所謂大語言模型，英文簡(jiǎn)稱LLM（Large Language Model），指的就是一種使用大量語言文本，通過智能數(shù)據(jù)訓(xùn)練，得出人們所需要的文本的計(jì)算機(jī)模型。

比較經(jīng)典的LLM，有美國的OpenAI、Gemini、Claude、中國的DeepSeek、豆包、千問等等。

在LLM大規(guī)模流行開以后，公眾被其近似于人類語言的輸出模式所震撼，甚至試圖把一切決策都交給LLM，認(rèn)為大語言模型這種人工智能（AI，Artificial Intellgence）會(huì)顛覆整個(gè)世界。

但是很快，大家又發(fā)現(xiàn)，LLM其實(shí)沒法代替人類的思考。在諸如“我家到洗車店50米，所以我應(yīng)該開車去還是走路去”這樣的問題中，許多LLM都翻了車。

原因很簡(jiǎn)單，LLM其實(shí)本質(zhì)上并不會(huì)思考這個(gè)世界，而是通過整理人類現(xiàn)有的大量語言文本，推理出近似的答案。這就是AI專家李飛飛所說的“AI沒有感知現(xiàn)實(shí)世界的能力”。順便多說一句，因?yàn)橥瑯拥脑?，?dāng)面對(duì)迎面飛來的一塊鐵皮和一輛汽車時(shí)，智能駕駛模型往往也很難分辨哪個(gè)威脅更大。

由于根本沒有人會(huì)在互聯(lián)網(wǎng)上問“我家到洗車店50米，所以我應(yīng)該開車去還是走路去”這樣的蠢問題，同時(shí)會(huì)有不少文本描述“50米是一個(gè)近距離”以及“對(duì)于近距離走路比開車方便”，加上LLM其實(shí)根本不了解這個(gè)世界，所以許多LLM在這個(gè)看似愚蠢的問題上都翻了車，表示你應(yīng)該走著去。

不管LLM帶來了多大的沖擊，以及這種沖擊究竟能持續(xù)多久，但是在互聯(lián)網(wǎng)商業(yè)世界中，一個(gè)不可否認(rèn)的事實(shí)是：LLM的出現(xiàn)和普及，很可能會(huì)極大沖擊傳統(tǒng)搜索引擎的生意。

原因很簡(jiǎn)單，相對(duì)于傳統(tǒng)的搜索引擎，LLM的效率實(shí)在是太高了。當(dāng)我們只是簡(jiǎn)單搜索特定內(nèi)容，而不是要求LLM進(jìn)行邏輯思考時(shí)，會(huì)發(fā)現(xiàn)大語言模型比搜索引擎好用很多。

比如，如果我們想知道“巴塞爾協(xié)議對(duì)資本充足率的要求”，而不是“巴塞爾協(xié)議對(duì)資本充足率的要求是否合理”，就會(huì)發(fā)現(xiàn)，大語言模型簡(jiǎn)直是效率小能手。它能迅速給出你所需要的數(shù)字（我們往往會(huì)記不住其中一些細(xì)節(jié)），而且如果你需要的話，它還能給出這些數(shù)字的網(wǎng)絡(luò)出處，以便你自己手動(dòng)核實(shí)。

但是，對(duì)于傳統(tǒng)搜索引擎來說，你需要做的是手動(dòng)輸入需要搜索的內(nèi)容，然后在給出的網(wǎng)頁里一條條去看。一般來說，你需要點(diǎn)開至少四、五個(gè)網(wǎng)站，看上七、八屏幕的文字，才能找到自己需要的內(nèi)容。這個(gè)效率，比LLM低了可不止一點(diǎn)半點(diǎn)。

需要指出的是，由于LLM會(huì)出現(xiàn)的一些錯(cuò)誤（比如眾所周知的大語言模型被原始數(shù)據(jù)污染），所以LLM得出的結(jié)論，其準(zhǔn)確性并不如自己在搜索引擎上一個(gè)個(gè)瀏覽網(wǎng)頁以后得到的結(jié)果。

也就是說，LLM更適合模糊知道答案的詢問者，而不是一無所知的詢問者。比如我在詢問“明朝皇帝的平均壽命是多少歲”時(shí)，我模糊知道這個(gè)數(shù)字應(yīng)該在35到50之間，這時(shí)候如果LLM給出一個(gè)60或者70的答案，我會(huì)知道它又犯錯(cuò)了。

而如果對(duì)明朝歷史完全沒有了解，那么LLM一旦給出離譜的答案，就會(huì)給帶到溝里去（比如認(rèn)為因?yàn)橹挥?0米的距離所以就應(yīng)該走著去洗車，而不是開車去）。

也就是說，LLM在降低了一定的精確度的同時(shí)，極高地提高了搜索的效率。由于精確度略有降低，因此對(duì)有一定知識(shí)儲(chǔ)備的詢問者來說，使用LLM會(huì)比什么都不知道的小白更加方便，因?yàn)樗梢耘袛啻鸢甘欠翊笾抡_。

我的好友張一云將這種現(xiàn)象比喻為搜索界的馬太效應(yīng)：有知識(shí)儲(chǔ)備的研究者，會(huì)因?yàn)榇笳Z言模型迅速變得更強(qiáng)。他們和小白之間的差距，會(huì)因?yàn)長(zhǎng)LM而變得更大。

在LLM極大地提高了搜索工作的效率以后，傳統(tǒng)的搜索引擎變得相形見絀。而傳統(tǒng)搜索引擎業(yè)務(wù)所依賴的廣告生意，也會(huì)因?yàn)榱髁坑肯騆LM，而受到明顯壓制。

從這次大語言模型對(duì)傳統(tǒng)搜索引擎行業(yè)帶來的巨大沖擊，我們可以發(fā)現(xiàn)互聯(lián)網(wǎng)的變化之快，也可以從中理解為什么極其重視長(zhǎng)期眼光的沃倫·巴菲特，即使身處互聯(lián)網(wǎng)最發(fā)達(dá)的美國，也極少，或者說沒有投資過互聯(lián)網(wǎng)行業(yè)的公司（他投資過的蘋果公司只能說和互聯(lián)網(wǎng)行業(yè)略有搭邊）。

要知道，曾幾何時(shí)，搜索引擎行業(yè)被認(rèn)為是互聯(lián)網(wǎng)行業(yè)中最好的商業(yè)模式。當(dāng)一個(gè)搜索引擎被越多人使用的時(shí)候，它的規(guī)模就越大；規(guī)模越大，就越會(huì)有網(wǎng)站愿意接入搜索引擎，越多的公司愿意給它廣告費(fèi)；隨著公司脈絡(luò)的延伸，就會(huì)有越多的用戶使用搜索引擎。

于是，在幾乎各個(gè)市場(chǎng)上，我們都可以看到，在LLM流行以前，頭部搜索引擎公司幾乎壟斷了搜索市場(chǎng)。這種優(yōu)勢(shì)一度被認(rèn)為是無可撼動(dòng)的（包括我在早年的分析中也錯(cuò)誤地這樣認(rèn)為，人總是難免會(huì)犯錯(cuò)），是“城頭變幻大王旗”的互聯(lián)網(wǎng)行業(yè)中，為數(shù)不多的中流砥柱。

但是，隨著LLM的流行，搜索引擎公司的護(hù)城河正在被快速侵入。這種變化之迅速、沖擊力之廣，在傳統(tǒng)行業(yè)中很難出現(xiàn)。比如，我們難以想象，一種新的飲品會(huì)立刻顛覆中國人對(duì)茶葉的喜好、或者歐洲人對(duì)咖啡的執(zhí)著。而這次大語言模型對(duì)搜索引擎帶來的巨大挑戰(zhàn)，也就給我們上了一堂生動(dòng)的商業(yè)分析課：永遠(yuǎn)不要低估互聯(lián)網(wǎng)行業(yè)中的變化與挑戰(zhàn)。

（作者陳嘉禾，系九圜青泉科技首席投資官）

（本文內(nèi)容僅代表作者個(gè)人觀點(diǎn)）