Insights sobre o setor de pesquisa generativa de IA

Com o rápido desenvolvimento da tecnologia de IA generativa, os motores de busca estão passando por uma profunda transformação e evoluindo gradualmente para ferramentas de produção inteligentes. A ascensão da pesquisa generativa de IA trouxe um novo espaço de crescimento para a indústria de mecanismos de pesquisa. Embora os mecanismos de pesquisa tradicionais dependam fortemente da correspondência de palavras-chave para mostrar aos usuários uma série de links relevantes, a pesquisa generativa de IA está perturbando este modelo. Não só tem uma compreensão profunda da semântica e do contexto, mas também pode gerar respostas precisas diretamente, fornecendo aos usuários uma experiência de pesquisa conveniente e sem precedentes. Neste artigo, apresentaremos o formulário do produto, princípios técnicos, e padrão de competição de mercado de pesquisa generativa de IA, e analisar suas futuras tendências e desafios de desenvolvimento.

Visão geral do produto Generative AI Search

Na evolução dos motores de busca, os usuários migraram da pesquisa no PC para a pesquisa no APP móvel, e a aplicação atual da tecnologia de grandes modelos transformou a pesquisa em uma área aberta., Q inteligente generativo&Um processo interativo multi-rodada, que melhorou significativamente a interatividade e a inteligência. Os mecanismos de pesquisa tradicionais têm limitações em termos de precisão dos resultados, compreensão do contexto do usuário, atualizações em tempo real, e a aplicação de tecnologia de IA generativa. Entrando no estágio de pesquisa generativa de IA, a pesquisa é centrada no usuário, concentra-se em compreender com precisão a intenção de pesquisa, e se esforça para obter um processamento contínuo de tarefas de ponta a ponta, com funções como compreensão semântica, recomendação personalizada, recuperação intermodal e entre idiomas, e geração de conteúdo.

Os principais tipos de produtos de pesquisa generativa de IA incluem:

Uma delas é pesquisar na internet. A pesquisa na Internet é uma forma importante de mecanismo de pesquisa generativo de IA, que pesquisa principalmente informações públicas massivas na Internet. Esses mecanismos de pesquisa incluem versões atualizadas de mecanismos de pesquisa tradicionais, como Baidu (Edição de descoberta de IA do Baidu Search), Microsoft (NovoBing), Google (Bardo). Ao mesmo tempo, também cobre alguns aplicativos inovadores de pesquisa de IA baseados em conversas, como Perplexity AI e Myta AI, que continuam a atrair usuários por meio de recursos inovadores por meio da profunda integração da tecnologia e da experiência do usuário, e tentar desafiar a posição dos motores de busca tradicionais.

A segunda é a pesquisa incorporada na plataforma. A pesquisa na plataforma é outro tipo comum de mecanismo de pesquisa generativo de IA. Geralmente existe como um módulo funcional da plataforma e é projetado especificamente para pesquisar dados privados dentro da plataforma.. A principal vantagem desse tipo de mecanismo de pesquisa é que ele pode usar uma grande quantidade de dados de comportamento do usuário, preferências, registros históricos de pesquisa e outras informações acumuladas pela plataforma para fornecer aos usuários resultados de pesquisa personalizados. Por exemplo, Leonardo da Vinci de Xiaohongshu usa tecnologia de IA para analisar usuários’ preferências e necessidades, otimizar resultados de pesquisa, e fornecer recomendações de conteúdo precisas.

A terceira é a busca interna da empresa. A pesquisa interna é a personificação dos mecanismos de pesquisa generativos de IA em aplicativos de nível empresarial. Trata principalmente dos dados internos da empresa, como dados não estruturados, como documentos, e-mails, relatórios, etc.. Esses dados costumam ser essenciais para as operações de negócios e a tomada de decisões, mas devido ao seu grande volume e variedade de formatos, os métodos de pesquisa tradicionais muitas vezes lutam para extrair e utilizar essas informações de forma eficaz. Através da compreensão e processamento aprofundados desses dados, A pesquisa de IA pode ajudar os funcionários a extrair as informações necessárias de enormes dados internos com mais eficiência, melhorando assim a eficiência do trabalho e a qualidade da tomada de decisões.

Princípios técnicos básicos

As principais tecnologias dos mecanismos de pesquisa generativos de IA incluem processamento de linguagem natural (PNL), aprendizagem profunda, e gráficos de conhecimento. Essas tecnologias permitem que a IA entenda a semântica das consultas, transcender as limitações da correspondência de palavras-chave, e fornecer aos usuários respostas mais precisas por meio de associação contextual. Isso é feito em várias etapas:

1. Entenda a intenção da consulta: Use tecnologia de processamento de linguagem natural para compreender com precisão a intenção das consultas dos usuários e superar as limitações da correspondência tradicional de palavras-chave.

2. Recuperação e processamento de dados: Acessando um grande número de fontes de dados, combinado com gráficos de conhecimento ou bancos de dados, informações relevantes podem ser rapidamente filtradas.

3. Gerar respostas: Combinado com tecnologia de IA generativa baseada em modelos grandes, resumir os resultados da consulta e gerar respostas em linguagem natural em vez de uma simples lista de links.

4. Recomendações personalizadas: Personalize resultados de pesquisa personalizados com base no histórico de comportamento do usuário, preferências, e contexto.

Os mecanismos de pesquisa generativos de IA fornecem soluções de pesquisa eficientes e precisas, integrando profundamente os mecanismos de pesquisa tradicionais com a tecnologia de compreensão semântica de IA, combinando fontes de dados específicas de domínio e bancos de dados de índice, e usando grandes recursos de geração de modelos, especialmente ao lidar com consultas complexas. A sua principal competitividade reside na qualidade e quantidade de dados, e bancos de dados de índices autoconstruídos são essenciais para garantir a precisão e a atualidade do conteúdo, qual é a chave para melhorar a precisão das pesquisas generativas de IA.

Comparação entre o processo de pesquisa tradicional e o processo de pesquisa de IA

O mecanismo subjacente da pesquisa generativa de IA é baseado em “Geração aprimorada de recuperação” (pano), que combina a recuperação de APIs de mecanismos de pesquisa tradicionais e bancos de dados de índices autoconstruídos, e usa modelos grandes para ler e resumir o conteúdo para fornecer respostas diretas ao usuário. Atualmente, produtos de pesquisa generativos de IA dependem principalmente de APIs de mecanismos de pesquisa tradicionais como suporte de dados da Internet, mas nem todos os mecanismos de pesquisa tradicionais possuem interfaces abertas, e a maioria das startups usa interfaces externas do Bing, como Perplexidade, Torre Secreta, Cadeia de Empresas, etc., e empresas nacionais como Baidu e 360 não abra interfaces API. Ao mesmo tempo, APIs, como grandes modelos generativos, como ChatGPT, são usadas para inferência e geração, compreensão semântica, triagem, e o design de processos de problemas são realizados de acordo com diferentes cenários de negócios, e o modelo de tamanho mais adequado para cada cenário ou processo é selecionado para inferência ou geração, como 360 A pesquisa de IA tem 9 chamadas de modelo grande. A maioria das startups de pesquisa de IA terá algumas fontes de dados e índices em seus próprios campos específicos para aumentar sua diferenciação competitiva. Por exemplo, Podcasts e bibliotecas da Secret Tower AI, 360 renovou o banco de dados de índice de pesquisa original, etc..

Cenário competitivo no mercado

Com o desenvolvimento contínuo da tecnologia de inteligência artificial, “IA generativa + mecanismo de pesquisa” tornou-se uma nova pista, e a concorrência está se tornando cada vez mais acirrada. Uma variedade de produtos e aplicações surgiram no mercado de mecanismos de pesquisa, formando uma ecologia industrial vibrante. Cada participante se aproxima de diferentes níveis e se esforça para ocupar um lugar.

Fornecedores de mecanismos de pesquisa tradicionais: Ao integrar a tecnologia de IA para otimizar a experiência de pesquisa tradicional, e em virtude de suas vantagens em tecnologia, dados, e capital, eles expandirão suas vantagens competitivas no campo da IA ​​generativa, e ao mesmo tempo ocupar uma posição importante no mercado de busca de IA. A Microsoft integrou o ChatGPT aos mecanismos de pesquisa para lançar o “Novo Bing”, que pela primeira vez demonstrou a prática de aplicação e as perspectivas de desenvolvimento da IA ​​generativa no campo da pesquisa. Baidu lançou Wenxin Yiyan e integrou-o ao seu serviço de pesquisa.

Grandes fabricantes de modelos: Entrou no campo de pesquisa com tecnologia de IA generativa, lançou ferramentas que combinam conversação e pesquisa, e contou com fortes capacidades técnicas para fornecer suporte de algoritmo central para pesquisa de IA. Por exemplo, A ferramenta de pesquisa de IA da OpenAI, SearchGPT, pode acessar informações da Internet em tempo real, com o objetivo de fornecer aos usuários informações mais oportunas e precisas. O Lado Escuro da Lua lança o “Edição de descoberta de Kimi”, quando os usuários inserem uma palavra-chave ou uma pergunta para pesquisar, a página principal exibe respostas resumidas geradas por IA, e no lado direito da página está o “Pesquisa na Web” coluna, que mostra a origem da página da web, incluindo imagens e leitura de IA.

Vendedores de Internet: Contando com sua profunda base de aplicação e vantagens, eles implantaram intensamente a pesquisa generativa de IA, e muitos aplicativos lançaram serviços intimamente relacionados à pesquisa de IA. Por exemplo, Produto de pesquisa de IA de Zhihu, Resposta direta de Zhihu, lançou uma função de pesquisa profissional; O “Q Inteligente&A” serviço é lançado na barra de pesquisa do APP Kuaishou, e a IA ajuda os usuários a pesquisar e responder perguntas relevantes. Até mesmo departamentos diferentes da mesma empresa estão lutando para lançar seus próprios produtos de pesquisa de IA. Por exemplo, Douyin da ByteDance, Toutiao e Feishu exploram diferentes necessidades e cenários dos usuários. Feishu desenvolveu um mecanismo de busca local para melhorar a comodidade dos usuários na busca de informações, enquanto o e-commerce Douyin otimizou sua função de pesquisa de guias de compras com a ajuda da tecnologia de IA.

Startups: Cresça com experiência de usuário inovadora e recursos de iteração rápida, injetando nova vitalidade no mercado de busca e atendendo às necessidades personalizadas e profissionais. Por exemplo, Quark recebeu ampla atenção e amor dos usuários por seu design simplificado de produto, serviço completo, e excelente desempenho em cenários de segmentação vertical. Fornecedores como a Perplexity também conquistaram um nicho no mercado de pesquisa de IA por meio de suas tecnologias e recursos de produtos exclusivos..

O futuro da pesquisa generativa de IA

A explosão de tecnologias e aplicações de IA trouxe a indústria de pesquisa generativa de IA para um novo estágio de rápido desenvolvimento, e à medida que produtos inovadores continuam a surgir, a pesquisa generativa de IA está gradualmente remodelando o cenário de mercado dos mecanismos de pesquisa tradicionais. De acordo com o Gartner, por 2026, o número de visitas aos motores de busca tradicionais pode diminuir em 25%, enquanto o número de usuários de produtos de pesquisa de IA crescerá rapidamente, aproximando-se gradualmente do limite de usuários de superaplicativos. Ao mesmo tempo, a forma de produtos de pesquisa generativos de IA foi atualizada, e os motores de busca não estão mais limitados ao papel de ferramentas de aquisição de informações, mas estão em transição para a forma de produtos integrados de processamento de informações, e estão comprometidos em realizar uma experiência de pesquisa intermodal. No futuro, a pesquisa generativa de IA integrará a pesquisa, integração, refinamento, e criação em um assistente inteligente completo e liderar uma nova referência na indústria.

Embora os motores de busca generativos de IA mostrem grandes perspectivas de mercado, seu desenvolvimento ainda enfrenta muitos desafios. Do ponto de vista técnico, existe uma lacuna significativa entre produtos nacionais e produtos estrangeiros similares em termos de maturidade tecnológica, originalidade e capacidade de inovação. Em termos de mercado, o caminho da comercialização ainda está sendo explorado, e um modelo de negócios maduro ainda não foi formado, juntamente com o rápido crescimento da demanda por energia de computação, que trouxe graves desafios de custos. Em termos de dados, a falta de tecnologia de aquisição e processamento de dados de alta qualidade tornou-se um gargalo importante que restringe o desenvolvimento da tecnologia de pesquisa generativa de IA. No campo da segurança, questões de privacidade e segurança de dados atraíram muita atenção dos usuários, e questões como autoridade e precisão dos resultados da pesquisa, proteção da privacidade do usuário, e a autenticidade do conteúdo precisam ser resolvidas urgentemente.