真正的AI搜索工具。
後者具備全網即時檢索、深度推理和跨源驗證的能力，而前者的強項在於文本和對話，並且大多依賴預訓練語料和封閉內容生態，比如文心一言早期就依賴百度搜索數據增強，元寶則與微信生態深度綁定，在大模型爆發早期，主要起到市場份額提前佔位的作用。
另一方面，Perplexity的爆火，讓外界看到，即使不去卷大模型，憑藉對數據的整合、精準的信息檢索以及高效的知識問答能力，仍然可以取得不錯的商業化效果，尤其對於那些陷入大模型無效內卷的玩家來説。
當AI搜索駛入加速階段，產品側迎來分野時刻，市場也急劇催生出四條路徑。
一類是像Perplexity的原生AI搜索引擎，秘塔、Kimi作為其中代表，典型特徵是採用"搜索框+結構化答案"模式，通過聯網直接生成含來源引用的多維度回答。
第二類是AI增強型傳統引擎，比如有了GPT加持的Bing，還有嵌入大模型的百度搜索，它們會在傳統結果頁的上方疊加AI生成框，並且保留廣告位和商業排名機制。
第三類以AI對話助手為基礎平台，融入搜索功能，比如阿里的通義千問、騰訊的元寶和字節的豆包。聯網功能的上線，讓他們與AI搜索的邊界變得更加模糊。
AI搜索裏的第四類分支，是在原應用生態中生長出的附屬功能。比如除了基礎回答外，抖音、小紅書、微信的搜索入口，會基於UGC內容來生成答案。
據新眸不完全統計，截至去年底，包括騰訊、阿里、小紅書、B站、AI六小龍在內的大型公司，再從搜狗、抖音，到微信、知乎和支付寶——幾乎所有帶搜索框的互聯網產品，都嵌入了AI入口，意味着AI搜索這一概念逐漸泛化。
其中，大廠更傾向將AI搜索作為生態粘合劑，90%的通用型產品採取完全免費策略，並沒有實際的商業價值。而在原生AI搜索引擎中，用户需求往往集中在增值服務或專業領域，但現實裏願意為此付費的人羣非常有限，且他們往往很快就能找到免費平替。
同質化的產品過多，用户隨用隨走，幾乎沒有粘性可言，這成了AI搜索產品的通病。
據QuestMobile發佈數據，2024年與AI相關APP中，月活千萬以上僅兩家，八成月活低於50萬，包括豆包在內的大部分工具型AI，月均使用天數5天左右，平均卸載率高達50%。用户增長大多依靠投流，缺少曝光的情況下，流失率極高。
從這個角度來看，DeepSeek陡然出圈並不是一件壞事，雖然Kimi、通義、訊飛星火等訪問量出現下滑，但接入DeepSeek的玩家在底層能力的差距，卻在逐漸縮窄。
這種的背景下，國內外產品呈現出戲劇性反差，以天工AI為例，雖然曾以5個月達成千萬月活的成績超越Perplexity，卻在半年內用户流失超60%；反觀Perplexity，其月訪問量突破1億後仍保持日均3萬的下載量增長，隨着近期超級碗期間的營銷成功，Perplexity的應用下載量又提高了約50%。
2
Perpelexity是AI搜索的標準答案嗎？
為什麼同樣是AI搜索，Perplexity這麼受歡迎？
把這個問題拋給元寶、豆包和DeepSeek分別回答時，它們給出的答案基本都圍繞Perplexity在技術、市場定位、用户體驗、社區生態、文化因素和市場營銷等方面的優勢。其中，DeepSeek給出了概括：
比起對話，Perplexity更善於進行即時深度的信息檢索，因此契合了歐美用户更願意為省時間的工具付費的習慣。
《新眸》在體驗了市面上大多AI搜索後發現，類似秘塔、Kimi，以及其他接入了DeepSeek能進行聯網搜索的產品，它們與Perplexity功能差別並不大，真正的不同體現在其它方面。
當下AI搜索的瓶頸並非大模型，而是數據的準確性與可靠性。AI搜索的關鍵技術在於RAG，後者能夠解決AI幻覺、知識更新、長文本連貫性等問題，但RAG強烈依賴傳統搜索引擎提供的信息。打個比方，一旦谷歌搜索的結果出現失誤，AI搜索的回答將難免有混亂。
典型的例子，有時候DeepSeek生成的答案裏會暗含廣告，這其實並非工具夾帶了新的商業模式，而是投餵的語料中，尤其是中文互聯網領域本身就充斥着大量垃圾信息。
回到標題的問題：Perplexity會是AI搜索的標準答案嗎？
如果僅從滿足用户搜索需求的角度看，它的確是個稱職的“答案引擎”。然而，換個角度，大多顛覆式的產品背後，都伴隨了商業模式的徹底革新——顯然，如今Perplexity還沒有達到這個程度。
不到兩年的時間裏，Perplexity的ARR達到了5000萬美元，步入高增長企業行列，但值得注意的是，這部分收入基本源於pro版本的訂閲。如果要維持持續的算力投入，並支撐90億美元甚至更高的估值，Perplexity不僅要解決持續拉新和老會員續費的問題，更要突破單一的商業化模式。
按照Srinivas的説法，AI搜索目前是一門高投入低迴報的生意，因為“它的利潤不夠高，用户基數還不夠大，如果有1億人訂閲，留存率接近 100%，那才是一門好生意。”在他看來，廣告是下一步最好的選擇。
舉個例子，當用户查詢紐約三日遊攻略時，AI基於語義分析自動生成關聯性商業問題，例如“是否需要預訂帶私人泳池的酒店？”，廣告商則通過競標機制植入品牌內容。
在收費方式上，Perplexity採用的是按每千次廣告展示計費的CPM模式，而非按點擊次數收費。學歷高、收入高的付費用户為其高定價提供了支撐，目前，Perplexity CPM定價超50美元，遠高於傳統廣告平均個位數的水平。
坦白講，廣告究竟給Perplexity帶來了多少盈利，我們還不得而知。Srinivas在近期的多次採訪中表示，相比訂閲、企業服務，廣告會成為Perplexity最核心的盈利引擎，但問題是，他們還沒有徹底解決“相關性”的問題。
3
關於AI搜索的商業化想象
國內AI搜索的商業化同樣一言難盡，時至今日，還沒有一家公司公佈其AI搜索的完整盈利情況。
如果是C端產品，市場的付費意願本就低迷，再加上DeepSeek入場，為了保住用户流量，連文心一言也立馬宣佈全面免費；廣告這一模式仍尚未萌芽，畢竟Perplexity作為行業標杆都在摸索前行。
具體來看，大廠派的AI搜索，比如豆包、文心一言，本質上是由自家大模型對話產品進化而來的功能，除了搜索，還支持各種多模態生成和生產力工具。但這些免費的AI搜索都不直接參與盈利活動，基於大廠的常見邏輯推測，他們的商業化路徑可能圍繞“流量入口+生態協同”驅動變現。
而像天工、Kimi、秘塔這類原生AI搜索應用，功能同樣免費，他們收入來源於企業級搜索或者專業領域的訂閲，比如前段時間，秘塔科技股東傅盛提到，秘塔AI搜索未來有可能會採取複合的商業模式，向付費會員開放深度分析的功能。
再看國外，大部分的公司已經把視線轉向了企業級AI搜索。在這一領域，Glean、 You.com作為範本，前者ARR在過去一年增長了快3倍，今年有望突破1億美元；後者過去一年的收入增長40倍，達到千萬序列。這樣的背景下，Perplexity和OpenAI最近也都有將目標瞄準企業AI搜索的意向。
去年，Perplexity收購了一個叫Carbon的AI產品，這是一個能夠將外部數據源連接到大模型的檢索引擎，能夠基於用户數據構建RAG應用。
據介紹，Perplexity將把Carbon的數據連接器進行整合，讓用户可以把Notion、Slack 和 Google Docs等應用的數據直接連接到Perplexity，讓用户更容易從自己不同的信息源裏檢索。
今年初，Perplexity又推出了一款企業級API服務Sonar，讓企業和開發人員可以自己選擇數據來源，並把Perplexity的AI搜索工具集成到自己的應用程序裏，滿足不同的應用場景。目前Zoom已經接入了Sonar，AI助手能在用户不用離開視頻界面的情況下，即時提供網絡搜索的答案。
AI搜索公司將商業化的希望寄託在企業級市場，核心原因在於，B端有更明確的付費場景、更高的客單價和更強的數據壁壘。
但企業搜索同樣有些問題仍待解決。以Glean為例，它雖號稱能連接眾多SaaS工具實現統一搜索，但企業內容通常複雜敏感，信息孤島的形成原因與數據權限、團隊協作息息相關，僅靠搜索技術難以解決，“大一統”的搜索結果常需篩選和申請權限，很容易導致體驗不佳。
據業內人士透露，AI驅動的企業搜索產品在技術與服務之間容易出現定位模糊。技術授權難以獲客，企業通常希望一站式解決方案；賣服務則需持續投入，提升留存。包括Glean在內的大多玩家還都面臨獲客成本高、產品黏性低的困境。
可以確定的是，即使已經到了2025，關於AI搜索的討論還遠不會停止。