人工智能如何影响搜索的未来

通过投资第一方数据整合、测试人工智能驱动的竞价和创意工具、尝试更多可视化内容，以及为人工智能将改变我们所熟知的搜索引擎结果页面（SERP）广告格局的可能性做好准备，参与人工智能的公司将更有能力提供个性化、相关和有效的内容，吸引用户并帮助他们在竞争日益激烈的数字环境中脱颖而出。

去年年底，ChatGPT 风靡全球，成为历史上最快在短短五天内积累一百万用户的产品。同样的技术也为微软推出新的必应搜索体验提供了动力。此后，必应又推出了广告体验，根据对话的相关性展示广告和推荐。这似乎很奏效，因为该搜索引擎的受众已大幅增加，日活跃用户已超过 1 亿。

不出所料，谷歌也开始限量发布 "搜索生成体验"，其广告形式高度集中于旅游和购物体验。与此同时，传统的谷歌 SERP 将引入人工智能生成响应，以进一步改善我们搜索、参与和获取信息的方式。搜索广告将继续显示在传统的广告位上，但基于对话、相关链接和广告的体验将完全不同。

不过，人工智能在搜索领域并不陌生；事实上，它影响着从竞价、搜索查询匹配到创意优化等各种影响搜索结果的因素。但是，大型语言模型（LLM）的引入不仅会显著影响用户体验，还会影响搜索结果页面上内容的价值和排名，以及我们购买媒体的方式。它们还将极大地改变我们创建内容的方式。以下是未来搜索将迫使品牌进行调整的三大方式--以及您现在需要做什么来保持领先地位。

人工智能生成的内容将是一把双刃剑。

对话式搜索为即时向用户提供高度相关的个性化回复提供了可能。虽然这样做的好处显而易见，但人工智能自行生成内容的能力也是一把双刃剑。一些垂直行业，如医疗保健、制药和金融业，在创意上线前需要经过多轮法律和监管审批，因此很难跟上自动化的步伐。

人工智能生成的内容有可能绕过这些障碍。它还容易传播错误信息。但是，品牌可以通过确保在批准和发布广告前进行人工审核来减轻这些担忧。通过对人工智能模型进行适当的调整和训练，品牌可以快速制作出符合其应遵守的监管准则的内容。

搜索将更具吸引力、可视化和互动性。

搜索的未来并不全是文字。搜索还将向更加视觉化和体验式的内容倾斜。当然，图片扩展可以让搜索更直观地吸引用户。但也要考虑到更复杂的平台，如 Google Lens 或 Snapchat Scan，它们利用计算机视觉使用户周围的环境成为可搜索的对象。AR 是另一种为搜索增加新维度的形式，谷歌已经提供了这种形式，允许用户直接与虚拟动物、物体和地点进行实时互动。

与无限滚动相比，AR 的理念是打造更加身临其境的体验。旅游、零售和生活方式品牌可能从中受益最多，因为它们已经拥有强大的视觉资产库。其他品牌，如 B2B 品牌、医疗保健、制药和金融，则需要通过建立视觉和体验内容库来吸引用户，避免使用图片库。在最近的谷歌营销现场会（Google Marketing Live）上，发布了使用生成式人工智能创建资产的新产品，使那些没有库的品牌更容易在谷歌广告平台上创建创意。生成式人工智能当然可以帮助品牌快速、大规模地开发资产，但重要的是要记住，它们本身还没有为生产做好准备。在法律所有权和知识产权方面也可能存在未决问题。

数据流将继续使搜索更具预测性和前瞻性。

搜索已经在朝着这样一个方向发展：它可以根据用户以前的活动或搜索引擎对用户的了解，提供更加个性化的搜索结果--例如，在谷歌上搜索美食时推荐当地餐馆，或在亚马逊产品页面上推荐相关产品。这些体验一般都能帮助用户更快地找到他们要搜索的内容，并让他们在今后的搜索中继续光顾。

因此，在未来，搜索引擎在用户输入需求之前就能预知其需求，这一点并不夸张。它们将超越关键字查询，应用以前的行为和上下文信息--比如通过对话界面解锁的意图--为每个用户生成完全独特的响应。这听起来很神奇，但随着对话式搜索的不断完善，它将能更好地提供满足用户查询的答案，而无需用户点击进入其他网站，从而减少传统意义上的广告机会。

实现这种体验的数据流将在搜索的持续发展中发挥重要作用。拥有第一方数据的品牌将有机会利用这些数据实现更强的预测性和个性化体验。虽然我们还不能确定这一领域将如何发展--对隐私和透明度的担忧，尤其是全球范围内的担忧，可能会阻碍这一领域的发展--但搜索体验很可能会在这一趋势中继续发展。对于品牌来说，教训是显而易见的：随着 SERP 广告格局的变化，数据资产的积累和部署人工智能的能力将成为与众不同的优势。

不要等待更新搜索战略。

不出所料，强大的数据基础将是在这些变化中保持领先的关键。通过投资整合转换周期中各接触点的第一方数据，保持竞争优势。应用转化建模来帮助提高广告的相关性和回报率。在品牌适应对话式搜索的过程中，这些洞察力将被证明是至关重要的，它们将为品牌提供所需的洞察力和工具，以提供更加个性化、相关和有效的内容。

说到内容，品牌还可以通过更新激活和创意方法来适应未来。通过竞价、广告创意和广泛匹配来测试人工智能。尝试使用 Google 的 Performance Max 等工具--这是 GMP 套件中部署的一项人工智能功能，可通过单个营销活动配置实现跨渠道营销活动的启动和优化--以及自动资产生成。

最后，通过测试更多图片扩展，摆脱对文字的依赖，并投资于性能创意，以帮助脱颖而出。利用人工智能来优化和寻找最佳创意组合，将有助于品牌采用更加基于资产的方法，并为搜索日益体验化、视觉化和对话化的界面做好准备。

所有这些发展都正在发生，品牌需要通过尝试新兴的人工智能工具来适应。

通过这样做，他们将能更好地提供个性化、相关和有效的内容，吸引用户并帮助他们在竞争日益激烈的数字环境中脱颖而出。最后，人工智能远非完美无缺，因此要检查来源并验证生成的反应。