人工智能时代的谷歌搜索：数字信息经济的经济重塑

人工智能是对传统搜索引擎商业模式的直接威胁，还是对已占据主导地位的市场的战略发展？

2025年第一季度，谷歌依然稳坐全球搜索领域霸主的宝座。其市场份额高达91.55%，日均处理约89亿次搜索查询，相当于每秒约10.3万次查询，年总量达2.6万亿次。在移动设备领域，谷歌更是占据绝对优势，市场份额高达96.3%。这些数据看似展现了谷歌不可撼动的统治地位，但在这看似光鲜亮丽的统计数字背后，却隐藏着更为复杂多变的经济格局。市场份额本身掩盖了搜索量、用户行为和实际收入之间价值关系的根本性转变。

2024 年最后几个月，出现了一种罕见的现象：谷歌的全球市场份额十年来首次跌破具有象征意义的 90% 大关。2024 年 10 月，其市场份额为 89.34%，11 月为 89.99%，12 月为 89.73%。这是自 2015 年以来首次持续跌破这一关口。尽管分析师将此次下滑部分归因于亚洲地区的格局变化，但这一发展也表明，多种结构性因素正在汇聚，开始从根本上动摇传统的搜索引擎生态系统。这与其说是现有用户的大规模流失，不如说是搜索行为及其相关经济成功路径的转变。

谷歌的商业模式建立在一个精巧却日益脆弱的架构之上。2024年，该公司总收入约为3070亿美元，其中搜索广告收入约占1750亿美元。这不仅占总收入的57%，而且构成了整个公司财务结构的支柱。该模式的运作机制简单而有效：用户提出带有明确或隐含购买意图的搜索查询；谷歌展示付费广告商的广告；用户点击这些广告或自然搜索结果；由此形成一个由用户、发布商和广告商组成的三方市场。

这种架构从根本上受到了人工智能集成的挑战，特别是通过“AI概览”技术实现的挑战。

人工智能概览如何摧毁商业模式：衰落的指标

谷歌推出的AI概览功能标志着一个转折点。这项技术直接在搜索结果页面上向用户呈现由生成模型生成的信息摘要，无需用户点击进入外部网站。其推广速度惊人：2025年1月，AI概览出现在所有搜索查询中的6.49%。到2025年3月，这一比例翻了一番，达到约13.14%。这意味着，如今在美国市场，超过七分之一的谷歌搜索中，用户在点击传统的自然搜索结果或付费广告之前，就已经通过AI合成的方式获取了信息。

这种扩张带来的经济后果很快显现。点击率——所有数字资本主义经济模式的基本指标——出现了剧烈波动。对于使用人工智能概览的搜索查询，自然点击率从2024年6月的1.76%暴跌至2025年9月的0.61%。这意味着下降了约65%，或者用商业术语来说，在人工智能的压力下，“点击自然搜索结果”这一资产的波动性增加了近三分之二。与此同时，付费搜索广告的下滑幅度更大：点击率从19.7%暴跌至6.34%，降幅高达68%。

尤其值得注意的是这两种效应之间的相互作用：人工智能概览导致的点击率下降并非仅限于实际显示人工智能概览的搜索查询。对于未显示人工智能概览的搜索查询，自然点击率也同比下降了约 41%。这表明存在更深层次的行为影响：用户正在从根本上调整他们的交互模式。他们逐渐意识到，由于人工智能系统已经在结果页面上提供了答案，因此点击搜索结果的价值越来越低。从理论角度来看，这种学习效应可以被理解为一种非理性的风险规避或惯例形成；然而，实际上，用户正在对不断变化的信息环境做出理性反应。

这种转变的总体影响令人震惊。“零点击搜索”（即不点击外部结果的搜索）的比例从56%跃升至69%。相反，现在只有31%的搜索查询会引导用户点击外部链接。对于出版商和内容创作者而言，这意味着灾难性的流量损失。Similarweb的一项分析显示，新闻网站的自然流量在一年内从每月超过23亿次访问骤降至不足17亿次，每月损失约6亿次访问，相当于之前流量的26%左右。个别出版商的数据甚至更为惊人：一家美国主流生活方式杂志的点击率从5.1%降至0.6%，降幅高达约88%。

这并非搜索引擎格局的渐进式调整，而是一场革命。这对谷歌自身而言意义重大且充满矛盾：一方面，AI Overview 的整合会导致点击量减少；另一方面，谷歌却抵制推出该功能的压力，认为每一次不被 ChatGPT 抢走的点击都弥足珍贵——因此，即使点击量减少也胜过没有点击。一份已公开的谷歌内部备忘录简洁地阐述了这种认知上的矛盾：谷歌宁愿将搜索量减少归咎于 Gemini（谷歌的专有 AI 模型），也不愿归咎于 ChatGPT，因为这样才能保留用户留在谷歌生态系统中的可能性。换句话说，为了在长期内对抗去中心化的 AI 竞争对手，谷歌正在冒着中期可盈利流量缩水的风险。

这一策略反映了平台资本主义的一个根本困境：当传统的价值衡量标准——点击量——受到挑战时，就必须开发替代的价值创造途径。谷歌正在通过开发AI模式进行尝试，这是一种更全面、更具对话性的搜索体验，旨在提升用户长期参与度。其商业模式正从交易型（“用户点击广告”）模式转向可能更加整合甚至基于订阅的模式。鉴于这些趋势，2025年搜索营销收入预计将达到约1906亿美元，比2024年增长约7%，这一预测仍然保持着一定的乐观态度。然而，这种增长很可能主要通过提高价格（每次点击成本）来实现，而非通过增加点击量。

Robby Stein 的产品理念：从 Snapchat 到 AI 搜索

在此背景下，谷歌搜索产品副总裁罗比·斯坦的履历及其明确的产品战略显得尤为重要。斯坦是谷歌试图重塑搜索领域的关键人物。他的职业生涯对于理解人工智能计划背后的战略逻辑具有重要的启示意义。

斯坦因因开发Instagram Stories而闻名。这一产品决策提供了一个极具启发性的案例，展现了在极端不确定条件下如何进行产品开发，以及成熟平台如何通过“足够好”的模仿来削弱竞争对手。2013年，Snapchat推出了“Stories”功能，这是一种创新的阅后即焚、自动消失的社交媒体内容。这项创新技术精湛，颠覆了用户行为，开创了社交媒体互动的新模式。Snapchat在2016年拥有约1.5亿日活跃用户。Instagram作为Facebook生态系统的一部分，拥有超过5亿日活跃用户，于2016年8月2日复制了这一功能。

Snapchat 遭受了毁灭性的打击。Instagram Stories 在短短六个月内就吸引了超过 1.5 亿日活跃用户。Snapchat Stories 的浏览量暴跌了 15% 到 40%。不到一年，Snapchat 在这一领域就被彻底击败。Instagram Stories 与 Snapchat Stories 的区别不在于技术优势，而在于运营优势：Instagram 将这项功能整合到了一个已经占据主导地位的生态系统中，为创作者提供了更完善的分析工具，允许品牌和用户标记（Snapchat 不提供此功能），并且利用了现有的技术基础设施。这是一个典型的平台经济学案例：在分散的市场中，规模、整合能力和卓越的运营能力胜过创新。

在最近的采访中，斯坦将他的产品开发理念概括为三个核心要素：第一，“持续改进”——执着于迭代优化；第二，深入理解复杂技术系统背景下的用户行为；第三，当数据需要时，勇于做出反直觉的决策。

这种理念体现在谷歌的人工智能战略中。斯坦因曾公开表示，谷歌已确定了“下一代搜索”的三个组成部分：人工智能概览（快速的、由人工智能生成的摘要）、多模态搜索（图像、视频、Lens）以及人工智能模式（一种对话式、轮流发言的搜索体验，谷歌此前从未推出过）。这三个要素旨在“融合”，从而打造无缝衔接、更加全面的搜索体验。

实施速度令人瞩目。AI模式从概念到发布仅用了一年左右的时间，对于一家如此规模的公司来说，这速度堪称惊人。这反映出，在斯坦因原则的明确指导下，谷歌新一代的产品领导者正在突破以往组织内部的效率低下问题。

然而，斯坦的理念也存在一个结构性缺陷：它将“持续改进”理解为一个专注于产品本身的过程，而非其生态系统和分销效应。从纯粹的用户视角来看，激进的人工智能概览或许代表着信息获取的“改进”。但从依赖点击量的出版商和更广泛的网络生态系统的角度来看，它们却构成了一种破坏性的干预。这就造成了一个两难困境：产品经理在追求用户热情最大化的同时，也可能因为用户体验和商业实现的不一致而损害公司的商业模式。

学术分散：碎片化转型的三大支柱

在最近的采访中，斯坦因提出了一个关于搜索格局变革的概念框架：三个互不等价的支柱。这种分类比乍看之下更具意义，因为它揭示了谷歌内部如何理解其搜索策略的碎片化现状。

第一大支柱是AI概览。这些是由人工智能生成的搜索结果页面上的信息摘要。其工作原理是：利用专门的Gemini模型（谷歌专有的大型语言模型）解读搜索查询，执行搜索策略（称为“查询扇出”），该策略中模型会自动生成并执行数十个辅助查询以收集上下文信息，然后生成结构化的答案。AI概览主要针对信息类查询，例如“沸水温度”、“柏林最佳餐厅”、“比特币如何运作”。它们不太适合导航类查询（用户搜索特定目的地）。对于优先级最高的商业查询（购买意向），它们也不是理想之选，因为传统的广告形式和产品列表在这些领域仍然表现更佳。

第二大支柱是多模态搜索，主要由谷歌镜头（Google Lens）提供支持。用户可以通过视觉输入进行搜索——例如，拍摄物体照片，然后向谷歌询问该物体是什么、如何维修以及在哪里购买。谷歌镜头的增长速度令人瞩目：年增长率高达15%，每月查询量达到约200亿次。这是一个重要的支柱，因为它表明谷歌搜索并非完全基于文本——交互媒介正在多元化发展。

第三大支柱是人工智能模式。这是最新且概念上最具雄心的实验。人工智能概览侧重于点对点的解答（问题→答案→结束），而人工智能模式则通过更长期的对话式交互来运作。用户可以提出复杂的多步骤问题（例如，“我想在柏林找一家餐厅，我的朋友对花生过敏，我想要户外座位，预算每人60欧元左右”），人工智能模式会提供分步推荐，澄清并完善推荐内容，并提供其他选择。它与其说是一个搜索引擎，不如说是一个交互式信息代理。

这种将搜索策略细分为三种并非完全等价的模式的做法，体现了一种灵活且可选的元策略。谷歌并没有定义一个单一的“新搜索”模式，而是提供了一系列搜索模式，以满足不同的查询类型和用户偏好。这种策略非常明智，因为它同时进行多项尝试，而无需投入到一项可能无法普遍成功的单一创新中。

然而，这种组合策略也暴露出一个深层的不确定性。将碎片化的搜索体验变现比将统一的架构变现要困难得多。当用户在不同的模式之间进行选择时，会造成预期不稳定，从而导致用户流失。而且，如果谷歌内部也提供不同的模式，那么一种模式可能会蚕食另一种模式。

B2B 支持与 SEO 和 GEO（AI 搜索）的 SaaS 相结合：面向 B2B 公司的一体化解决方案 - 图片：Xpert.Digital

人工智能搜索改变一切：这个 SaaS 解决方案如何彻底改变您的 B2B 排名。

B2B 公司的数字化格局正在经历快速变革。在人工智能的驱动下，在线可见性的规则正在被改写。对于企业而言，不仅要确保在数字世界中的曝光度，还要与正确的决策者保持联系，这始终是一个挑战。传统的 SEO 策略和本地存在管理（地理营销）复杂、耗时，而且往往需要应对不断变化的算法和激烈的竞争。

但是，如果有一个解决方案，不仅能简化这个过程，还能让它更智能、更具预测性、更高效，那会怎样呢？这时，专业的 B2B 支持与强大的 SaaS（软件即服务）平台相结合就显得尤为重要，该平台专为满足人工智能搜索时代的 SEO 和 GEO 需求而设计。

新一代工具不再仅仅依赖于手动关键词分析和反向链接策略。相反，它利用人工智能更精准地理解搜索意图，自动优化本地排名因素，并进行实时竞争分析。其结果是一种主动的、数据驱动的策略，为 B2B 公司带来决定性的优势：它们不仅能被发现，还能被视为其利基市场和所在地区的权威。

这是 B2B 支持和人工智能驱动的 SaaS 技术的共生关系，它正在改变 SEO 和 GEO 营销，以及您的公司如何从中受益以在数字领域实现可持续发展。

更多相关信息请点击这里：

• B2B 支持和 SEO、GEO 和 AIS 博客 – 人工智能搜索
• 忘记昂贵的 SEO 工具吧——这个替代方案凭借无与伦比的 B2B 功能占据主导地位

双子座模型的“回音室”：技术架构及其商业影响

Gemini 是 AI 模式、AI 概览和多模态搜索等功能背后的 AI 模型，其底层技术架构对于理解谷歌为何推动这一变革至关重要。与许多语言模型不同，Gemini 从一开始就被设计成多模态的。这意味着该模型将文本、图像、音频和视频集成到一个神经网络中，而不是后期添加这些模态。从理论角度来看，这赋予了 Gemini 结构上的优雅性。

从技术角度来看，Gemini 采用了一种名为 Transformer-Defender 的架构，并针对效率进行了优化。该模型运行在 Google Cloud 的张量处理单元 (TPU) 上，使 Google 在推理速度方面拥有独有的优势——与基于通用云基础设施的竞争对手相比，Google 可以更快、更经济地运行 AI 模型。Gemini 能够执行链式推理——它可以在得出答案之前将复杂问题分解为多个概念步骤。这使得它能够构建比早期 LLM 浅层标记生成更深层次的逻辑结构。

至关重要的是，Gemini 与 Google 的专有数据存储库集成。Google 购物图谱包含约 500 亿件商品，并通过商家信息流每小时更新 20 亿次。Google 拥有 2.5 亿个地点和地图信息。Google 还可以访问财务数据、实时股市信息以及整个网络作为上下文信息来源。这些数据存储库并非公开可用——它们是仅供 Google 访问的专有资源。这赋予了 Gemini（以及 AI 模式、AI 概览等）一项竞争对手（例如 ChatGPT 或 Perplexity）所不具备的根本优势。OpenAI 必须依赖公开数据和通过 API 获取的数据。Perplexity 则必须使用网络爬虫。而 Google 已经拥有这些数据。

这种架构说明了为什么谷歌的AI整合应该被视为战略上的必然选择，而非可选项。基础设施已经到位，数据已经存在，计算能力也已具备。经济上合理的做法是充分利用这些资源。唯一的问题是，考虑到对传统商业模式的负面影响，应该以多大的力度推进商业化进程。

困惑问题：噪声中的竞争

在人工智能搜索的讨论中，Perplexity AI 的作用常常被忽视。Perplexity 由前谷歌实习生 Aravind Srinivas 于 2022 年创立，明确将自身定位为原生人工智能搜索界面。截至 2024 年 8 月，Perplexity 的月活跃用户约为 1500 万。该公司预计 2024 年的收入约为 4000 万美元。OpenAI 则预计，通过其 API 产品和 ChatGPT 搜索的商业应用，2025 年的收入将达到约 116 亿美元。

然而，汇总的用户数据揭示了一个令人惊讶的景象：Perplexity 和 ChatGPT 搜索目前每天处理约 3750 万条 ChatGPT 搜索提示，再加上 Perplexity 的数倍（保守估计约为 1000 万至 2000 万条），总计每天处理约 4750 万至 5750 万条 AI 搜索提示。与此同时，谷歌每天处理约 140 亿次搜索查询。这意味着谷歌处理的搜索查询量大约是 Perplexity 和 ChatGPT 总和的 250 至 370 倍。汇总的 AI 搜索流量约占全球网络总流量的 0.1% 至 0.25%。这只是噪音，并非范式转变的信号。

这一点意义重大，因为它表明，尽管人工智能搜索初创公司获得了巨额风险投资，尽管媒体大肆宣传“搜索革命”，尽管Perplexity和ChatGPT搜索在技术上取得了真正的进步，但传统的谷歌搜索仍然是信息的主要来源。这并不意味着Perplexity和ChatGPT搜索不重要——它们标志着用户期望的转变。但这并不意味着谷歌的市场地位正面临生存威胁。

然而，这些数据可能会产生误导。虽然Perplexity在全球每日搜索量中仅占谷歌的0.01%，但它在特定用户群体（年轻、精通技术、信息密集型工作者）中的渗透率却高得多。风险分析师可能会认为，Perplexity并非在与谷歌竞争，而是在塑造未来十年将成为主流用户群体的新类型。这是一种典型的颠覆性创新论调。然而，这只是推测；目前的数据表明，搜索模式是并存的，而非相互替代。

出版商倒闭：经济崩溃还是商业模式重组？

要进行全面的经济分析，必须考察谷歌人工智能整合对出版商造成的破坏性影响。这并非预测，而是真实存在的现实。出版商报告称，流量损失高达70%至80%。一家美国主流新闻杂志在2024年至2025年间损失了27%至38%的流量。一个专注于家居装修的垂直领域博客的收入损失了约86%，从每月约7000至10000美元骤降至每月约1500美元。

经济后果十分严重。不到一年时间，美国新闻行业的月访问量就减少了约6亿次，降幅约为26%。对于一个依赖广告收入的行业来说，这意味着广告曝光量减少、点击量下降、CPM降低（因为对稀缺广告位的竞争加剧），以及整体收入下滑。

这是一个典型的负面影响经济外部化的案例。谷歌将用户体验提升带来的利润（用户无需点击即可获得即时答案）内部化，却将成本转嫁给不再产生流量的发布商。这种成本分配的不对称性是平台经济的结构性特征，平台运营商拥有议价能力来转移成本中心。

一些出版商开始尝试采用能够适应这种新现实的模型：他们不再以流量为优化目标，而是以人工智能输出中品牌/可见提及为优化目标。例如，如果谷歌搜索“柏林最佳餐厅”，那么提及某家餐厅可能比点击更有价值，因为提及可以增强品牌认知度，并创造一个“首选”入口。即使用户没有立即点击，阅读了提及特定餐厅的人工智能搜索结果的用户，之后也更有可能光顾这家餐厅。

对于依赖即时流量变现的出版商而言，这并非安慰。但这确实预示着出版商商业模式可能面临重组：从“流量×广告CPM”转向“品牌权威×优质内容订阅”或“品牌权威×高价值合作伙伴关系”。

尚未解决的计费问题：谁来支付训练数据的费用？

一个微妙却至关重要却又常常被系统性忽视的问题是训练数据归属问题。AI Overviews、AI Mode 和 ChatGPT Search 等人工智能模型所使用的网络数据，99% 都由非人工智能实体创建。出版商付费请记者撰写文章，新闻机构付费请通讯员收集事实，科学家投入时间进行研究并发表研究成果。所有这些实体都通过通常基于流量或直接订阅的商业模式来维持运营。但是，如果网络内容的创建没有通过直接货币化获得补偿，它就被视为一种“公共产品”。

人工智能训练过程从未向这些内容创作者支付过报酬。OpenAI 使用数十亿篇文章训练 GPT-4，却没有向出版商支付任何费用。谷歌也使用网络内容训练 Gemini，同样没有支付任何报酬。Perplexity 也以类似的方式训练其模型。这在技术和法律上是可行的，因为它涉及“合理使用”（根据美国版权法），但在伦理和经济上是不对称的：内容创作者为人工智能训练提供资金，却没有获得任何直接报酬。相反，他们还因流量减少而遭受损失。

这可能对人工智能行业构成长期风险。如果出版商无法从其训练数据中获得报酬，他们创作高质量内容的动力就会降低，网络质量也会随之下降。这将给基于网络数据训练的人工智能模型带来问题——它们将使用低质量内容进行训练。这是一个典型的“公地悲剧”问题。一些参与者（尤其是拥有商业资源的OpenAI和拥有强大网络集成能力的谷歌）已经开始尝试使用授权数据源（例如，OpenAI与新闻出版商合作获取内容源）。这可能会催生一种新的常态，即人工智能训练数据部分授权。但就目前而言，这仍然是例外，而非普遍现象。

价值链不稳定：从广告到……什么？

谷歌人工智能整合带来的一个根本性经济问题是：当传统广告效果下降时，如何寻找替代的盈利模式。经典的谷歌价值链是：用户提出搜索查询 → 谷歌呈现自然搜索结果和广告 → 用户点击 → 发布商或广告商获得流量价值或转化。这条价值链构成了数字经济25年的基础。

AI概览功能通过取消“点击”步骤，破坏了现有的价值链。谷歌需要建立新的价值链。目前正在测试几种方法：

首先：将广告直接整合到人工智能概览和人工智能模式中。这很困难，因为用户明确地将这些人工智能生成的回复视为“非广告”。将广告整合到人工智能回复中可能会削弱用户信任。谷歌对此持谨慎态度。

第二：通过订阅实现盈利。谷歌正在测试人工智能模式的付费版本，最终可能会采用付费模式。这意味着对话式人工智能搜索将成为一项高级功能，而标准搜索仍将保持免费。这是一种类似于Spotify或Adobe的免费增值模式。挑战在于如何保持付费版本的足够高渗透率，以弥补广告收入的损失。

第三：通过不依赖个人用户付费的商业模式实现盈利。例如，谷歌可以提供“企业级AI搜索API”，企业客户可以租用特定的Gemini模型来满足其内部搜索需求。这将使商业模式转变为B2B模式，类似于谷歌云。

第四：通过数据变现实现盈利。谷歌与用户进行数百万次对话式人工智能互动时，会产生海量的用户意图数据。这些数据对于广告定向投放极具价值。即使点击率下降，谷歌也可以利用这些数据来优化广告主的定向投放。这是一种间接的盈利方式。

这些替代方案显然都不如传统的“点击量×CPM”模式那样有利可图。但综合起来，它们有可能创造一个全新的价值创造生态系统。

持续改进的战略困境

斯坦因的“持续改进”理念遭遇了一个根本性的冲突：从用户角度出发的产品改进过程与商业模式的稳定性直接冲突。更好的产品（例如提供即时答案的人工智能概览）会损害商业模式（例如广告点击量下降）。这并非一个渐进的、温和的困境，而是一个结构性的根本性难题。

问题更加复杂，因为它涉及到时机。理论上，谷歌可以放慢甚至停止AI概览的推出。这在短期内可以保护广告收入。但这也意味着Perplexity和ChatGPT搜索在技术上会更胜一筹，用户会迁移到这些平台。换句话说，如果不采取行动，谷歌就有可能失去市场份额，拱手让给那些优先考虑用户体验的竞争对手。这就造成了一种囚徒困境：所有参与者都被迫最大化用户体验，即使这最终会导致一场盈利危机。

换个角度理解：人工智能整合不仅仅是一项功能选择，更是应对去中心化竞争的生存战略。谷歌必须构建人工智能功能，否则搜索就会被 ChatGPT 取代。但这种整合会立即带来商业模式上的问题。谷歌认为，为了长期的市场地位，这种短期牺牲是必要的。

营收倍数下降却实现增长的悖论

最后一点也很重要：谷歌的搜索量持续增长。2025 年搜索查询的年增长率约为 4.7%，而 2024 年为 4.1%。这意味着绝对搜索量正在扩大。然而，这种增长伴随着变现系数的下降。由于点击的可能性降低，谷歌搜索查询的价值不如一年前。

如果这种趋势持续下去——流量增长×变现率下降——将会导致一种“废墟上的食物”经济模式，谷歌获得的流量更多，但从中赚取的利润却更少。虽然这对用户来说是好事（搜索量更多，质量更高），但对谷歌来说却是坏事（每次搜索的收入减少，整体收入可能下降）。

谷歌预计2025年搜索营销收入将达到1906亿美元（2024年为1782亿美元），这表明谷歌正通过大幅提高每千次展示成本（CPM）来弥补流量损失（迫使广告商支付更高的价格）。但这只是短期策略——如果谷歌的效率持续下降，广告商最终会转向其他渠道（例如，直接向零售商投放广告、使用亚马逊广告、TikTok广告）。目前的“预测”可能只是建立在沙土之上，而非坚实的基础。

压力下的创新及其环境情景

谷歌从传统搜索引擎向人工智能原生搜索界面的转型并非自愿改变战略，而是迫于多重同时冲击而被迫做出的调整：ChatGPT/OpenAI 作为新的竞争对手，Perplexity AI 作为新的搜索渠道，内部技术压力（Gemini 和其他人工智能模型已经构建完成；不用它们是不理智的），以及用户期望的转变（用户期望所有数字产品都具备人工智能功能）。

罗比·斯坦的产品开发理念——持续改进、极致优化用户体验以及随时准备转化——在用户体验提升与商业模式稳定性相一致时行之有效。然而，在人工智能颠覆性变革的背景下，这些目标却相互冲突。斯坦的方法使谷歌能够积极推进人工智能创新，但却无法为这项创新带来的商业模式问题提供立竿见影的解决方案。

长期前景不明朗。存在几种可能性：（1）谷歌在新经济基础上趋于稳定，人工智能搜索、高级订阅、B2B服务以及更精准的广告定向功能相结合，构建新的收入来源。（2）谷歌的市场份额逐渐被Perplexity、ChatGPT Search和其他去中心化模式蚕食，因为这些竞争对手提供更佳的用户体验，且不受以盈利为优先的商业模式的束缚。（3）监管危机阻碍谷歌发挥其数据优势，竞争格局依然分散。

目前来看，方案一的可能性最大，因为谷歌的结构性优势（数据库、用户基数、基础设施）依然显著。但不确定性确实存在，而且这种转变是永久性的、结构性的，而非渐进式的。无论如何，有一点是明确的：纯粹基于点击量的搜索盈利时代即将结束。新的模式正在兴起，但其形态尚未稳定。

☑️我们的业务语言是英语或德语

☑️ 新：用您的国家语言进行通信！

Konrad Wolfenstein

我很乐意作为个人顾问为您和我的团队提供服务。

您可以通过填写此处的联系表，或者直接致电+49 89 89 674 804 （慕尼黑）。我的电子邮件地址是： wolfenstein ∂ xpert.digital

我很期待我们的联合项目。

☑️ 为中小企业提供战略、咨询、规划和实施方面的支持

☑️ 创建或调整数字战略和数字化

☑️国际销售流程的扩展和优化

☑️ 全球数字 B2B 交易平台

☑️ 先锋业务发展/营销/公关/贸易展览会

我们在业务开发、销售和营销方面的全球行业和业务专业知识 - 图片：Xpert.Digital

行业重点：B2B、数字化（从AI到XR）、机械工程、物流、可再生能源和工业

更多相关信息请点击这里：

• Xpert 商业中心

具有见解和专业知识的主题中心：

• 全球和区域经济、创新和行业特定趋势的知识平台
• 收集我们重点领域的分析、推动力和背景信息
• 提供有关当前商业和技术发展的专业知识和信息的地方
• 为想要了解市场、数字化和行业创新的公司提供主题中心

受益于 Xpert.Digital 全面的五重专业知识和全面的服务包 | 研发、XR、PR 和数字可视性优化 - 图片：Xpert.Digital

Xpert.Digital 对各个行业都有深入的了解。 这使我们能够制定量身定制的策略，专门针对您特定细分市场的要求和挑战。 通过不断分析市场趋势并跟踪行业发展，我们可以前瞻性地采取行动并提供创新的解决方案。 通过经验和知识的结合，我们创造附加值并为客户提供决定性的竞争优势。

更多相关信息请点击这里：

• 在一个软件包中使用 Xpert.Digital 的 5 倍专业知识 - 每月仅需 500 欧元起