谷歌的AI大变革:商业模式转型

每周跟踪AI热点新闻动向和震撼发展 想要探索生成式人工智能的前沿进展吗?订阅我们的简报,深入解析最新的技术突破、实际应用案例和未来的趋势。与全球数同行一同,从行业内部的深度分析和实用指南中受益。不要错过这个机会,成为AI领域的领跑者。点击订阅,与未来同行! 订阅:https://rengongzhineng.io/

经过几个月的高度猜测,谷歌终于展示了其关于AI和未来搜索的计划,这可能成为资本主义历史上最激烈的商业模式转变之一。

谷歌准备重新定义其主要收入来源,尽管其最新的GenAI产品发布再次自取其辱。然而,随着向AI的转变,谷歌可能会摧毁数百家小企业,整个职业生涯都将不得不适应以求生存。

但谷歌在这种改变中会把自己仍然健康的业务置于风险之中吗?

并不会。

实际上,谷歌作为一家公司极有可能取得成功,但其中的原因可能会让你感到惊讶:蛋白质和多元化。

适应变化的时代

2022年12月,也就是ChatGPT公测发布一个月后,某作者写了一篇题为《ChatGPT能杀死谷歌吗?》的文章。在那篇文章中,作者认为随着AI的发展,标准化搜索的商业模式正在走向灭亡。顾客最看重的是速度和相关性,因此直接向ChatGPT寻求答案而不是通过无数SEO优化的链接搜索是明智的选择。当然,ChatGPT当时完全没有准备好担任这个角色,但讨论的不是现在,而是未来。随着大型语言模型(LLM)的发展,成为主要搜索产品只是时间问题。

17个月后,作者的预测部分正确。

对搜索的高度依赖

虽然作者在预测上是对的(搜索的现状是沉船),但对谷歌克服这一问题的能力过于怀疑和悲观,讽刺的是,这一问题正是谷歌自己造成的。谷歌创造并公开发布了导致ChatGPT诞生的大部分技术进步,如Transformers和词嵌入。

原因无他,搜索当时代表了其直接业务的58%以上,同时与从YouTube和Google网络(站内广告)广告份额中衍生的额外20%密切相关:

简单来说,为了在这个由AI主导的世界中生存,谷歌必须颠覆(婉转地说"杀死")其主要收入来源,这看起来很复杂。而更雪上加霜的是,整个2023年,他们的AI策略充满争议,像Bard这样糟糕的产品对于一家多年来推动AI行业进步的公司来说是不可接受的。

然而,初创公司如Perplexity抓住了机会,推出了一款让搜索变得更愉快的产品。

最终,到了年底,谷歌放弃了Bard,推出了Gemini,一款首次真正与OpenAI的GPT-4 LLM相媲美的LLM。就这样,事情开始转变,直到我们看到了谷歌的新形态。

准备迎战

虽然许多人可能因为谷歌的坏消息和糟糕的时间执行而过于激动,但如果仔细观察,它仍然处于有利位置。

除了向AI搜索转型是不可避免的,谷歌长期以来一直在努力提高其搜索引擎提供的内容质量。作为几十年来互联网的大门,一个专门帮助公司在搜索引擎中排名更高的行业出现了,即SEO。然而,随着任何营利模式的出现,取悦股东的压力最终引诱谷歌越来越多地向愿意付费排名靠前的公司倾斜,形成了完美风暴。

一方面,SEO模式促使内容创作者更多地关注SEO优化而不是创造价值,使搜索过程变得令人厌烦和无关紧要。另一方面,追求利润导致前几个(有时更多)的十个蓝色链接是赞助链接,进一步恶化了体验。

在某个时刻,谷歌的商业模式被简化为向数十亿顾客强行灌输无关内容和广告,他们接受这种命运不是因为它是一个伟大的产品,而是因为他们别无选择。但在今年的Google I/O大会上,公司终于迈出了我们所有人(除了现有利益相关者)期待的一步:全面拥抱AI搜索,即使执行得很糟糕。

改变游戏规则

即将到来的范式转变是明确的:人类将提问,而AI将搜索。然而,谷歌实际上复制了Perplexity的策略,将搜索过程变成了以下步骤:

用户写下搜索查询。Gemini接收查询,识别主要关键词,制定搜索计划------基本上就是确定要搜索的内容。使用谷歌的API执行搜索并将其捆绑成一个提示,Gemini模型然后用它来生成对用户查询的响应。

最后,将生成的文本显示在谷歌称之为"AI概述"页面上,如果你想探索Gemini用来汇总响应的任何网站,会将主要相关链接添加在下面。

简而言之,除非用户对AI生成的响应不满意,否则Gemini会完成所有点击操作,这对用户行为来说是一个巨大的转变,毫不奇怪,这对某些人来说会带来严重的后果。

一个未解的问题

简而言之,依赖Google AdSense来实现内容货币化的网站可能会看到收益大幅下降。当然,谷歌对此予以否认,因为自3月以来的搜索负责人Liz Reid认为这实际上会导致开放网络上的点击量增加。老实说,这很难让人相信。

当然,如果你的网站被Gemini持续选中来响应用户的请求,你会增加流量,但这非常难以预测。Gemini是一个大型语言模型(LLM),即一个完全的黑箱。这意味着模型计划搜索(选择搜索内容)的步骤是高度不可预测的。换句话说,这个过程是非确定性的,这意味着一个完全相同的字母搜索可能在每种情况下都会产生略有不同的搜索计划,从而产生略有不同的网站候选。

这假设Gemini用于查找网站的API由谷歌的专有算法驱动是确定性的,但这是未知数。否则,你会在搜索中增加一个额外的自由度,也是"随机"的,这使得预测搜索流量成为一场梦幻,即使是对谷歌来说。如果谷歌无法预测网站流量,这可能会影响广告客户的转化率,这种不确定性可能会阻止他们使用谷歌的广告软件。

这可能会诱使谷歌对赞助链接赋予更高的权重,使API结果更具可预测性,将整个过程变成一个"付费取胜"的局面。当然,这纯粹是猜测。主要结论是,决定显示什么内容远未完全在谷歌的控制之下。这意味着即使他们不想影响你的流量,他们也无法保证这种情况除非他们强制执行,这意味着对付费排名赋予更高的权重。

谷歌无法控制AI的最大证明无非是其令人尴尬的AI概述发布。简而言之,模型的回应常常出错,有许多例子证明这一点。回到正题,依靠站内广告生活的人不是唯一可能受影响的人。流行的电子商务品牌也可能受到严重打击。

这一点在谷歌CEO桑达尔在会议上展示的演示中变得明显,Gemini返回了一双鞋。这尤其重要,因为AI也可能潜在地驱动顾客的整个购买流程并简化退货过程。

因此,如果AI能够提供顾客正在寻找的确切产品,而AI完成所有搜索工作,由于许多电子商务网站的大部分流量来自于其域名权重,而不是寻找特定产品(与品牌网站不同),不太知名的电子商务网站可能因为拥有顾客所寻找的确切产品而获胜,而顾客无需在更受欢迎的市场中搜索一秒钟。这也可能导致价格的底线竞争,因为价格对用户来说可能是一个重要因素。

然而,到目前为止,还没有讨论谷歌为何在所有混乱中做出了正确的举动。

以AI为中心的现金奶牛

目前,谷歌和AI的未来是完全交织在一起的;它们是同义词。但幸运的是,谷歌对AI的"新依赖"是精妙地多元化的。

广告......以不同的方式. 首先,谷歌可能会将Google Network(根据引用的来源不同,目前收入的10--12%左右),用于站内广告,作为牺牲品。无论这是否属实,将取决于谷歌能否继续保证高付费客户的流量。目前,展示广告(在YouTube或其他谷歌产品上)似乎并没有受到这一变化的特别影响。

云服务,持续的礼物

至于云业务,不足为奇的是,许多大科技公司正在慢慢成为云服务提供商。它是亚马逊的主要利润来源,它是微软最大的收入部分,甚至NVIDIA也在GPU层面涉足云计算.对于谷歌来说,这大约是业务的10%,并且在增长。随着对AI的需求持续增长,预计到2030年将实现28%的复合年增长率,这一收入部分将随着时间的推移显著增加。考虑到谷歌是全球最大的计算提供商,显然最适合抓住这块大蛋糕。

然而,最令人兴奋的收入来源可能直接来自AI产品:Gemini和AlphaFold。

一个新的医疗巨头

从Gemini的角度来看,就像微软通过OpenAI或其内部LLM,或者Meta一样,构建LLM的公司创造价值的机会难以忽视。不仅如此,谷歌在AI管道的每一层中都扮演着角色:

它构建自己的AI硬件,TPU,这意味着它对NVIDIA等硬件提供商的依赖性较小(尽管仍然是客户)。它通过云计算业务提供基础设施服务。它构建并提供其专有模型,即Gemini系列,并且还参与了像Anthropic(Claude模型)这样的公司。它还在应用层具有强大的存在,推出了强大的工作空间工具,如AI Teammate,作为B2B模型,并且拥有现金和专业知识可以垂直进入任何行业。

谈到这一点,它可能有第一个"目标":医疗保健。

如果我们看看谷歌的AI模型发布,每一个通用模型总会发布一个医学专用版本。Med-Palm和最近的Med-Gemini就是明显的例子。换句话说,谷歌在医疗虚拟助手领域占据主导地位,帮助医生和护士提供更好的病人护理并不令人惊讶。然而,谷歌医疗保健战略中最光明的机会最近浮现,即同构实验室,通过AlphaFold 3将其行业变革性发现货币化。

AlphaFold是一个蛋白质折叠预测器。换句话说,它输入氨基酸序列并输出其蛋白质结构。仅凭模型的早期版本,该模型已被认为是生物学家不可或缺的工具,而根据著名投资者和亿万富翁Chamath Palihapitiya的说法,它单凭一己之力就可能轻松成为一个价值1000亿美元的业务,这可能是谷歌应对新搜索范式不确定性的秘密武器。

多元化的巨兽

长期以来被认为是历史上最好的商业模式,在过去一年多时间里,谷歌终于因为对搜索的过度依赖而显得脆弱。当然,风险是存在的。Perplexity、微软和据称的OpenAI都准备在搜索领域一较高下。谷歌搜索的最终形态尚未显现。许多悬而未决的问题依然存在,谷歌可能也没有答案。如果谷歌的AI搜索实现笨拙,广告目标客户可能会转向Meta等其他平台。使用AI推动搜索有可能为用户提供下一个级别的服务,但它为这一过程增加了大量随机性,谷歌可能通过将其转变为"付费取胜"的业务来解决。这将影响搜索用户和争夺流量的公司。

至于同构实验室,它显然是一个可能为公司带来万亿美元收益的冒险,也可能是一个巨大的失败。不管怎样,不要低估Demis Hassabis的能力,但结果如何无人知晓。尽管存在风险,Gemini的出现和Google Deepmind在生物学和机器人学方面的惊人发现,使得谷歌在AI竞赛中处于有利地位。

这一切,再加上谷歌惊人的计算能力,这对于以预期规模交付AI至关重要,表明谷歌可能终于击中了所有正确的音符(除了产品发布方面.

相关推荐
封步宇AIGC3 分钟前
量化交易系统开发-实时行情自动化交易-3.4.1.2.A股交易数据
人工智能·python·机器学习·数据挖掘
m0_523674214 分钟前
技术前沿:从强化学习到Prompt Engineering,业务流程管理的创新之路
人工智能·深度学习·目标检测·机器学习·语言模型·自然语言处理·数据挖掘
HappyAcmen14 分钟前
IDEA部署AI代写插件
java·人工智能·intellij-idea
噜噜噜噜鲁先森35 分钟前
看懂本文,入门神经网络Neural Network
人工智能
InheritGuo1 小时前
It’s All About Your Sketch: Democratising Sketch Control in Diffusion Models
人工智能·计算机视觉·sketch
weixin_307779132 小时前
证明存在常数c, C > 0,使得在一系列特定条件下,某个特定投资时刻出现的概率与天数的对数成反比
人工智能·算法·机器学习
封步宇AIGC2 小时前
量化交易系统开发-实时行情自动化交易-3.4.1.6.A股宏观经济数据
人工智能·python·机器学习·数据挖掘
Jack黄从零学c++2 小时前
opencv(c++)图像的灰度转换
c++·人工智能·opencv
小言从不摸鱼2 小时前
【AI大模型】ELMo模型介绍:深度理解语言模型的嵌入艺术
人工智能·深度学习·语言模型·自然语言处理·transformer
Amarantine、沐风倩✨2 小时前
研发工程师---物联网+AI方向
人工智能·物联网