品玩

科技创新者的每日必读

打开APP
关闭
百度

阿里力推“神马搜索”:这一拳,不轻不重的打到了百度的心窝上

昨天,阿里巴巴召开了旗下移动搜索品牌“神马搜索”的品牌发布会,在会上宣布,推出了全新的移动搜索交互产品——“蓝光模式”。简而言之,就是搜索引擎的APP化:根据用户的搜索偏好,以图形化的方式自动整合内容、图片和服务,而不是一条一条罗列内容和来源。阿里这个产品,无疑是给搜索起家的百度,一记不轻不重的心口拳。

fengshangyue

发布于 2015年10月14日

昨天,阿里巴巴召开了旗下移动搜索品牌“神马搜索”的品牌发布会,在会上宣布,推出了全新的移动搜索交互产品——“ 蓝光模式 ”。据神马搜索总经理曾洪雷介绍,蓝光模式具三大特征:高颜值,交互APP化;全聚合,聚合高质量内容;场景化,移动场景精准匹配。

如过你觉得这句话有些抽象,不妨想象一下,一个搜索引擎变成的“变形金刚”。它不再是你习以为常的,类似百度一样纯粹的搜索框+一列一列的文字搜索结果。而是针对不一样的搜索内容,提供完全不同的搜索结果,甚至整个搜索的场景都会发生变化:将全网的优质内容加以整合和筛选,将服务、新闻、相关视频等优质内容进行二次组织并以图形化、沉浸化的方式直接展现给用户。“ 神马搜索 ” 的说法是,在一些高频的场景下,这种体验甚至能够营造出类似于专业 APP 的效果。

比如,搜索 “ NBA ” 的时候,它不会罗列出一系列的网站,而是直接呈现摘取的即时赛程、分数直播和赛事新闻,甚至还会改变搜索的背景。

又比如服务类的,搜索按摩,出来的也是按摩服务、价位、地图,而不是关于中国五千年悠久的按摩文化的解说。

当然,这毫无疑问会产生别的歧义:万一我不是找的这个该怎么办?“ 神马搜索 ” 还有一个特点是,能够通过搜索者既有的搜索习惯对内容实现智能预判。在发布会上,举得例子是,由于搜索者的不同,“ 何以笙箫默 ”会出现偏重小说和偏重电影的两个不同的结果。

就来源来看,与较为封闭的百度不同,神马的数据来源是开放的,它目前已和三十多家不同的细分领域的专业公司例如汽车之家、同花顺等进行合作。与合作方获得内容,再根据搜索的结果对用户提供针对性的内容分发,再将用户搜索的数据加工后还给到合作方,构成闭环。

在开完发布会后,我的感觉是,神马搜索确实不是虚晃一枪,而是确实给了百度一拳,这一拳多大分量?不轻不重。

说不重,是因为,从目前的程度和市场份额来看,神马搜索虽然已经排到了搜索引擎的第二位,但是离挑战百度的大哥地位还早得很。就从蓝光搜索的体验上看,虽然“服务和即时内容”是一个亮点,但是这也仅仅是用户搜索需求中的一小部分,对于更加基础的东西:特定信息的搜索速度、数量和准确性,与在搜索领域深耕多年的百度相比较,神马搜索差的还不是一个级别。

但说不轻,是因为,这是一次针对百度搜索的 “降维打击” 。降维打击这个词虽然现在用的已经有点泛滥了,甚至大有超越“ 互联网思维 ”之势,但是用在这里还是合适的,不在搜索的技术领域这个百度有绝对优势的场子上硬碰硬,而是,从用户搜索的动机、搜索的体验出发。将搜索这件事变成一种 “ 用户获取服务的方式 ” 来进行处理。这样的方式减小了从头再来的成本,却能结结实实的取悦一批确实在浅层搜索方面有需求的用户。

其次,是与合作伙伴的关系,跟百度通过竞价排名来索取价值相比,神马搜索提倡的共赢,利用搜索入口搭建数据平台的想法,无疑更有利于调动合作伙伴的积极性。如果加上未来阿里的更大范围的生态合作,这种合作方式无疑比买下关键词更有诱惑力。那么一旦 “神马模式” 成为内容提供商的新选择,百度搜索的核心商业模式,就会同时遭到用户和企业两个方面的挑战。

值得注意的是,“神马搜索” 作为阿里生态的一个部分,同时还有攻有守。攻势当然是针对百度的核心搜索业务。而从另外一方面,从搜索入口获得的终端用户数据,又可以填补阿里大数据偏重企业和电商的缺陷。尽管在会后的专访中,负责 “神马搜索” 的总裁梁捷对 PingWest 作者表示:阿里内部的数据的沟通需要严格的审批权限,而神马搜索现在也没有与阿里旗下其他产品直接打通。但也承认,“数据打通是阿里未来大数据的发展方向和愿景”。比起生态尚不完备的百度体系,未来“神马搜索”无疑占据了极大优势。

还在搞O2O的百度先生,人家已经兵临城下了,你该如何应对?

只是咱们这名字是不是low了点?这都什么时候的网络热词了都……

下载品玩App,比99.9%的人更先知道关于「百度」的新故事

下载品玩App

比99.9%的人更先知道关于「百度」的新故事

iOS版本 Android版本
立即下载
fengshangyue

这家伙很懒,什么也没留下,却只想留下你!

取消 发布
AI阅读助手
以下有两点提示,请您注意:
1. 请避免输入违反公序良俗、不安全或敏感的内容,模型可能无法回答不合适的问题。
2. 我们致力于提供高质量的大模型问答服务,但无法保证回答的准确性、时效性、全面性或适用性。在使用本服务时,您需要自行判断并承担风险;
感谢您的理解与配合
该功能目前正处于内测阶段,尚未对所有用户开放。如果您想快人一步体验产品的新功能,欢迎点击下面的按钮申请参与内测 申请内测