作者 | Emilia David
編譯 | 伊風(fēng)
出品 | 51CTO技術(shù)棧（微信號(hào)：blog51cto）
AI搜索正在向更深處走去。
AI搜索的領(lǐng)頭羊——Perplexity 最近對(duì)其 Pro Search 人工智能工具進(jìn)行了升級(jí)。主要改進(jìn)是啟動(dòng)了多步驟推理， 這使得AI搜索可以解決更復(fù)雜的問(wèn)題。Perplexity能理解問(wèn)題何時(shí)需要規(guī)劃，逐步實(shí)現(xiàn)目標(biāo)，并更高效地合成綜合答案，同時(shí)可以在先前結(jié)果的基礎(chǔ)上啟動(dòng)后續(xù)搜索。
無(wú)獨(dú)有偶，騰訊所推出的大模型應(yīng)用元寶，也布局了AI搜索。當(dāng)用戶進(jìn)行提問(wèn)時(shí)，元寶會(huì)自動(dòng)提示用戶是否需要深度探究一個(gè)問(wèn)題。
圖片
點(diǎn)擊深度研究后，元寶會(huì)提供更加結(jié)構(gòu)性的答案，也會(huì)對(duì)相關(guān)問(wèn)題做發(fā)散，提供更多的背景信息。
圖片
VentureBeat上的一篇文章提出了一個(gè)觀點(diǎn)，即生成式 AI注定會(huì)顛覆搜索。
文章還預(yù)測(cè)RAG將徹底改變企業(yè)搜索的游戲規(guī)則，使得未來(lái)的每家企業(yè)（甚至一家甜品店）都創(chuàng)立自己的搜索平臺(tái)。
1.預(yù)言：生成式 AI注定會(huì)顛覆搜索
生成式 AI注定會(huì)顛覆搜索。它是一項(xiàng)能夠找到幾乎任何問(wèn)題答案的技術(shù)。在改變搜索世界的過(guò)程中，AI開發(fā)人員又發(fā)現(xiàn)了一些能夠進(jìn)一步融合搜索和生成式AI的東西。
生成式 AI改變了搜索的三個(gè)關(guān)鍵方面：人們提問(wèn)和尋找信息的方式、獲取答案數(shù)據(jù)的方式以及公司向客戶提供信息的方式。
2.傳統(tǒng)搜索引擎將被斬落馬下
多年來(lái)，谷歌一直主導(dǎo)著搜索市場(chǎng)。作為主導(dǎo)搜索引擎（擁有近82%的搜索流量），它決定了用戶和客戶如何尋找信息，以及品牌如何在搜索結(jié)果中展示。公司不得不依靠搜索引擎優(yōu)化（SEO）策略，人們將查詢構(gòu)建成關(guān)鍵字組合。盡管結(jié)果不總是理想，但尚可接受，每個(gè)人都學(xué)會(huì)了將問(wèn)題轉(zhuǎn)化為關(guān)鍵字，并解讀結(jié)果頁(yè)面上可能包含他們尋找內(nèi)容的網(wǎng)站列表。
大型語(yǔ)言模型（LLM）改變了這一點(diǎn)，尤其是在像OpenAI的ChatGPT這樣的聊天機(jī)器人中部署時(shí)。人們突然可以隨意提問(wèn)（在合理范圍內(nèi)）并立即得到答案。無(wú)需點(diǎn)擊一系列網(wǎng)站，所有內(nèi)容都向你解釋清楚。
“如果你有一個(gè)能夠理解搜索結(jié)果并以顯而易見(jiàn)的方式向你解釋結(jié)果的AI，這比嘗試瀏覽五百萬(wàn)個(gè)結(jié)果頁(yè)面要好得多，”數(shù)據(jù)管理平臺(tái)Yext的首席數(shù)據(jù)官Christian Ward在接受VentureBeat采訪時(shí)說(shuō)。
3.AI時(shí)代的改變：使用句子提問(wèn)而不是關(guān)鍵詞
生成式 AI現(xiàn)在鼓勵(lì)人們用自然語(yǔ)言提出實(shí)際問(wèn)題，而不是專注于關(guān)鍵詞。它讓人們看到他們需要的信息，而不是去尋找一個(gè)足夠好的網(wǎng)站。
AI公司Perplexity利用了這一搜索方式的轉(zhuǎn)變，將自己定位為比能生成代碼或藝術(shù)的聊天機(jī)器人更像一個(gè)搜索引擎。該公司與Yelp和Wolfram Alpha等數(shù)據(jù)提供商合作，更好地收集數(shù)據(jù)。該策略奏效了。VentureBeat報(bào)道，Perplexity的平臺(tái)在流量推薦方面有所增長(zhǎng)。
甚至谷歌也意識(shí)到它可以利用其龐大的數(shù)據(jù)訪問(wèn)權(quán)，在谷歌I/O大會(huì)上表示可以為你完成搜索。除了將谷歌搜索整合到其Gemini聊天機(jī)器人中外，還推出了一個(gè)AI概述功能，匯總查詢結(jié)果。
但對(duì)于企業(yè)來(lái)說(shuō)，不僅要學(xué)會(huì)用自然語(yǔ)言提問(wèn)，還要能夠基于其文檔回答問(wèn)題。
4.RAG是企業(yè)搜索的游戲規(guī)則改變者
檢索增強(qiáng)生成（RAG）正在成為生成式 AI領(lǐng)域的大趨勢(shì)，因?yàn)槟Ｐ吞峁┥陶趯ふ蚁蚱髽I(yè)提供附加服務(wù)的方法。RAG使公司能夠?qū)I模型“扎根”于自己的數(shù)據(jù)，確保結(jié)果來(lái)自公司的文檔。
“LLM變得相當(dāng)出色，所以突然之間，你可以做很多事情。但實(shí)際上，我看到了大量對(duì)客戶支持等內(nèi)部用例的興趣，因?yàn)楣緦?duì)涉及的風(fēng)險(xiǎn)非常有信心，”MongoDB產(chǎn)品管理總監(jiān)Ben Flast說(shuō)。
他補(bǔ)充說(shuō)，RAG架構(gòu)的價(jià)值在于它能夠參考實(shí)際文檔，使用戶更容易接近他們尋找的答案。
像亞馬遜網(wǎng)絡(luò)服務(wù)（AWS）和微軟這樣的超大規(guī)模公司已經(jīng)開始向客戶提供RAG特定服務(wù)，但RAG生態(tài)系統(tǒng)正在增長(zhǎng)。像Elastic、Pinecone和Qdrant這樣的公司提供矢量數(shù)據(jù)庫(kù)，將知識(shí)圖映射到RAG框架中。Flast還指出，RAG系統(tǒng)的監(jiān)控工具仍處于起步階段。
企業(yè)越來(lái)越多地采用RAG，但目前，其許多用例仍然是內(nèi)部的，因?yàn)檫@些用例仍易于出現(xiàn)幻覺(jué)。提供商鼓勵(lì)企業(yè)先評(píng)估RAG模型。AWS在其Amazon Q產(chǎn)品中將RAG作為其生成式AI策略的重要組成部分，并提出了一種測(cè)試RAG結(jié)果準(zhǔn)確性的新方法。
5.公司專用搜索平臺(tái)可能是未來(lái)
隨著RAG的發(fā)展，企業(yè)可能會(huì)面臨搜索的另一種變化。越來(lái)越多的搜索查詢發(fā)布途徑不斷增加，因此企業(yè)需要弄清楚是希望自己提供數(shù)據(jù)，還是繼續(xù)向像谷歌這樣的信息聚合器被動(dòng)提供信息。這將使他們能夠控制如何向客戶展示信息。
Yext的Ward說(shuō)，可能會(huì)有一天每家公司都會(huì)建立自己的搜索平臺(tái)，一個(gè)由RAG和生成式AI驅(qū)動(dòng)的平臺(tái)，讓客戶能夠找到基于品牌數(shù)據(jù)的最佳信息。將搜索扎根于自身數(shù)據(jù)的企業(yè)可以向客戶提供特定于其產(chǎn)品和服務(wù)的答案。例如，有人想知道Nike的褲子有多少種顏色。與其去谷歌這樣的搜索引擎，不如去Nike網(wǎng)站問(wèn)其平臺(tái)這個(gè)問(wèn)題。
“這不是搜索的終結(jié)，但某些搜索查詢可能會(huì)出現(xiàn)搜索的去中心化。如果我想知道最近的披薩店，谷歌是為此而設(shè)的，但如果我想了解這家店的過(guò)敏原信息，我需要問(wèn)店家自己，”他說(shuō)。
