結合GPT-4的Bing會打敗Google?正在殲滅搜尋巨頭的,其實是這兩個大敵
結合GPT-4的Bing會打敗Google?正在殲滅搜尋巨頭的,其實是這兩個大敵

微軟與OpenAI聯手後,讓Google 疲於應對。連夜推出的Bard,在上線後,頻繁出錯,使得Google 母公司Alphabet 股價大跌。

同時,Google 搜尋的地位似乎也正在被衝擊。也就在上週,結合了OpenAI 的新Bing 的訪問人數突破一億,已經取得了一個小成果。

似乎蠶食掉Google 搜尋只是一個時間問題。

另外,Google 搜尋正在逐步消亡的說法又被提及。在ChatGPT 生成式AI 出現之前,這個說法已經說過幾次。

它們所指的並不是Google 搜尋沒那麼智慧人性化,而指的是Google 搜尋的權威性、易用性和準確性正在快速下降。

第一個敵人:Google自己

最開始Google搜尋往往會提供與搜尋詞強相關,並且鮮有所謂的廣告選項。

但隨著搜尋市場份額的提升,逐步掌控絕大多數用戶之後,Google 針對搜尋質量做了幾次「模糊」處理。

不再強制匹配搜尋詞,同時對於傳統搜尋引擎當中常用的引號、加號等一些精準搜尋方式,也開始忽略他們的限定。

廣告
圖/ ifanr

最關鍵的是,在搜尋結果的前幾條當中,廣告越來越多,甚至有時候會充斥著整個螢幕。另外,在其他一些關鍵詞的搜尋當中,像是產品特性、規格這類搜尋中,最先出現的也有許多關聯亞馬遜購買的連結。

DKB Blog、Reddit、hacker 相關的討論當中,都認為Google 搜尋正變得很「糊塗」。

即便Google 官方表示自己正利用所謂的「千人千面」的算法來精準的估算出你真正的意圖。

實際上,Google 如此的調整,更像是合理的穿插一些廣告或者推廣,以及忽略後續的一些限定。簡單來說,Google 搜尋正變得搜不出你想要的內容。廣告牛皮癬以及無用資訊越來越多。

關於Google 搜尋的一則meme
關於Google 搜尋的一則meme
圖/ ifanr

但從Google 公司的商業角度來看,搜尋結果變得模棱兩可,則是一個很合理的變化。

早在1998 年,Google 剛開始做搜尋的時候,其創始人Sergey Brin 就表示,「搜尋引擎的商業模式是廣告」,「廣告業務的增長會讓搜尋引擎逐步偏向廣告商,而不是用戶的需求」。

Google 搜尋正被不斷地「精細化」,以適應80% 的常見查詢,對於技術性和明確指向性的查詢正變得更糟。

Sergey Brin
Sergey Brin
圖/ wikipedia

Google 也會把許多意義不太相似的詞彙強行關聯,當你翻了幾頁之後,搜尋頁面結果會與你的搜尋毫無相關。

在此狀態下,許多用戶也開始在搜尋詞之後,加上Reddit、Hacker 這類關鍵詞,以指定搜尋範圍。

而進階一點的用戶則直接會利用site: 這類高等級的限定詞,來精確搜尋,以規避Google 的自由發揮。

第二的敵人:Reddit

在討論如何快速找到自己想要的結果問題下,Reddit被反覆提及。

而Reddit也正在成為一種解決問題的「搜尋引擎」,DKB 就在部落格裡調侃,目前唯一不知道Reddit 已經成為當下熱門搜尋引擎的,可能只剩下Reddit 團隊自己了。

畢竟,他們並沒有做一個很體面的「搜尋界面」,但這並不妨礙他們的增長。國著名程序員Paul Graham 就認為Reddit 仍然沒有達到頂峰,它們的人數仍在增長。相對於Google 搜尋的結果不夠準確和真實,Reddit 要高效以及準確不少。

social media.png
圖/ ifanr

Reddit 成立於2005 年,最初主打的就是讓用戶分享自己在網路上發現的有趣內容,並一同討論。

隨著時間推移,Reddit 逐漸發展成為了一個擁有4.4 億活躍用戶、逾1.3 億個社區、每月超過1 億小時瀏覽時間的龐大社交媒體平台。

Reddit 最大的優勢就在於個性化和可定制化,用戶可以根據自己的喜好來獲取資訊和新聞。

相對於傳統的搜尋引擎,它能夠提供更垂直的資訊。另外,Reddit 能夠精準的把握住用戶的需求,它存在著130 萬個活躍的板塊。其實不僅僅是Reddit,許多其他類似社區或者網站,也成為搜尋引擎關鍵字的常客。提供更多的真實性,是它們領先於Google 搜尋的一個優勢。

2021 年,大西洋月刊提出過一個「網路死亡理論」,指的是大部分網路上的內容都是人工智慧生成以及來自付費關鍵詞。

當然這是一個十分激進的觀點,但也從側面展示了搜尋引擎在成熟的商業化運作下,佔據搜尋前幾頁的大部分內容都是利用SEO 規則的行銷人員。

他們就像機器人一樣,一直向你行銷、銷售、賺取你的點擊和瀏覽時長,很多都是無用的資訊。

作為對比,Reddit、Hacker news 或者Stack overflow 這些社區被人們發現,並正逐步成為一個新的搜尋引擎。

Google 搜尋正榨乾用戶的信任度

Google 搜尋引擎廣告的商業模式已經存在十幾年,且SEO 機制也運行至今。每隔一段時間,就會有部落格作者、社區板塊一同討論「Google 正在滅亡」的話題。

在Hacker News 的相關討論中,至今已經有1561 個回帖。幾乎就是圍繞著Google 搜尋結果充斥著廣告和無用資訊。

不過,即便怨念很深,Google 搜尋業務並沒有出現頹勢,市場份額也沒有明顯的降低。

但目前ChatGPT 這類生成式AI 的強勢出現,正在重寫和重新定義搜尋,新Bing 雖然並不完美,但依然讓人對搜尋的未來有著全新的想法。

而Google 混亂的的對策,以及沒有一個明確的路線圖,彷彿就是在崩潰之前,瘋狂的壓榨用戶的每次搜尋和點擊,以從中擠出每一分的廣告費。

同時,Google 的做法實際上也在透支用戶的信任度。在生成式AI 正式成為主流之前,用戶對於搜尋只是慣性的使用Google。

Apple
蘋果也在考慮自建搜尋引擎取代Google
圖/ Apple

像是Android、iPhone 的入口默認均為Google 搜尋,且很少的人不知道如何更換和調整。

根據伯恩斯坦(Bernstein Research)分析師Toni Sacconaghi 的研究報告,Google 在2021 年向蘋果支付了150 億美元,用於買斷Safari 中的默認搜尋引擎。

而Google 掌控下的Android 系統也是如此,不止是搜尋,各類服務也幾乎內建在系統當中。

微軟與OpenAI 的合作,以及Reddit 這類社區的影響力,正在逐步顛覆人們搜尋的習慣,也在不斷衝擊Google 搜尋的地位。當Google 依然不斷地用準確性、真實性來透支用戶的每次搜尋,距離Google 搜尋的轟然崩塌,或許也不過是一個時間的問題。

本文授權轉載自:愛范兒 ifanr

責任編輯:傅珮晴、錢玉紘

往下滑看下一篇文章
從台灣走進北美千家速食門市!Berry AI 如何攜手博弘雲端,讓 AI 規模化落地?
從台灣走進北美千家速食門市!Berry AI 如何攜手博弘雲端,讓 AI 規模化落地?

一家來自台灣的 AI 新創,如何讓美國上千家速食餐廳,都用它的 AI「看」得來速車道?

這家公司就是專注於 AI 影像辨識技術的 Berry AI (華捷智能),透過攝影機蒐集匿名數據並轉化為多項營運指標,協助速食品牌找出流程瓶頸、提升現場營運效率與整體顧客滿意度。以美國連鎖炸雞品牌 Zaxby’s 為例,在全面導入 Berry AI 解決方案後,服務速度提升 13%-20%,業績表現最好與最差的門市,每週營收差距從 2.4 萬美元縮小至約 9,000 美元。另一家連鎖速食品牌 Culver’s 在導入後,得來速車道的服務時間也立刻改善,進而提升整體吞吐量。

然而,支撐 Berry AI 解決方案的,不只有前端看得見的攝影機與影像辨識技術,還有後端穩定且具彈性的雲端平台。Berry AI 結合 Amazon Web Services (AWS) 全球雲端資源及博弘雲端顧問服務,打造兼顧即時性、穩定性與成本效益的雲地混合架構,成為推動 Berry AI 持續擴大北美市場版圖的重要關鍵。

從台灣 PoC 走向北美千店規模,Berry AI 面臨架構升級新挑戰

Berry AI 執行長林逸中表示,團隊成立初期投入近2年半的時間,探索最適合影像辨識技術的應用場景,最終將目光鎖定高度標準化的速食餐飲業(Quick Service Restaurant;QSR),推出得來速計時器、餐廳計數器等解決方案,運用 AI 影像分析技術,辨識顧客進入得來速車道或餐廳後的狀態,例如:排隊、點餐、候餐等。

同時,Berry AI 也進一步將現場蒐集到的數據轉化為可量化的營運指標,例如:不同門市、日期或時段的顧客等候時間,協助管理者從數據中找出流程瓶頸與可以優化的環節,進而提升服務效率及顧客滿意度。

在確立發展方向並於台灣完成 PoC (概念驗證)後,Berry AI 決定前進全球最大、也是 QSR 最核心的北美市場。然而,隨著合作客戶與部署門市持續增加,資料量快速攀升,加上服務範圍橫跨不同區域,既有以地端為主的架構開始面臨規模化挑戰。

林逸中補充指出,尤其 QSR 業者在選擇 AI 解決方案時,格外重視技術效能與穩定性,包括 AI 辨識精準度、能否因應突發狀況、系統能否穩定運作,以及網路發生問題時能否維持服務等。在這樣的要求下,若將所有運算與資料都留在地端,不僅難以因應日益增加的部署門市與資料量體,設備建置與維運成本也會隨之增加。

BerryAI 攜手博弘雲端 打造高可用性 AWS 雲地混合架構,突破北美規模化部署挑戰

如何確保系統的即時性、穩定性與成本效益,成為 Berry AI 進軍北美後必須解決的新課題。為此,Berry AI 選擇與博弘雲端合作,取得穩定且高可用的 AWS 運算與資料庫服務架構,將即時運算留在地端,同時在雲端環境整合資料庫處理大量資料與後續分析工作,形成兼顧地端即時運算與雲端彈性擴充的雲地混合架構。

Berry AI研發同仁汪楚剛說明,包括車輛偵測、追蹤與狀態辨識等需要即時反應的工作,會先在地端完成;再將辨識結果傳送至 AWS 雲端,計算各項營運指標,提供後續分析與決策使用。透過這套架構,Berry AI 至今已處理超過 2 億筆車輛狀態資料。

此外,AWS 也是 Berry AI 持續優化 AI 模型的重要基礎。Berry AI 將整套資料蒐集流程建構於 AWS 上,透過完整且多樣化的資料,持續訓練與優化模型,進一步提升地端影像辨識的準確度。

博弘雲端
Berry AI 鎖定高度標準化的速食餐飲業(Quick Service Restaurant;QSR),推出得來速計時器、餐廳計數器等解決方案,運用 AI 影像分析技術,辨識顧客進入得來速車道或餐廳後的狀態,例如:排隊、點餐、候餐等,協助管理者從數據中找出流程瓶頸與可以優化的環節,進而提升服務效率及顧客滿意度。
圖/ Berry AI網站圖

成為企業技術團隊的延伸,博弘雲端助 BerryAI 把 AWS 用得更好、更省

隨著北美業務持續成長,Berry AI 也迎來新的課題:如何把雲端資源用得更有效率、更省成本,這也成為 Berry AI 與博弘雲端合作的重要契機。

對此,可能有很多人好奇,像 Berry AI 這類技術能力成熟、具備自行建置架構能力的企業,為什麼還需要與博弘雲端合作?「關鍵在於,博弘雲端長期深耕 AWS,對相關服務與技術架構更加熟悉,可以成為企業內部技術團隊的延伸。」博弘雲端技術長宋青雲說。

當 Berry AI 遇到特定 AWS 服務或技術問題時,可以直接尋求博弘雲端協助;若需要進一步與 AWS 原廠確認,博弘雲端也能協助溝通與處理,減少 Berry AI 自行研究與排除問題所需投入的時間,讓內部研發團隊可以將更多心力和資源集中在核心產品開發。

更重要的是,博弘雲端不只提供技術支援,還能從 Berry AI 實際用量與成長需求出發,客製化設計最適合的節費方案,這對 Berry AI 降低營運成本有很大的幫助。宋青雲說明,博弘雲端根據 Berry AI 既有的 AWS 用量,推估未來 1-3 年內的使用需求,並以此為基礎規劃合適的長期雲端資源用量;同時考量 Berry AI 所屬飛捷集團旗下還有 3 家子公司同樣使用 AWS,進一步整合集團需求進行評估,放大整體採購規模,爭取更大的節費空間。

宋青雲強調,雲端採取隨需即付的計價模式,雖然具備彈性優勢,但若缺乏持續管理,仍可能出現資源配置不符商務規劃,或費用超出預期等情況。而博弘雲端不只能從使用現況出發、建議適合的節費方案,也會從效能、資安與成本等面向進行架構健檢,提出相應的優化建議;同時還會提供相關管理介面,讓企業隨時查看帳戶使用狀況、預估未來用量,在業務規模持續成長的同時,也能兼顧雲端架構的效能、安全與成本效益。

而架構健檢與成本優化,只是博弘雲端服務的一環。從企業準備上雲開始,博弘雲端便能協助將應用程式與資料從地端搬遷至雲端,或直接在雲端完成部署;進一步還能協助建置數據平台、數據中台,進行資料分析及導入 AI 應用,讓企業資料發揮更大價值。當服務正式上線後,博弘雲端也能接續提供維運服務。換言之,從前期 PoC、雲端建置到後續維運,博弘雲端都能依據企業需求,提供相應的服務與支援。

對 Berry AI 來說,藉由與博弘雲端合作,深化 AWS 雲端資源使用,不只是突破規模化挑戰,更重要的是能把有限的資源集中在核心業務,持續優化解決方案、開發更多貼近餐飲營運需求的應用,進一步爭取更多品牌合作,擴大北美市場版圖。目前,Berry AI 正全力拓展北美市場,也持續尋找對 AI 技術與餐飲產業應用充滿好奇心、重視團隊協作的人才加入。徵才方向涵蓋機器學習與電腦視覺、Platform & System(DevOps、Infrastructure),以及 Full Stack 軟體開發。從門市邊緣裝置上運行的 AI 模型、串連雲端與數千家門市的系統平台,到協助餐飲品牌提升營運效率的分析產品,每個環節都還有發揮的空間。 期待匯聚更多優秀夥伴,一起用 AI 解決真實的營運問題,讓來自台灣的技術走進更多全球 QSR 門市。

職缺詳情:https://www.cake.me/companies/berryai/jobs

登入數位時代會員

開啟專屬自己的主題內容,

每日推播重點文章

閱讀會員專屬文章

請先登入數位時代會員

看更多獨享內容

請先登入數位時代會員

開啟收藏文章功能,

請先登入數位時代會員

開啟訂閱文章分類功能,

請先登入數位時代會員

我還不是會員, 註冊去!
追蹤我們
一次搞懂工業AI
© 2026 Business Next Media Corp. All Rights Reserved. 本網站內容未經允許,不得轉載。
106 台北市大安區光復南路102號9樓