当微软注资 OpenAI，并将 ChatGPT 引入新 bing，拿出非常规的搜索引擎来与 Google 争夺市场的时候，Google 有点慌。连夜推出了 Bard，在外界看来有些类似于 ChatGPT 的生成式 AI。首秀翻车，也动摇了 Google 的股价。
随后 OpenAI 有条不紊的对 ChatGPT 进行更迭，GPT-4、插件的扩展，也让 OpenAI、微软保持 AIGC 的领先。反观 Google，在推出 Bard 之后就保持低调，或许是从上次失误中得到了启发，不再仓促的推出新特性。
而在 iOS 这边，即便苹果自身也推出了 App Store、阅读、地图等自有服务。但到了搜索引擎上，还是与 Google 签了合约，让 Google 搜索成为 iPhone、Mac、iPad 的默认搜索引擎。如此，Google 搜索 Android 和 iOS 两手抓，几乎算是垄断了搜索引擎市场，吃下了九成份额。
为此，Google 每年要付给苹果 200 亿美元，三星则是 30 亿美元。这些投入，相对于每年千亿的营收，可谓是小投入大回报。只是，到了今年续签类似的合同时，面对近期大火的新 bing，三星就开始考虑将默认引擎换成新 bing，趁机也抢一波 AIGC 的热点。
苹果暂时也没有表态，但此前就有传闻苹果正在打算自建搜索引擎，也不排除后续甩了 Google。对于这个可能到来的改变，让 Google 也开始重新审视如何改进或者优化曾经的「搜索」业务。与其修修补补，不如推倒重来。根据纽约时报的报道，Google 内部正在测试名为「Magi」的新搜索项目。
要说 Bard 更像是一个「仓促」的回应，是对外界展示 Google 并未在 AIGC 上落伍的话。你这个新搜索的 Magi 项目，可能才是 Google 面对 OpenAI 和微软严肃的一次反击。也可以说，Google 终于下定决心，重建搜索引擎。AI、AI 还是 AI重建搜索，是 Google 的长远目标，毕竟现在达到几乎垄断地位的 Google 搜索，前后经历了 25 年。现在 Google 想在 Magi 上做的是把自身所有的服务与搜索、AI 功能彻底的融合起来。
也可以理解为搜索作为一个综合入口，搜索的过程，就是对背后的 AI 各项功能的调用。GIFI 工具：在搜索结果中直接生成图像。
Tivoli Tutor：通过开放式的人工智能文本，教授用户学习一门新的语言。
Searchalong：在浏览网页的同时，向 AI 提问，并联网生成结果。
调用谷歌地图、搜索音乐等等服务。
在搜索结果里根据需求编写代码。
目前这些工具或者功能，还只是一个个的想法，并由 Google 内部的 160 名项目组员工进行验证实现和更多想法的构建。值得注意的是，Magi 仍然会在搜索中混入广告，也与现在 Google 搜索的盈利方式相近。目前，Magi 已经进入到了 Google 员工的内测阶段，以获得反馈和收集更多的功能评估和想法。
按照 Google 的计划，大概会在下个月对外公布一些工具的细节，并在秋季添加更多的功能。而随后 Magi 也会循序渐进地向美国部分用户推出，Google 的目标是先维持三千万用户的正常访问，随后再逐步扩容。Google 一身自带 AI 属性的 Magi 新搜索，最首要的目标并非是急于取代传统搜索引擎，或者说彻底打败 ChatGPT。而是用全新的产品来说服用户，Magi 与竞争对手一样的「强大、能力出众以及顺应 AI 潮流」。AI 浪潮里，慢一拍的 Google「对于我们的广告业务而言，在搜索广告市场中每增加 1% 份额占比，便意味着有 200 亿美元的收入机会。」微软的设备和搜索部门的财务主管 Phil Ockenden （菲尔・奥肯登）曾在分析师会议上如此表示。
在新 bing 引入 ChatGPT 之后，新 bing 正快速的推动着自己在搜索市场上的盈利能力。微软十分敏锐的改变着搜索的结果和方式，不止是连续对话，近期也在新 bing 上加入了图片的生成。反观 Google，即便推出了 Bard，也仍然没有把它融合到 Google 任何产品当中。
从公司策略来说，Google 比较迟缓的反应，大概率是为了业务的平缓过渡。对于 Google 来说，搜索是核心业务，牵一发而动全身。功能性上随手的改动，可能就会导致几百亿的营收变动。或许对于 Google 来说，更希望等待一个成熟的机会，或者说 AI 技术成熟之后，逐步地融合到服务和业务当中。
微软的 bing 搜索份额很低，尤其是与 Google 相比的话，它就是个很小的项目，多做尝试和调整，更容易得到新的机会。而从另一个较为理性的层面分析来看，Google 想要跟微软 bing 类似，全面把搜索转向 ChatGPT（或者 Bard）的话。Google 可能要付出一个天文数字的成本。
再退后一步，即便是 Google 买得起配得起，所需要的电能、冷却水以及碳排放也将会是个天文数字。不过，Goolge 所使用的是 LaMDA 模型和更强大的 PaLM 模型，以及其数据中心所使用的计算核心为 Google 的 TPU V4 和 V5。根据 Google 自己公开的数据来说，TPU V4、V5 要比英伟达 GPU 运行起来更为高效。
但即便如此，对于一个每天有 35 亿次巨量搜索的引擎来说，目前应该没有任何公司的数据中心能提供相应的算力。除了计算成本外，也有还需要考虑广告转化比。不同地区的搜索广告结果，会有不同的广告转化。将大语言模型引入搜索之后，还需要考虑不同地区、不同受众的运营成本。
博主 Dylan Patel 就举了一个例子，在未来的城市里，住在富人区的妈妈可以使用算力最好、最为智能的搜索引擎，而其他人只能用算力一般的搜索。在未来，不论是 Google 还是微软，都会将算力集中在那些转化率更高的用户那里。而目前的 ChatGPT、新 bing 每一次的询问都会重新生成，这意味着每次相似的提问，都会重复耗费资源。在未来步入商业化之后，引入 AI 的新搜索引擎，势必也会内部做一次过滤，类似的问题可能不再去调用 GPU 和算法，而是直接调用之前的回答，尽可能的节省成本。
Google 之所以反应迟缓，其实就是现在将 LLMs 模型引入搜索引擎，并取代它，并不能为它带来比现在更多的营收。甚至对于 Google 来说，可能还需要支付上 1000 多亿美元的可能无法回收的成本，可谓是一种豪赌。Google 更想做的其实是与微软相反，不会立刻 All in，而是设立一个三五年的计划，逐步找到一个好的切入方式，同时也有着可观的利润。Google 可以说是全世界最早研究和最懂 AI 的公司之一，它用 AI 打败了围棋世界冠军，能翻译 133 种语言，还将智能手机推向了计算摄影，几乎所有 Google 产品的背后都有 AI 在驱动。而处在变革的节点，下定决心不在仓促应战的 Google 正在攒大招。只是所谓的 Magi 推出之后，Bard 是不是会跟 Google 对待旧产品的态度一样，被彻底抛弃？
点击「在看」
是对我们最大的鼓励
关注微信
