人工智能搜索正在成为一款杀手级应用——到2025年，它将得到广泛应用。自从ChatGPT问世以来，我们一直在寻找人工智能的杀手级用例。哪些持久的新用户行为将经受住时间的考验？
2024年，从AI女友到AI租房助理、再到语音代理和AI会计师，许多不同的应用都进行了测试。
我们认为，2025年将会激增的一个用例是以人工智能作为搜索引擎。Perplexity自推出以来一直表现不俗，月活用户已达1000万。OpenAI于10月推出了ChatGPT Search，这是其现有搜索功能的扩展。
人工智能搜索是对一项迅速成为互联网杀手级应用的技术的有力再创造。互联网搜索是一种基于索引网络的导航技术。人工智能搜索是一种基于LLM的信息技术，可以读取和语义理解知识。
我们可以想象这样一个世界，每个行业都有自己专门的人工智能搜索引擎——分析师和投资者现在默认使用Perplexity，律师将使用Harvey等平台，医生将使用OpenEvidence等解决方案。按照这个思路，我们可以将 Midjourney视为“pixelverse”搜索，将Github Copilot视为“codeverse”搜索，将Glean视为“documentverse”搜索。与传统搜索不同，人工智能搜索可以在语义上进行更深入的搜索，因此其功能强大了一个数量级，从而显著提高生产力。
作为产品表面的文本响应比乍一看的要深得多，并非所有的文本响应都是平等的。我们认为 LLM可以在多个维度上实现真正的产品差异化，并且创始人将围绕这些功能构建独特的产品体验，针对特定的客户受众。
意图提取：通过领域专业化，可以更轻松将响应与用户意图紧密匹配。例如，问同一个问题的医生和患者会希望看到不同类型的回答。
专有数据：独特的数据集（例如律师的判例法、分析师的财务数据或保险承保人的天气数据）在工作领域非常重要。在商业环境中，找到正确的答案是关键。
格式：如何向用户呈现结果，例如响应的冗长或简洁程度、项目符号的使用、多模式内容的使用、参考来源。例如，会计师消化信息的方式往往与记者不同。
界面设计：代码搜索需要存在于IDE中。会计政策搜索需要存在于会计SaaS平台中。语义搜索受益于用户现有工作流程和数据周围的上下文，不同的领域将需要不同的界面。
