去年,投資人大量的錢湧向了AI應用。但也帶來了一個很現實的問題:
這些AI應用到底怎麼賺錢?
在這方面,很少有AI應用能給出有說服力的表現。而AI搜尋無疑是個例外。
去年,AI搜尋公司的收入普遍出現了可觀的增長:
PerpIexity AI的ARR(年化收入)一年漲了5倍,達到5000萬美元;Glean的ARR幾乎翻了4倍,達到5500萬美元;You.com創始人表示,其過去一年的收入增長了40倍,收入也達到了千萬等級。
看了這些AI搜尋公司的收入增長,不得不承認:搜尋才是當下AI離錢最近的“地方”。
去年,AI搜尋已經成了投資人的共識。
體現在融資資料上,去年總共有7家AI搜尋公司完成了5000萬美元以上的融資,其中還跑出了兩家獨角獸公司,分別是Glean和Perplexity AI。
其中,Perplexity AI僅在去年一年就完成了四輪融資。去年年初,Perplexity AI的估值還只有5.2億美元。到去年年底,在最新一輪的融資裡,Perplexity AI已經上漲到90億美元,整整漲了17倍。
Glean在去年2月和7月完成了兩筆融資,分別融資2.03億美元和2.6億美元,雖然兩次融資相距不過半年,但Glean的估值卻翻了一倍,從22億美元上升到45億美元
很多人以為,AI搜尋被投資人看好,全因流量資料跑得好。
其實並非如此。
固然PerpIexity AI的訪問量在去年漲了接近一倍,但如果去掉PerpIexity AI,去年AI搜尋的流量增長相比AI應用大盤沒有明顯優勢。
根據AI產品榜資料,去年1月,AI搜尋流量前10產品(去掉PerpIexity AI)的流量為357萬。到了去年12月,AI搜尋流量前10產品(去掉PerpIexity AI)的流量為448萬。
也就是說,過去一年AI搜尋的流量增長了25%。
據烏鴉君此前統計,去年TOP 50AI應用的流量增長了58%,即使去掉ChatGPT,頭部AI應用的流量增長也在27%左右。
既然流量增長沒有明顯優勢,為什麼投資人還這麼看好AI搜尋賽道呢?答案很簡單,AI搜尋是所有AI應用裡離錢最近的“地方”。
來看一組AI搜尋公司的商業化資料:
去年3月,PerpIexity AI的ARR僅1000萬美元。而到了去年年底,PerpIexity AI的ARR增長到了5000萬美元,相當於一年增長了5倍。據The Information報導,Perplexity預計2025年底其年化收入(ARR)將超過6.56億美元。
過去一年,Glean的ARR幾乎翻了4倍,達到5500萬美元,今年更是有望突破1億美金。
You.com創始人表示,其過去一年的收入增長了40倍,收入已經達到了8位數,也就是千萬美金級。
看了這些收入資料,你也就明白了,為什麼投資人如此看好AI搜尋賽道了。
AI搜尋公司之所以能夠解決商業化難的問題,得益於其抓住兩個核心點:
第一,相比傳統搜尋引擎,AI搜尋的價值從提供資訊升級到提供解決方案,把複雜問題的資訊獲取變成了一個高度自動化的事情。在部分場景下,AI搜尋已經變成了一種生產力引擎。
第二,由於資料的多樣性和需求的複雜性,AI搜尋公司的發展呈現差異化,並構築了一定的商業化壁壘。
先說第一點,相比傳統搜尋,AI搜尋更聚焦在滿足解決使用者的複雜問題。
根據PerpIexity AI創始人Aravind Srinivas透露,Google 查詢的平均詞數在兩到三之間,而在Perplexity上,大約是10~11個詞。
You.com也將自身定位於“專注於解決複雜問題”搜尋產品。比如,使用者可以直接提問,“總結一下關於flimflamazone急性副作用的文獻。”
在解決複雜問題上,AI搜尋的效率優勢體現得尤為明顯。
就拿企業搜尋為例,傳統搜尋引擎裡,使用者提出一個問題,然後搜尋引擎或檢索引擎會根據問題找到可能相關的文件,使用者需要從這些文件中找到答案。而AI搜尋不同,Glean能夠直接提供答案,使用者不需要去各種知識庫中尋找答案。
這樣一來,AI搜尋徹底改變了部分場景的工作方式。
比如銷售人員,他們使用Glean來為會議做準備。在客戶電話會議之前,他們會直接問 Glean,比如「幫我準備這次會議」。Glean會為他們提供客戶的全面資訊,告訴他們上次會議的內容、當前的合作機會等。同時,Glean還能替銷售人員回答客戶的問題。
這種注重深度而非廣度的做法,使AI搜尋能夠迎合需要詳細見解而非簡單答案的知識工作者的需求,將其定位為生產力引擎而非單純的搜尋工具,並在企業搜尋、知識等場景建構了極為牢固的使用者粘性。
根據Glean公佈的資料,它的DAU/MAU比例約為40%,遠高於傳統企業SaaS的10-20%。核心產品 Glean Assistant 的使用者每天平均查詢14次,而Google的使用者日均查詢次數為3-4次。
第二,AI搜尋公司的定位差異化明顯,且具備一定的商業化壁壘。
相比很多AI產品高度同質化,由於資料的多樣性和需求的複雜性,AI搜尋公司呈現了一定的差異化。比如,去年完成5000萬融資的AI搜尋公司裡,既有Glean這樣聚焦企業內部搜尋場景的,也有專注於處理複雜查詢的You.com,還有AI視訊搜尋的Twelve Labs。
而不同的落地場景,AI搜尋都有著各自Know-how,進而形成了一定的商業壁壘。
比如在企業內部搜尋,AI搜尋公司不僅需要獲取私有的企業資料,還需要分辨資訊的有效性,那些資訊是有用的,那些又是過時的。當面對使用者詢問時,系統還需要根據詢問者的身份,匹配其與其關聯最強的文件資訊。
再比如,在視訊搜尋上,競爭的關鍵點又變成了對視訊理解的精準性和效率。
具體來說,AI搜尋產品需要花多長時間才能完成視訊的搜尋處理,在這個過程中,其能不能理解和分辨出視訊中的抽象元素,比如蒙太奇概念。
而Twelve Labs的優勢就在於,視訊搜尋效果非常準確和高效。Twelve Labs的搜尋處理時間是視訊原長度的1/4,對於過往依靠傳統搜尋方法的客戶來說,"這個速度幾乎可以被認為忽略不計"。
這種落地工程化所帶來的商業壁壘,讓部分場景的頭部AI搜尋公司實現更穩定、可觀的增長。
這一點,也能從各家公司披露的公開資訊上看到端倪。
去年,Perplexity曾表示,公司24年年底的毛利率將達到75%,預計在2026年後最終將毛利率提高到 85%。作為對比,OpenAI的毛利率僅為41%。
據You.com公司創始人Socher也透露,儘管市場上其他公司通過降低價格來競爭,You.com卻在提升其價值鏈,其訂閱使用者數量已達到年初的五倍。
總的來說,AI搜尋的成功之處在於,迅速找到了AI提升生產力的落地場景——精準、高效地解決複雜資訊獲取的問題,進而變成了一個最佳化工作流程的生產力引擎。 (烏鴉智能說)