9月22日，百度搜索正式推出AI伴學模式。學生家長在移動端切換該模式后，就能使用AI精準練、AI口語等功能，讓手機變“學習機”。

看上去，搜索早已變了模樣。曾是PC時代百度核心糧倉的搜索，在通用人工智能時代，轉為AI的搜索商業化卻仍還沒有一條成熟的路徑。

但百度仍決定在此賽道硬核到底，這與百度在AI領域的決心密不可分。

早在2023年，李彥宏就提出：“大模型時代，百度要做第一個把全部產品重做一遍的公司，不是整合，不是接入，是重做和重構。”

分賽道看，百度的大模型、芯片、自動駕駛、智能云等業務持續朝著AI商業化應用進行一系列技術突破和場景落地，日漸成為百度增長的新引擎。根據第二季度財報，百度的智能云和其他AI新業務收入首次突破100億元人民幣，同比增長34%。

不過作為基本盤，百度的搜索業務尚處于承壓狀態，最新財報顯示，百度第二季度總營收達327億元，同比下降4%，其中百度最主要收入來源的網絡營銷營收為162億元，同比下滑15%，這與上述云以及其他新業務形成了鮮明反差。

如何將AI與搜索的融合轉化為前景更加明朗的商業化機會，將考驗著百度的運營定力。

01

AI+搜索還在摸著石頭過河

客觀地講，AI搜索還處于講故事階段，于百度而言也是如此。

即便與傳統搜索的核心差異相比，基于AI功能的搜索已經從“信息聚合”向“答案生成”的邏輯轉變，換句話說，用戶不需在海量結果中篩選信息，而是可以依托大模型直接輸出整合后的精準答案，大幅縮短用戶獲取信息的路徑，但AI搜索以鏈接跳轉為核心。

這種窘境讓行業陷入了商業化的探索迷霧，從實踐來看，頭部企業已在AI搜索的廣告模式上做出初步嘗試，卻是成效與挑戰并存。

谷歌在2024年第一季度財報中披露，其AI搜索功能“Search Generative Experience（SGE）”已覆蓋超10億月活用戶，搭載的“贊助信息卡片”廣告形式使部分垂直領域的廣告點擊率提升了20%～30%，例如旅游行業用戶在搜索“東京七日游攻略”時，AI生成的攻略內容下方會直接展示航空公司或酒店的贊助卡片，用戶點擊轉化率較傳統文本廣告提高25%。

國內方面，在廣告業務上，快手通過AI大模型優化推薦模型預估能力，使得素材投放及轉化效率有了很好的提升，推動全自動投放解決方案和全站推的廣告消耗目前超過50%，全年基于AIGC的廣告素材消耗已經超過3000萬/日，占廣告收入的比重超過13.4%。

不過這些探索仍未形成可大規模化復制的成熟路徑，核心挑戰集中在兩個方面。

一方面，AI與搜索的融合使得企業面臨用戶體驗與商業化的平衡難題。微軟必應在2023年底曾因在AI搜索結果中過度植入廣告（部分關鍵詞搜索結果中廣告占比達40%），導致用戶投訴量環比激增35%，最終不得不縮減廣告密度，廣告收入隨之下降12%。

另外，技術成本與盈利效率的矛盾同樣值得關注，AI搜索的單次查詢成本是傳統搜索的8-10倍，主要源于大模型推理的算力消耗，而目前AI搜索帶來的廣告溢價僅能覆蓋30%～40%的額外成本，短期難以實現盈利平衡。

回溯互聯網發展歷程，從PC搜索到移動搜索的轉型用了近10年時間才完成商業模式的成熟落地，而AI搜索作為更底層的技術變革，其商業化周期必然更長。

當前行業的探索本質上是“技術先行，商業滯后”的階段性表現，企業雖找到了部分場景的破局點，但尚未打通“用戶價值－商業價值－技術成本”的閉環，AI+搜索仍處于需要持續試錯的“摸著石頭過河”階段。

02

百度重構搜索，新動作也有新挑戰

面對AI搜索的變革浪潮，百度選擇以“技術重構+場景深耕”為核心策略，通過大模型迭代、產品功能升級與生態合作，逐步搭建起差異化的AI搜索體系，試圖在行業探索期搶占先機。

在技術底層，百度以“文心一言”大模型為核心，持續夯實AI搜索的技術壁壘。

2024年5月，百度發布文心一言4.0版本，客觀地講，其在“搜索場景適配性”上實現關鍵突破。此外，知識更新速度提升至實時同步，傳統大模型存在的“知識截止日期”問題得到緩解，例如用戶搜索“2024年NBA總決賽結果”時，AI可直接調用實時數據接口輸出最新賽況。

另外，考慮到多模態理解能力較強，融合AI能力后，在支持文本、圖片、語音混合查詢上的效率會更高，當用戶上傳一張“不明植物”的照片并提問“這是什么植物，如何養護”時，文心一言4.0的識別準確率達92%，養護建議的專業度評分超越行業平均水平15個百分點（根據第三方測評機構IDC數據）。

同時，百度自研的“昆侖芯2.0”芯片為AI搜索提供算力支撐，使大模型推理速度提升3倍，單次查詢成本較2023年下降40%，有效緩解了技術成本壓力。

橫向對比行業，百度的優勢在于“技術積累+搜索流量基礎”的雙重疊加。作為國內最早布局大模型的企業，百度在AI技術上的沉淀已形成3～5年的領先期（據Gartner 2024年AI技術成熟度報告）。

同時，百度搜索仍保持著國內第一的市場份額（2024年Q2市場份額達63.2%，數據來源：易觀分析），龐大的用戶基數為AI搜索的迭代提供了充足的數據支撐。

理論上，這種“技術+流量”的組合，使百度在AI搜索的重構過程中，能夠更快地完成從功能研發到用戶驗證的閉環，在行業尚未明確方向的階段，構筑起差異化的競爭壁壘。

但萬事有利也有弊，百度的挑戰同樣在于AI。

隨著AI技術的進步，內容與廣告的同質化日漸突出，相較之下，抖音之所以能吸引更多廣告客戶，在于其擁有強大的閉環能力，而百度競價在AI時代之前當下是走營收下滑的路。

另外，據《南方周末》的報道，初爆發的DeepSeek以及此后涌現的一系列AI應用，一些代理商的百度廣告客戶流量“掉了七成多”，而這并非個例。

2025年第一季度，百度在線營銷收入同比下滑6%，二季度跌幅進一步擴大至15%。

業績變動的核心邏輯是，用戶們可以直接依托于大模型進行內容搜索和信息獲取。他們也不再將搜索視為唯一信息入口，海量需求流向抖音、小紅書等內容平臺；同時，百度還要面對包括阿里夸克、秘塔、360納米搜索等AI搜索新勢力玩家的挑戰。

百度自然也想直面上述變化帶來的后果，進而在搜索上進行了改版，融合了更多百度自家的AI技術。不過，百度副總裁、百度搜索總經理趙世奇亦在宣布改版時表示，廣告肯定不會是原來的商業模式，但新模式仍在探索。

于是，所有現象指向一個事實，“AI搜索現在可能還處于商業化的早期階段。”

03

AI搜索是一場馬拉松

的確，AI搜索的核心競爭力，不在于短期的功能迭代或流量增長，而在于“長期技術投入的耐力”與“商業生態構建的能力”。

一方面，AI搜索在技術沉淀上自然需要持續更新，是一場馬拉松，考驗企業能否在技術研發、用戶價值、商業閉環三個維度持續深耕，而非追求短期的市場熱度。

從技術維度來看，AI搜索的長期競爭焦點集中在“大模型的進化能力”與“算力成本的控制能力”。大模型的進化不僅是參數規模的提升，更在于“理解準確性”“知識時效性”“多模態融合”的持續優化。

例如，未來百度的AI搜索需實現“跨語言實時翻譯+本地信息精準匹配”，如用戶用中文搜索“紐約曼哈頓最好的咖啡店”，AI需實時抓取紐約本地點評數據，結合用戶偏好生成答案，這需要大模型在語義理解、數據接口整合、實時計算上形成協同能力。

面向未來以及可持續發展，商業閉環可能更重要，AI搜索需要突破“廣告依賴”的傳統模式，構建“多元化收入結構”。而當前行業的商業化探索仍以廣告為主，但長期來看，“增值服務+API開放+行業解決方案”將成為重要方向。

目前，百度已開始嘗試多元化變現：一是“AI搜索增值服務”，推出付費版AI搜索，提供更精準的答案、無廣告體驗、專屬客服等服務。同時提出“行業解決方案”，針對金融、醫療等行業推出AI搜索定制服務，例如為銀行提供“智能客服+搜索”一體化解決方案。

回過頭來看，AI搜索一定不再是像過去簡單地將廣告推送到用戶的搜索結果之中，而可能是通過數據分析，找出用戶可能感興趣的產品或服務，以更加自然的方式呈現給他們，但這仍考驗著廣告與用戶體驗的平衡，也考驗百度的商業化能力。