文|三易生活

過去二十年間，試圖在搜索引擎領域掀翻谷歌王座的挑戰者不知凡幾，可谷歌可謂是從來都穩坐釣魚臺。直到2023年AI搜索引擎Perplexity橫空出世，“谷歌殺手”這一次具象化了，而貝佐斯、孫正義等一眾大咖的青睞更是讓谷歌感受到了壓力。為了應對挑戰，今年5月舉行的I/O開發者大會上，谷歌方面公布了AI Overviews（AI概覽），使得AI搜索不再由Perplexity獨享。

基于AI概覽功能，用戶在搜索問題時，谷歌AI會自動抓取網頁內容生成總結，用戶也不再需要點擊網頁去尋找所需的信息。然而遺憾的是，號稱“重新定義搜索體驗”的AI概覽，上線之后的表現卻只能用“丟人現眼”來形容。例如當用戶查詢如何將芝士和披薩餅胚粘在一起的時候，AI概覽的回答是“加點膠水”。

膠水確實是有效的粘合劑，但使用它的代價是披薩也就不能吃了。顯而易見，AI概覽給出的回答并不靠譜。緊接著就在外界以為這又是困擾AI大模型的幻覺問題作祟時，神通廣大的網友很快給出了AI概覽會回答“在披薩上涂膠水”的理由，因為這個回答實際上來源于一位Reddit用戶在11年前發的帖子。

由于Reddit以6000萬美元的價格與谷歌簽署了一項內容授權協議，所以后者使用Reddit的數據很正常。但不正常的是，谷歌的AI概覽居然會在常識問題上翻車。為此，谷歌方面不得不緊急對其進行“十多項技術改進和更新”，以避免一些奇怪的、不準確的或無益的搜索結果出現。

就在網友們以為AI概覽的翻車只不過是新技術的陣痛，經過谷歌的改進后，AI概率已經“藥到病除”之后，現實卻超乎了幾乎所有人的想象，谷歌方面其實并沒有從技術上解決AI概覽生成錯誤的結果，而是通過降低AI概覽出現的頻率、以避免再次翻車。

日前據數字營銷和SEO網站Search Engine Land的相關報道顯示，現在AI概覽僅在7%的搜索結果中展示，而在5月下旬該功能剛剛發布時，這個數字還高達80%。具體來說，教育類問題中AI概覽的出現率從26%下降到了13%，電商類問題中的出現率從26%下降到9%，而娛樂類問題里的AI概覽則根本不再顯示。

同時Search Engine Land方面還發現，當用戶使用的搜索關鍵詞包含“最佳”、“是什么”、“如何”、“癥狀”等確定性描述時，更容易喚起AI概覽。再結合6月下旬，他們發現谷歌方面對搜索算法進行了一項調整，旨在降低Reddit內容在AI搜索結果中的權重。如此一來，對于AI概覽翻車，谷歌的做法似乎是“頭痛醫頭，腳痛醫腳”。

那么問題來了，為什么對于AI概覽這一展示自己AI搜索技術實力的功能，谷歌會選擇“擺爛”，或者說Perplexity怎么就沒出這樣的大問題呢？最直接的解釋，可能就是谷歌在數據清洗上出現了紕漏，他們的數據標注人員或者AI未能成功地從Reddit的內容數據里分辨出類似“在披薩上涂膠水”這樣的無價值內容。

其實谷歌方面在數據清洗上翻車的可能性并不低，因為過去一年多的時間里，OpenAI已經從谷歌手中奪走了AI賽道領頭羊的地位。

為了追趕OpenAI的GPT-4，谷歌的Gemini Pro去年就已經曝出了在訓練數據上直接使用百度文心一言輸出結果的丑聞。當然了，概率更大的真相或許是不僅僅高質量的中文語料缺乏，高質量的英文語料同樣也出現了供給不足。

Common Crawl數據集、The Pile語料庫已經哺育了GPT-4 、Gemini等，一眾海外知名或不知名的大模型。對于數據的渴求，甚至讓OpenAI搞出了要求《紐約時報》證明作品原創性的荒誕戲碼。為什么谷歌的AI概覽會直接使用Reddit的數據，不正是因為開源數據庫被薅禿了、閉源數據庫卻又待價而沽。

要知道谷歌搜索作為全球用戶量最多的搜索引擎，平均每秒需要處理超過63000次查詢，也就是說每天會有56億的搜索行為發生。可反觀Perplexity，由于使用人群相對有限，即使有翻車的現象也不過是孤立不證，而放在谷歌身上則是海量的個例。同樣一件事，大公司與初創企業的地位差異，顯然就決定了前者不得不選擇保守。