近期，受GPT-4引领的新范式影响，AI搜索推理领域迎来了新的变革，月暗、智谱、Perplexity及OpenAI等相继推出了该功能。此轮更新中，AI搜索不再像以往那样盲目搜寻，而是学会了“思考”。面对问题时，它能像人类一样先拆解步骤，再进行精准搜索，并最终呈现答案。
根据“知识管理模型”，数据需进化为信息、知识乃至智慧，方能体现其价值。信息解决“What”的问题，知识解答“How”，而智慧则应对“Why”。在这一进化逻辑下，CoT（思考链）加持的AI搜索已迈入2.0时代，从单纯的信息聚合走向规律总结与辅助决策。
用户对AI搜索的依赖超乎预期，Perplexity每周处理查询量高达1亿次，每月则近4亿次。AI搜索不仅在用户争夺上取得成效，商业化方面也展现出积极信号。国外最新报告指出，谷歌搜索广告市场份额十年来首次跌破50%，这为新老玩家提供了机遇。
目前，AI搜索的商业化路径主要有两种：一是打造通用型AI搜索工具，向C端用户出售使用权，向B端出售广告位及创建AI搜索能力；二是以应用为载体，将AI搜索能力嵌入场景中，自建分发渠道和数据入口，优化用户体验，提升付费转化率，并防止中间商赚取差价。
月暗通过饥饿营销强化“国内首个4o搜索”形象；Minimax则将重心转向AI应用的搜推；微信也在尝试改变，灰度测试AI问答功能，打通混元与微信生态。业内人士认为，AI搜索的共识度越高，竞争门槛也越高，若不出众，用户仍会选择谷歌。
“搜索+深度推理”模式下，AI搜索对拆解、分析能力的需求远超单纯的“搜”。AI搜索推理模式的基本流程是：针对复杂问题，AI先解题，将问题拆解为多个步骤，依次完成“搜索+分析”动作，最后给出答案。这一过程中，AI的解题思路是关键，整个解题过程实时动态，边思考边解答。
然而，搜索Agent也存在缺陷。当过分强调搜索步骤完整性时，可能出现过程正确但结果错误的现象，即链与链之间的连接关系出错，导致算力浪费。此外，需警惕将简单问题复杂化的倾向，CoT的质量而非数量才是关键。
AI搜索2.0阶段，搜索处理的信息维度提升，从信息迈向知识与智慧的中间地带，能够探讨How、Why层面的问题，价值也随之提升。目前，开卷考试与自主思考两种搜索方式的差距不大，但AI2.0搜索押注的是长期价值，仍需时间。
除了CoT方式，AI搜索还有其他增强途径，如扩大搜索量和范围、优质化搜索以及直接补充信息来源等。
传统搜索退潮，AI搜索崛起，成为必争之地。月暗、Minimax等AI企业纷纷加大在AI搜索推理方向的投入，招聘相关岗位，加速抢占市场。
AI搜索商业化方面，Perplexity即将在应用内投放广告，Kimi探索版也预留了广告招商位。然而，用户构成决定了广告市场的定位。Perplexity瞄准的是高端广告市场，CPM广告收费远高于市场平均水平。而Kimi等AI搜索应用的用户画像相对广泛，对广告主来说，这些用户的消费和转化能力有限。
Perplexity还提供了AI搜索to小B的模式，对外开放AI搜索能力，共享知识库，提升检索、分析问题的效率。在此基础上，订阅收费模式进一步分层，按企业规模数量为标准收费。
AI行业正步入营收和利润导向阶段，搜索被誉为“离钱最近的领域”。AI搜索能否打响大模型商业化的第一站，成为业界关注的焦点。谷歌等传统搜索引擎后退，谁能吃掉第一口“蛋糕”，让我们拭目以待。
