有人說人工智慧即將進入搜尋領域。隨著Google似乎越來越糟糕，而 ChatGPT、Google Gemini 和 Microsoft Copilot 等工具卻功能日益強大，我們似乎正朝著一種新的方式來搜尋和獲取訊息的新方式。像 Perplexity 和 You.com 這樣的公司將自己定位為下一代搜尋產品，甚至 Google 和 Bing 也正大舉押注人工智慧是搜尋的未來。告別 10 個藍色連結，所有我關於世界奇怪問題，直接給我答案吧！
但你需要瞭解的是，搜尋引擎涵蓋了許多方面。使用 Google 搜尋重要且難以獲取的科學資訊的人數固然不少，但數量更大的人群使用它來搜尋他們的電子郵件收件箱、造訪沃爾瑪的網站，或是回想胡佛的前一任美國總統是誰。每年都有大量的人在 Google 搜尋框中輸入「google」一詞。我們大多數時候將 Google 視為一種研究工具，但實際上，它每天被要求執行數十億次各式各樣的任務。
因此，擺在所有這些想取代Googl的競爭者面前，真正的問題不是它們能多好地搜尋資訊，而是它們能多好地完成 Google 所做的一切。因此，我決定將一些最佳的人工智慧新產品進行實戰測試：我根據 SEO 研究公司 Ahrefs 提供的最新最常被 Google 搜尋的查詢和問題列表，將它們輸入到各種人工智慧工具中。在某些情況下，我發現這些基於語言模型的機器人確實比一頁 Google 搜尋結果更有用。但在大多數情況下，我發現任何事物（無論是人工智慧還是其他）要取代 Google 在網路中心的地位都將非常困難。
基本上有三種類型的查詢。第一種也是最受歡迎的是導航查詢，即人們只輸入網站名稱以造訪該網站。Google 上的大部分熱門查詢，從「youtube」到「wordle」到「yahoo mail」，都是導航查詢。實際上，這也是搜尋引擎的主要任務：帶你前往網站。
對於導航查詢，人工智慧搜尋引擎總體上比 Google 更差。當你在 Google 進行導航搜尋時，第一條結果不是你要找的結果的情況極為罕見。當然，Google 實際應該做的是直接帶你到亞馬遜網站等地，而不是向你展示所有這些搜尋，這種做法似乎奇怪，但這很快而且很少出錯。另一方面，人工智慧機器人喜歡思考幾秒鐘，然後提供一堆關於該公司的半有用資訊，而我只想要一個連結。這些人工智慧提供的資料有些甚至沒有連結到亞馬遜網站。
我並不是討厭額外的資訊，而是討厭這些人工智慧工具花太長時間才能給我需要的東西。等待 10 秒鐘獲取有關 Home Depot 的三段生成文字段落並不是答案；我只是想要一個指向 Home Depot 的連結。Google 每一次都能贏得這場比賽。
接下來最受歡迎的搜尋類型是資訊查詢：你想知道特定資訊，並且只有一個正確答案。「NFL 比分」是一個非常受歡迎的資訊查詢；「現在幾點」是另一個；「天氣」也是如此。誰告訴你比分、時間或溫度並不重要， 這只是你需要知道的事情 。
在這一點上，結果五花八門。對於即時資訊（例如體育比分），人工智慧並不可靠：You.com 和 Perplexity 都經常給出過時的資訊，不過 Copilot 通常是正確的。Google不僅可以給出正確答案 ，而且通常還會彈出一個包含其他統計資訊和小工具的視窗，這比其他的選擇要好。任何需要你特定位置或上下文的資訊也一樣 —— Google 可能擁有你的這些資訊，但人工智慧機器人大多沒有。
對於諸如「一年有多少周」或「母親節是什麼時候」之類的資訊，我測試的所有工具都給出了正確的答案。在許多情況下，我實際上更喜歡人工智慧的答案，因為它會添加一些有用的上下文。但我不知道我到底能信任它們多少。Google 告訴我一年有 52.1429 周，但 You.com 解釋說實際上是一年 52 周零一天，閏年再加一天。這比僅僅告訴你 52.1429 更有用！但隨後 Perplexity 告訴我，普通的一年是 52 周，閏年是 52 周零一天；然後在這兩句話之後直接自我矛盾。以下是完整的答案；試著理解一下：
一般一年約有52周，而閏年則有52周又1天。更精確地說，一個普通年實際上包含52.143周，這意味著正常年份會多出1天。另一方面，每四年發生一次閏年(除了某些例外情況)，有52周零2天。這種差異是由正常年份中額外的一天和閏年二月中的額外一天造成的。
經過進一步的研究，我現在確信 You.com 說的是正確的答案。但這一切都花費了太長的時間，並且迫使我去驗證搜尋結果，這在某種程度上違背了為我匯總資訊以提供説明的初衷。Google在這方面僅靠一項功能就繼續獲勝：速度。
不過，資訊查詢還存在一個正好相反的子類型。我稱之為「隱藏資訊查詢」。我能提供的最佳例子是非常被搜尋的查詢「如何截圖 mac」。網際網路上有數百萬個頁面有這個答案 —— 只需Cmd-Shift-3截取整個螢幕或Cmd-Shift-4捕獲選定區域 。但這些資訊通常隱藏在大量廣告和 SEO 垃圾內容之下。我嘗試過的所有人工智慧工具，包括Google自己的搜尋生成體驗 (Search Generative Experience)，都直接抓取這些資訊提供給你。這很棒！
這是否隱含了一些複雜的問題，威脅到了網路的商業模式和結構 ？是的！但就純粹的搜尋體驗而言，它大大優於現有的方式。我詢問配料替代品、咖啡濃度、耳機防水等級等問題時，我也得到了類似的結果，這些資訊雖然很容易瞭解，但通常太難找到了。
這讓我想到了第三種 Google 搜尋：探索性查詢。這些問題沒有單一答案，而是學習過程的開始。在最受歡迎的列表中，「如何繫領帶」、「為什麼會發明電鋸」和「什麼是抖音」都被視為探索性查詢。如果你曾經在 Google 上搜尋過剛聽到的音樂家名字，或者搜尋過「蒙大拿州的海倫娜有什麼好玩的」或「美國太空總署歷史」之類的資訊，那麼你就是在探索。根據排名，這些並不是人們使用 Google 的主要目的。但這些時刻恰恰是AI搜尋引擎可以大展身手的時刻。
等等，為什麼發明電鋸？Copilot 在描述電鋸的技術演變及其最終被伐木工人採用之前，給我分段介紹了它們的醫療起源。它還提供了八個非常有用的連結供我閱讀更多資訊。Perplexity 給我的答案要短得多，但也包含了一些酷炫的舊式電鋸圖片以及指向 YouTube 上相關主題解釋影片的連結。Google的結果包含了許多相同的連結，但沒有為我進行任何綜合分析。即使是它的生成式搜尋也只給了我最基本的資訊。
我最喜歡人工智慧引擎的一點是引用來源。Perplexity、You.com 和其他搜尋引擎正在逐漸改進連結到其來源的能力， 有時甚至是內嵌連結 ，這意味著如果我遇到一個引起我興趣的特定事實，我可以從那裡直接跳轉到源頭。他們並不總是提供足夠的來源，或者將來源放在正確的位置，但這是一種良好且有益的趨勢。
我在進行這些測試時遇到的一個經歷實際上是最令人大開眼界的。Google上搜尋次數最多的問題很簡單：「看什麼」。Google 為此設計了一個專門的頁面，其中包含幾排海報，例如展示「精選」的《沙丘2》和《虛構》；「為你推薦」（對我來說包括《死侍》和《矽谷》）；然後是熱門片名和按類型排序的選項。沒有哪個人工智慧搜尋引擎做得像Google這樣好：Copilot 列出了五部流行電影；Perplexity 提供了看似隨機的選項，從《Girls5eva》到《Manhunt》再到《幕府將軍》；You.com 給了我一堆過時的資訊，並推薦我觀看「14 部最佳 Netflix 原創電影」，卻沒有告訴我它們是什麼電影。
在這種情況下，人工智慧的想法是正確的 —— 我不想要一堆連結，我想要問題的答案。但聊天機器人並不是正確的介面。說到底，搜尋結果頁面也不是！Google顯然意識到這是平臺上被問得最多的問題，因此能夠設計出效果更好的東西。
從某種意義上說，這完美地總結了當前的狀況。至少對於某些網路搜尋，生成式人工智慧可以成為比過去幾十年的搜尋技術更好的工具。 但現代搜尋引擎不只是一堆連結 。它們更像是微型作業系統。它們可以直接回答問題，內建了計算機、轉換器、航班選擇器以及所有其他各種工具，只需點擊一兩次即可讓你到達要去的地方。根據這些圖表，大多數搜尋查詢的目的並不是開啟一段充滿驚奇和發現的資訊之旅。目標是獲取連結或答案，然後離開。目前，這些基於大型語言模型的系統運行太慢，難以與現有系統競爭。
我認為，核心問題不在於技術，而更多在於產品。包括Google在內的每個人都相信人工智慧可以幫助搜尋引擎更好地理解問題和處理資訊。在業界，這已成為不證自明的事實。但是,在AI公司將它們的聊天機器人變成更複雜、更全面的工具之前，Google能否更快地重塑其結果頁面、商業模式以及呈現、總結和顯示資訊的方式？十個藍色連結不是搜尋的答案，一個通用的文字方塊也不是。搜尋是一切，一切都是搜尋。僅僅擁有一個聊天機器人還遠遠不足以取代Google。
- 延伸閱讀：蘋果打算自研搜尋引擎：Google前高層領導開發，與AI技術相結合、代號「飛馬」
- 延伸閱讀：AI 搜尋首戰敗給微軟？Google CEO 表示不用怕、「遲到也能贏」是公司傳統
- 延伸閱讀：研究認為再過兩年搜尋引擎的搜尋量將下降四分之一，AI將對搜尋引擎已構成巨大威脅
資料來源：
加入電腦王Facebook粉絲團