首页
学习
活动
专区
圈层
工具
发布
首页
学习
活动
专区
圈层
工具
MCP广场
社区首页 >专栏 >AI 搜索 vs 传统搜索:替代还是共存?

AI 搜索 vs 传统搜索:替代还是共存?

原创
作者头像
算法一只狗
发布2025-07-08 21:54:59
发布2025-07-08 21:54:59
4070
举报
文章被收录于专栏:算法一只狗算法一只狗

截至2025年7月,AI助手(如 ChatGPT、DeepSeek、Perplexity AI 等)在信息获取环节的渗透率持续攀升。根据一份覆盖2023年4月至2025年3月的数据报告,AI聊天助手的访问量同比增长80.9%,达到552亿次,而传统搜索引擎依然稳居主导地位——总流量高达1.86万亿次,仅微降0.51%。尽管聊天机器人流量增速惊人,但其总量仍仅为搜索引擎的1/34,可见在宏观层面上,AI搜索尚未完全取代传统搜索。

1.AI 搜索与传统搜索的对比

交互方式

  • 传统搜索需要用户自行过滤和阅读海量结果,围绕关键词跳转网页;
  • AI助手支持对话式交互,可直接生成整合性的答案与建议,更适合需要理解、总结或规划型任务。

比如,点击了百度的AI搜索功能后,它确实能够根据现在的网页信息,集成进一些图文、视频等信息出来然后展示:

像图文暂时这一块,夸克、Bing搜索等,在AI爆火的初期,早就已经接入进来。

使用效率 就拿我最近在看的long clip论文来说吧,直接让chatgpt帮我总结内容就行。搁以前啊,我还得一个字一个字啃,老费时间了。

最牛的是啥呢?ChatGPT不光能给你讲清楚论文里的那些概念,还能直接帮你把代码给整出来。咱做算法工程师的,经常得赶着实现个新算法,这时候让ChatGPT先搭个框架出来,效率直接拉满。

但是AI搜索在实时信息查询方面,因缺乏对最新网络内容的直接抓取,仍存在信息时效性不足的问题。

2.以百度为例:AI 搜索的实践与困境

“已经好久没有用过百度搜索了”,这句话折射出当下许多用户的体验:

  • AI 功能走马观花 百度在网页入口中嵌入了 AI 搜索功能,能够集成图文、视频等信息、直接展示相关内容(如蔡徐坤的视频链接),但类似功能在夸克、Bing、Perplexity AI 等平台早已普及。

  • 大厂组织臃肿

所以说百度还真是“起了个大早,赶了个晚集”,百度从一开始走在AI创新道路的最前沿,到现在文心一言都基本没有人用,真的令人唏嘘。

百度为什么总是做不出像DeepSeek这样的产品呢?归根结底,对于大厂来说,做一个事情是需要为股东负责。也就是做一个项目的时候,先要评估这个项目赚不赚钱,能不能给公司带来收益。

  • 专注力与路径依赖 大厂同时在飞桨框架、文心全系列模型上并行投入,形成“技术军备竞赛”式的投入,却在核心模型技术锐度上不敌聚焦垂直领域的小团队。实践证明,颠覆性创新往往源自组织敏捷度,而非单纯的资源堆砌。

3.AI 能否真正“取代”传统搜索?

现在很多人都在用 AI 助手来找答案,但它其实还有不少明显的短板。

首先是数据的准确性和可靠性问题。因为这些 AI 模型在训练的过程中数据是由时效性的,所以它们给出的信息很可能已经过时了。而且,它们很难帮你区分哪些来源是真正靠谱的,哪些只是道听途说。有时候它们会一本正经地胡说八道,生成看起来特别正确、逻辑严谨的答案,但其实完全错误,误导性还挺强。

在技术方面的限制。很多 AI 助手都没办法实时获取最新的数据,它们也无法访问一些特定网站或者数据库里的内容。如果你问了特别复杂的查询,它们的性能也可能会大幅下降,回答的效率和准确度都无法保证。

而在用户体验上的问题。想用好 AI,首先得学会怎么提问,提示词prompt要经过自己的深思熟虑,才能得到满意的答案,这对很多普通用户来说其实是有门槛的。另外,你在提问时的一点细微差别,它可能就完全 get 不到,给出偏离需求的回答。当然,目前AI还是会存在用户等隐私问题,因为他们会收集你的问题数据然后进行训练。

总的来说,这些问题都说明了,AI 助手和传统搜索

引擎之间,各有优缺点。AI 搜索确实改变了我们获取信息的方式,让复杂任务和多轮对话变得更高效,但它更像是对传统搜索的补充,而不是完全取代。每个工具都有自己的定位和作用,关键在于我们如何根据不同的场景去选择,发挥它们各自的优势。

4.生态竞争格局

ChatGPT 目前拥有全球领先的市场份额(约 86%),但 DeepSeek 在中国市场的快速崛起,也被人看到它的潜力,它甚至一度登顶美国 iOS 应用商店的下载榜。这也再次说明,大模型并不存在绝对牢不可破的护城河。

实际上,如今各家模型在架构和算法创新上已经逐渐趋同,大家都能基于 Transformer 或 MoE 架构,训练出接近 SOTA 的模型。真正拉开差距的,更多体现在以下几个方面:

首先是算力与资源投入。ChatGPT 背后有微软 Azure 提供的海量 GPU 集群支撑,具备稳定且覆盖全球的推理服务能力。而 DeepSeek 走的是另一条路,

还要打造自己的数据闭环与生态整合。ChatGPT 与 Copilot、Office 以及 Edge 浏览器深度绑定,构建起一个强大的 AI 使用闭环;而 DeepSeek 则依托国内的搜索引擎、输入法、短视频等平台,快速积累了大量用户和指令数据,强化了在中文多模态理解上的能力。

最后当然是要有更好的用户体验和本土化适配。ChatGPT 在英文世界几乎无可撼动,但在中文理解、中文写作以及对国内热点的把握上,DeepSeek 和其他国产模型展现出更强的敏捷度与针对性。

总的来看,大模型竞争的关键,已经从“谁的算法更强”转变为“谁能在算力、数据与生态整合上跑得更快、做得更好”。

原创声明:本文系作者授权腾讯云开发者社区发表,未经许可,不得转载。

如有侵权,请联系 cloudcommunity@tencent.com 删除。

原创声明:本文系作者授权腾讯云开发者社区发表,未经许可,不得转载。

如有侵权,请联系 cloudcommunity@tencent.com 删除。

评论
登录后参与评论
0 条评论
热度
最新
推荐阅读
目录
  • 1.AI 搜索与传统搜索的对比
  • 2.以百度为例:AI 搜索的实践与困境
  • 3.AI 能否真正“取代”传统搜索?
  • 4.生态竞争格局
领券
问题归档专栏文章快讯文章归档关键词归档开发者手册归档开发者手册 Section 归档