公司表示,現時已有 數十萬名開發者 用緊 Exa 的搜尋服務,將即時網絡資料接入 AI 工具與應用。
另一間備受關注嘅公司係 Parallel Web Systems。
呢間公司由前 Twitter CEO Parag Agrawal 創辦,已經 融資 1 億美元,估值約 20 億美元,投資方包括 Sequoia Capital。
Parallel 的想法更加激進:佢想打造一個 專門為 AI agent 設計嘅「平行網絡」搜尋基建,讓 AI 系統更有效率地與網頁互動,而唔只係模仿人類瀏覽模式。
除此之外,市場上仲有其他新創公司例如 Tavily 同 TinyFish,都在嘗試重構搜尋架構,讓 AI 系統而唔係人類成為主要使用者。
投資人之所以瘋狂下注,背後其實有一個共識:
AI 原生搜尋(AI‑native search)可能會變成互聯網下一層關鍵基建,就好似雲端運算或者支付 API 一樣。
當新創公司建立底層基建,大型科技平台則控制另一個關鍵位置——流量入口。
而佢哋亦正全面把搜尋體驗改造成 AI 驅動。
Google 正推動可能是 25 年來最大一次搜尋升級。
新版本把 AI 模型(例如 Gemini)直接整合進搜尋框,讓用戶可以用自然語言提問,甚至觸發類似 AI agent 的功能。
呢個轉變意味住搜尋將逐步由傳統「十條藍色連結」,變成 互動式 AI 回答與探索體驗。
Amazon 亦把 AI 放入自己最重要的位置之一:搜尋欄。
公司開始在網站與 App 搜尋框中整合 Alexa 驅動的 AI 回答,讓用戶輸入問題時可以直接看到 產品比較、推薦與解釋,而唔只係商品列表。
Amazon 亦正在測試混合模式搜尋:
AI 生成摘要會與傳統搜尋結果並排顯示,可能徹底改變消費者研究產品的方式。
LinkedIn 亦推出 AI 對話式搜尋。
用戶可以用自然語言描述想找的人、工作或內容,例如「在矽谷創業公司工作的軟件工程師」,系統會理解語境並返回相關結果。
這種搜尋方式比傳統關鍵字與篩選器更接近人類思考模式。
Reddit 亦在測試 AI 搜尋功能,將社群討論整理成結構化建議,例如購物結果或產品推薦。
換句話說,用戶不只是看到討論串,而是直接得到由 AI 整理的「社群共識」。
這一波 AI 搜尋創業潮,其實源自一個更深層的轉變:
AI 助手與 AI agent 正成為新的資訊入口。
以前,人需要自己打開瀏覽器、搜尋、逐個網站閱讀。
現在越來越多情況是:
AI 先去網絡 檢索資料、整合資訊,再把答案給你。
Google 推出的 AI 搜尋模式就是這個趨勢的一部分。
而要支撐這種模式,需要全新的基建,例如:
Exa、Parallel 等公司正試圖提供這一層能力。
對企業與內容創作者來說,影響可能更大。
過去網站主要做 SEO(搜尋引擎優化),目標是讓連結排在搜尋結果前列。
但在 AI 搜尋時代,搜尋引擎可能直接生成答案。
因此新的目標變成:
讓 AI 系統引用、理解或解讀你的內容。
這個趨勢其實已經開始出現。
數據顯示,超過 58% 搜尋現在已經不需要點擊任何連結就結束,因為結果頁面上的 AI 摘要已經提供答案。
同時,AI 平台也正在攔截部分搜尋流量——有研究指出 最多約 30% 搜尋會先被 AI 系統處理,再決定是否跳轉到傳統搜尋結果。
因此,市場開始出現一個新概念:
AI discoverability(AI 可發現性),或者 Answer Engine Optimization。
整體來看,一個分層的 AI 搜尋生態正在成形:
競賽仍然非常早期,但方向已經清晰。
未來的搜尋競爭,不只是誰能做出最好的搜尋引擎。
而是——
誰能建立 AI 在互聯網上「找到資訊」的核心基建。