生成式AI时代下，搜索商业化的新挑战
随着人工智能技术的飞速发展，生成式AI正深刻地改变着我们获取信息、完成任务的方式。AI搜索作为这一变革的核心驱动力，以其直接、高效的问答模式吸引了全球目光。然而，在技术创新和高估值的表象之下，AI搜索的商业化路径，尤其是其广告变现模式，正面临着前所未有的挑战。这不仅仅是初创公司Perplexity的困境，更是包括谷歌、微软和OpenAI在内的科技巨头们共同的难题。
以近期备受关注的AI搜索独角兽Perplexity为例，这家成立仅三年的公司，其估值已飙升至惊人的180亿美元。然而，与其庞大估值形成鲜明对比的是，其广告业务营收却异常低迷。外媒披露的数据显示，Perplexity在2024年第四季度的广告收入仅为区区2万美元，这与公司超过1亿美元的年化营收（主要来源于订阅和API服务）相比，几乎可以忽略不计。更具戏剧性的是，负责广告业务的高管Taz Patel在短短九个月任期后突然离职，无疑为Perplexity的商业化探索蒙上了一层阴影。
与此同时，Perplexity还要疲于应对日益增多的内容版权诉讼。从《纽约时报》的律师函，到《日经新闻》和《朝日新闻》的联合起诉，高昂的法律开销已对其财务造成数百万美元的压力。这些事件共同指向一个核心问题：在生成式AI重塑搜索体验的时代，传统的广告模式究竟还能否有效支撑其商业发展，或者说，AI搜索的未来盈利之道究竟在何方？
深入剖析：AI搜索独角兽的盈利困境与战略困局
Perplexity首席执行官Aravind Srinivas曾公开表示，他相信点击广告是“过去50年里最伟大的商业模式”，并预测广告将成为Perplexity未来的主要盈利引擎。然而，现实却远不如预期般乐观。2024年底，Perplexity曾从网红营销公司挖角首席营收官Taz Patel，寄希望于他能推动广告与购物业务的拓展。但Patel的匆匆离职，不仅意味着其寄予厚望的广告变现模式尚未跑通，也暴露了该公司在商业化策略上的深层挑战。
尽管Perplexity与TurboTax、Indeed、Whole Foods等品牌建立了试点合作，尝试在AI问答界面中嵌入赞助链接，并上线了与PayPal、Venmo打通的购物功能，但这些尝试带来的收入仍然极其有限。2万美元的季度广告营收，在百亿估值面前显得微不足道，这促使业界不得不重新审视AI搜索与广告模式的适配性。
内容版权战：AI搜索的另一道坎
除了广告变现的难题，内容版权争议也是Perplexity乃至整个AI搜索行业必须直面的困境。过去一年，Perplexity在法律开销上耗费数百万美元，面临来自多家新闻出版商的集体围攻。这种未经授权使用内容的指控，不仅带来了巨大的法律成本，更可能对其商业模式的合法性和可持续性构成根本性威胁。
面对日益扩大的官司压力，Perplexity在今年8月底宣布，愿意与签署协议的媒体分享AI搜索收入，例如拿出付费订阅产品Comet Plus的80%收入分成。这虽然是一种姿态上的妥协，旨在寻求与内容生产者合作共赢，但其能否换来广泛的合作，以及这种高比例分成模式在财务上是否可持续，仍是未知数。这一系列事件清晰地表明，AI搜索公司在烧钱扩张、探索变现路径的同时，还必须在法律和伦理层面处理好与内容创作者的关系，这无疑增加了其商业化进程的复杂性。
巨头们的广告探索：殊途同归的挑战
事实上，Perplexity在广告业务上的挣扎并非孤例。即使是拥有庞大用户基础和深厚广告经验的科技巨头，在AI搜索的广告变现之路上也走得异常艰难。
微软Copilot的尝试与局限
早在2023年，微软便将OpenAI技术引入Bing，推出Bing Chat（后改名为Copilot），并积极尝试在对话答案中嵌入广告。微软甚至承诺与出版商分享收益，并为答案添加“来源链接”以缓解外界担忧。微软内部还设有专门的广告研究部门，致力于深挖Copilot的广告潜力。然而，尽管有诸多努力，Copilot的日活跃用户量仍远远落后于谷歌或OpenAI，微软的广告收入也与谷歌存在量级差距，未能成功撬动搜索广告的市场格局。这表明，即便有技术和财力支撑，将AI对话与传统广告模式有效融合仍是一项巨大挑战。
谷歌SGE：传统巨头的艰难转身
对于谷歌而言，其80%的收入依赖于传统搜索广告，因此在AI搜索广告领域的探索显得更为紧迫和复杂。谷歌推出了搜索生成体验（SGE），并在AI Overview周围摆放熟悉的广告位。然而，谷歌的AI搜索却经历了一系列“翻车”事件，严重损害了用户信任。例如，它曾建议用户“在披萨上涂胶水”以防止奶酪滑落，甚至推荐使用有毒的“含氟漂白剂+白醋”清洗洗衣机。
这些事件不仅让广告主对投放安全性产生疑虑，也使得用户对AI生成内容的可靠性大打折扣。此外，谷歌首席执行官Sundar Pichai曾承认，处理AI搜索查询的成本可能远高于传统搜索，这意味着即使广告收入与传统搜索持平，高昂的算力成本也可能侵蚀其广告业务的毛利，使得这条路径难以持续。
OpenAI的谨慎：广告是最后的选项？
与Perplexity和谷歌的积极探索不同，OpenAI目前并未推出任何广告产品，其主要营收模式依然是订阅服务和API使用。OpenAI首席财务官曾表示公司对广告问题“深思熟虑”，态度相对谨慎，将广告视为“最后的选项”。然而，随着运营成本的飙升和商业化压力的增大，广告业务正逐渐成为OpenAI可能考虑的战略选项之一。OpenAI已从谷歌、Meta等巨头挖来多位广告业务高管，预示着未来可能的变化。Sam Altman对广告的态度也从最初的“特别令人不安”转变为“并非完全反对”，但也强调需要“非常周到且有品味地”考虑如何将广告整合到ChatGPT中。
ChatGPT拥有超过7亿用户和2000万付费用户，预计今年将通过订阅服务创造127亿美元的收入。然而，该公司目前仍处于“烧钱多于赚钱”的状态，预计要到2029年才能实现正现金流。这使得OpenAI也无法长期忽视广告这一巨大的潜在收入来源，但如何在用户体验和商业利益之间取得平衡，仍是其面临的挑战。
生成式AI与传统广告模式的根本性冲突
无论是积极探索、遭遇“翻车”、还是谨慎试水，这些公司都绕不过一个核心事实：生成式AI在本质上与传统广告模式存在诸多不适配之处。理解这些冲突，是探寻AI搜索商业化新路径的关键。
信息获取方式的变革与广告位稀缺
传统搜索引擎通过罗列大量链接供用户选择，天然地提供了多个广告位。而AI搜索则将“找信息”的复杂过程简化为“直接给出答案”，通常只提供一段结论性的内容，辅以少量引用来源。这种直给的模式，使得广告位变得天然稀缺。如果在AI对话中强行塞入广告，不仅可能破坏对话的流畅性和用户体验，更会让用户感觉答案被商业利益所左右，从而迅速瓦解其对AI的信任度。即使明确标注为“广告赞助”，也可能显著拉低点击率和用户接受度。
用户意图与商业价值的错位
AI搜索的用户查询往往呈现出多样化的特征。大量的对话问题属于“解释、总结、探索”范畴，其商业意图相对较弱。例如，用户可能会问“量子计算的工作原理”或“如何用AI生成创意文案”，这些问题并非直接指向购买行为。传统广告模式依赖于高商业意图关键词来匹配高价广告，但在AI搜索中，这类弱商业意图的查询难以匹配高价词，即便展示广告，实际的每千次广告展示收入（eCPM）也可能难以维持高位。
高昂的计算成本侵蚀利润空间
生成式AI的运行需要调用庞大的大语言模型（LLM）进行推理，这意味着每次查询的计算成本远高于传统搜索。谷歌首席执行官Sundar Pichai曾公开承认这一点。如果每次AI搜索查询的广告收入与传统搜索持平，其高昂的算力成本可能会显著侵蚀甚至吞噬广告业务的毛利。这意味着，仅仅依靠传统广告模式，AI公司将很难平衡投入与产出，实现盈利。
“幻觉”风险与品牌安全
AI模型固有的“幻觉”风险，即生成看似合理但实际错误或虚假信息的能力，对广告主而言是巨大的安全隐患。谷歌SGE的“披萨胶水”事件便是例证。如果AI推荐了错误的产品或服务，不仅可能导致用户流失，更会对广告主的品牌声誉造成损害。这种不确定性使得广告主在AI搜索平台投放时会更加谨慎，平台也必须在追求商业化与确保内容质量之间小心翼翼地平衡。
AI搜索的未来：从“卖注意力”到“卖结果”
尽管AI搜索在广告变现上面临重重挑战，但重塑搜索的竞赛远未结束。行业仍在积极探索新的商业模式，试图找到一条可持续的盈利路径。
Perplexity的激进战略：收购Chrome的深层解读
在外界普遍认为Perplexity只能被动应对困境之时，该公司却出人意料地传出消息：计划以345亿美元收购谷歌的Chrome浏览器。谷歌Chrome拥有超过30亿用户，占据全球近七成的浏览市场份额。对于估值180亿美元，搜索处理量远不及谷歌百分之一的Perplexity而言，这笔交易看似天方夜谭，几乎不可能实现。然而，Perplexity的这一举动，更多地像是一种战略宣告，是其借势美国司法部对谷歌的反垄断诉讼，试图为自身争取一个全球级的流量入口和话语权。它表明Perplexity不满足于小玩家的角色，其首席执行官对“广告模式”和高利润率的追逐，也彰显了其颠覆现有市场格局的野心。
AI搜索广告市场的现状与潜力
当前，AI搜索广告市场仍处于早期发展阶段。根据eMarketer的数据，2024年AI驱动的搜索广告支出预计仅约10亿美元，到2029年也只达到260亿美元，仅占整体搜索广告市场的13%。这表明，在短中期内，AI搜索广告更可能作为“传统搜索+AI答案”的混合过渡形态存在。如果市场规模确实如此有限，仅靠广告收入，AI公司将难以收回其高昂的研发和运营成本。
然而，尽管AI搜索的广告位可能减少，但其广告效率却可能更高。微软今年8月披露的数据显示，旗下AI产品Copilot用户与广告互动更多，点击率提高了73%，转化率提高了16%。这意味着，如果用户的意图明确与购物相关，AI搜索能提供更精准、更个性化的推荐，从而带来更高的购买率。简单来说，AI搜索广告的特点是“更少，但更准”。这提示我们，AI搜索的商业化策略可能需要从追求广告曝光的“量”，转向追求广告转化的“质”。
Agent模式的崛起：商业化逻辑的范式转移
除了优化广告效率，整个行业还在积极追逐“Agent模式”，即让AI不仅回答问题，还能直接帮助用户完成订票、下单、预约等一系列操作。在这种模式下，AI将从一个信息提供者转变为一个任务执行者。当答案或Agent的行动本身就完成了用户大部分工作时，商业化的逻辑便会从传统的“卖注意力”转变为“卖结果”。一笔成功的转化或任务执行，其价值可能远超无数次的广告曝光。
然而，Agent模式也带来了新的商业化挑战：如何确定服务的价格？是收取服务费、佣金，还是通过更深度的个性化推荐实现变现？此外，当AI直接替用户完成操作时，结果是否真的可靠？AI又是否应该为推荐和执行结果负责？这些都是新商业模式下必须解决的伦理和技术问题。可以预见的是，AI搜索的时代，很难再像传统搜索那样，仅靠罗列一大堆广告链接就能赚得盆满钵满了。AI搜索的新货币，将是其提供的高价值“结果”和高效的“任务达成”。这要求AI平台不仅在技术上精益求精，更要在商业模式上持续创新，以平衡用户体验、内容版权与长期盈利的复杂关系。
