AI 搜索会快速掏空传统广告？

摘要： 也可能出现一种，传统搜索和 AI 搜索并存的状态谷歌最新财报出来了：二季度，Alphabet 总营收 964 亿美元，比去年多了 14%。其中搜索和其他业务，赚了 541 亿，也涨...

也可能出现一种，传统搜索和 AI 搜索并存的状态

谷歌最新财报出来了：

二季度，Alphabet 总营收 964 亿美元，比去年多了 14%。其中搜索和其他业务，赚了 541 亿，也涨了 12%。

没错，搜索是最能赚钱的老大。但有意思的是，另一组数据看起来更惊人：

谷歌在搜索里加的 AI 功能（AI Overviews），到二季度已经有20 亿人用过。它推的「对话式搜索模式」，在美国和印度的月活也破1 亿。

换句话说，表面上收入还在涨，背后的使用习惯，正在悄悄改写。

1

要知道，过去二十多年，搜索逻辑几乎没动过：你在框里敲个问题，Google 给你一排蓝色链接，你点进去，网站拿流量，广告商花钱买关键词，这是互联网最稳定的赚钱公式。

但 AI 搜索，正在把这套逻辑推翻。

你现在搜点什么，它直接生成答案，还能顺手帮你总结、对比，最后甩给你一个现成的结论。

对用户来说，当然舒服：省时间，更直观。可对网站、广告商就完全不是这么回事了。

AI 搜索正在切断那条原本良性循环的链路：搜索、流量、广告、变现；一旦点击减少，网站没了流量，就不会再花钱买关键词，广告链条就会被掏空。

这并非危言耸听。

2024 年，Perplexity 的月活跃用户突破2,000 万，它的回答模式几乎没有传统链接，直接把内容重组给用户；微软 Bing 的 AI 答案区，在推出一年后，已经能覆盖四分之一的搜索量。

种种数据都说明，用户的习惯正在加速转向「不用点链接」。

为什么传统广告模式会被 AI 搜索颠覆？

因为传统搜索广告靠 CPC（点击付费），用户点进网页，广告展示，广告主为点击买单。这套逻辑支撑了 Google 的大部分收入。

放眼全球，搜索广告市场 2024 年规模大约 2050 亿美元，Google 一家就吃下了 56%。

可 AI 搜索直接在结果页生成答案，用户根本没必要再点进网站；对广告来说，这意味着曝光骤减、点击下滑，关键词竞价逻辑被动摇，更关键的是，用户习惯也在悄悄改变。

要么嵌进答案的推荐，要么以对话选项的形式出现。

对广告商来说，这是机遇与风险并存，机会在于转化率可能更高，广告更贴近用户需求；风险在于 CPC 时代可能走到尽头，广告模式必须彻底重建。

那么，AI 搜索会带来怎样的新模式？

智远认为：如果说传统搜索靠 CPC（点击付费），那 AI 搜索更可能走向 CPS（成交付费）。

想象一下，你在 Google 搜 " 三亚三日游怎么玩？" 过去会得到十几个旅游网站的链接，自行点进去找攻略；现在，AI 会直接生成完整行程，顺手推荐机票套餐。一旦你下单，广告主就为成交付费。

这种转变已经有了雏形。

Google 在部分市场测试过在 AI 答案里嵌入「赞助推荐」；Perplexity 在探索会员制的同时，也尝试与航司、电商合作，做 CPS 实验。

Statista 预测，2025 年全球电商广告市场将超过1500 亿美元，而这正是最适合跑通 CPS 的场景。

所以，这里有两个关键变化：

广告位：从网页的蓝色链接，变成 AI 答案里的推荐

计费方式：从点击付费，变成成交付费

对广告主来说，这更划算：钱直接买结果；对平台来说，一旦跑通，广告价值甚至可能比 CPC 更高。

可以见得，未来 AI 搜索正把广告模式推向「交易导向」：从卖流量，变成卖成交。

2

如果真走到这一步，对传统搜索厂商来说，几乎没有退路。CPC 养活了他们二十多年，是最稳的现金牛；一旦点击量下滑，这套模式，只能被迫走向衰落。

问题在于，新模式还没跑通。

CPS 听起来很美，但要形成规模，要广告主适应，要交易闭环，要解决算力和成本问题，对 Google 来说，这等于在最赚钱的地方动刀。

更现实的是，AI 搜索本身成本也高：生成式 AI 每一次推理都在烧算力。

2025 年，Alphabet 将全年资本支出从去年的750 亿美元提高到850 亿美元，主要投向数据中心和 AI 芯片。这意味着，收入端面临下滑风险，支出端却在快速上升。

所以，这是一次危险的自我革命，搜索巨头必须主动「求变」，否则就会被新的竞争者分食市场份额。

另外，一种全新的搜索形态正在出现：AI 助理。

国外有 ChatGPT、Gemini，这类产品最早靠会员制收费。未来会不会直接在生成结果里插广告？没人能准确预测。

国内同样如此。字节的「豆包」、腾讯的「元宝」都在用 AI 助理重塑搜索体验，可能先走会员，也可能尝试广告，甚至探索全新模式。

但终点只有一个：找到下一代搜索的商业模式。

那么，未来的搜索和广告，会是什么样？

智远观察认为：搜索会越来越像一个「能干活的助理」；你抛出一个模糊需求，它先帮你把问题说清楚，再给出几个可执行方案，最后直接把事办了。

订票、预约、下单、比价、退款，甚至和商家聊一轮，信息获取、方案生成、动作执行，会被揉进同一段对话里。用户不再需要在十几个网页之间来回切换。

昨天我在淘宝买东西时，发现上线了一个新功能「AI 万能搜」。

我输入「M4 笔记本怎么选」，它先帮我拆分维度：配置、屏幕、续航，再结合市场价格和补贴信息，最后给出一个决策建议。

换句话说，它已经在辅助我 " 做选择 "，这是典型的 agent 形态。

归根到底，商业的本质是提升交易效率。在这种形态下，搜索对话里会冒出新的「组件」。

类似「动作卡片」：比如「一键订这家」「约明天下午三点」「发我邮件比价单」。它们看起来像功能，其实是新的商业入口。

搜索的收入结构也会更像电商：一部分来自成交分成和服务佣金，一部分来自高意图场景的溢价曝光，再加上会员订阅、企业席位费，以及插件 / 应用市场的分发抽成。

顺带一提，国内也不止电商在动手。

昨天，通义 APP 上线了「知识库」功能，一口气覆盖教育、法律、金融等五大垂直领域。

为什么要做知识库？因为只有先把领域里的知识打底，AI 才有更靠谱的语料。

前段时间夸克能做医疗大模型，本质也是同一条路：先把医疗知识库搭起来，再清洗，再结合专家知识训练。这样才能让 AI 在专业场景里真正落地。

所以，垂直知识库 + AI，本质是一个闭环。只要数据持续积累、更新，它们会越来越像一个个垂类 AI 助理。

这不是遥远的未来。Gartner 预测，到 2027 年，超过 50% 的搜索流量将通过 AI 助理完成，这意味着搜索入口的形态正在被改写。

3

还有，智远认为，供给侧也会被重排。什么是供给侧？

就是提供内容、商品和服务的一方：网站、商家、机构，甚至个人创作者。

过去的逻辑把内容做出来，等用户搜索点进来；点击就是流量，流量就是生意。

在 AI 搜索里，这种方式很低效。供给侧必须学会，把内容、服务、价格、库存、资质等信息做成结构化数据，让 AI 助理能直接调用。

谁能被读懂、被调度，谁就能出现在答案里，甚至实现一键下单、一键预约。

举个例子：

过去餐馆把菜单挂在自己的网站上，或者交给点评、外卖平台收录，等用户点进来才看到。

未来，如果能把「菜单、价格、实时库存、可预约时间、评分」等数据开放给 AI 助理，用户问「今晚静安区哪里能订到日料」时，助理就能直接推荐并完成下单。

换句话说，未来 SEO，是「把服务做成机器能读懂的数据接口」。

不仅供给侧要重排，衡量与归因也要重写。

过去，多轮对话里，用户意图是渐进的：从想去三亚，到带孩子、预算两万、这周末出发。哪一刻算触发？哪一步算转化？谁该拿到功劳？

这会催生新的「意图级」「会话级」归因模型。

广告投放也会从 " 关键词 " 转向 " 意图包 × 人群画像 × 任务阶段 " 的组合，优化目标不再是点击，而是完成率、复购率、客单价、售后成本。

打个比方：

过去广告归因像踢足球，谁最后把球踢进门，功劳就是谁的。AI 搜索的多轮对话更像篮球：有人抢球，有人传球、挡拆，最后才有人投篮。光看投篮的人，不足以解释整场配合。

广告也是一样。用户的购买意图是慢慢形成的：

一开始有人帮他问清楚需求，中间有人提供比较，最后才有人推动下单。真正要看的，是链条里谁在什么时候起了关键作用。

生活里的例子更直观：

你要买一台相机。第一步，你问 " 入门相机怎么选 "，AI 给出维度：画质、重量、价位。第二步，你再问 " 适合旅行的轻便款 "，AI 推荐几款机型。第三步，你问 " 哪家电商最便宜 "，AI 给你比价。最后，你选择一家有补贴的店铺下单。

这条决策链路下，不能只把 " 最后那次点击 " 算作广告贡献，前面几次 " 帮你梳理需求、筛选选项 " 同样重要。

所以，未来广告衡量必须换思路：看整个会话里，用户是不是一步步走向完成。

广告投放的目标，也会从 CTR 转向更贴近生意的指标：有没有完成购买？复购率高不高？客单价有没有提升？售后成本是不是更低？

一句话总结：过去广告优化的是 " 点没点 "，以后要优化的是 " 事儿办没办成 "。这，才是真正会动到广告命根子的地方。

4

只看到供给侧和归因模型还不够。AI 搜索要想真正落地成主流，还面临更深的挑战：基础设施是否需要更换？行业是否会分化？监管红线是否要重划？

什么是基础设施？在搜索里，支撑搜索引擎运行的底层系统。

传统搜索依靠的是「索引 + 检索」：先抓取网页内容建好索引库，用户输入关键词时，在库里匹配，再给出十几个蓝色链接。这套逻辑高效、省钱，几十年来几乎没有变化。

AI 搜索更像现场写作文。每一次推理都要消耗算力，需要新的基础设施支撑：

更强的算力集群

更智能的模型调度系统

更复杂的缓存机制

边缘推理网络

简单说，把几十年来「便宜、快、稳定」的路网，换成一套「昂贵、实时、灵活」的新引擎。

这背后最大的现实问题是：钱。传统搜索一次查询成本可能只有几分钱，而生成式 AI 一次请求要几毛甚至几块。规模一上来，差距就是指数级。

等 AI 搜索基座成型后，不同行业的分化也会越来越明显。

电商场景里，AI 搜索更可能像一个 " 代购助手 "；本地生活里，它更像一个 " 贴身管家 "。

而在医疗、法律这些高风险场景里，AI 搜索可能会演变成 " 专业版 "，只对接合规、权威的数据源，监管要求也会更严格。

换句话说，过去一个「大盘子」的搜索市场，很可能被切割成多个深水区；对平台来说，「一个入口吃天下」的黄金时代，可能要被迭代了。

但问题是：这一切会很快到来吗？我的判断是：

技术上，很快能实现，商业上未必会那么快。原因很简单：一旦涉及到既得利益，平台不会急着推翻旧模式。

有一个词叫「锁死趋势」。什么意思？大家都心知肚明是正确的方向，但从商业角度来说，谁都不愿意太快往前冲，因为背后意味着巨大利益重新分配。

所以，AI 搜索的未来，是一场长期的拉扯：技术在前面拉，商业、利益在后面拽。最终会走向哪里，还要看谁先迈出那关键的一步。

也可能出现一种：传统搜索和 AI 搜索并存的状态。