【科技新聞】Google Search 正在消失?新創搶先佈局「AI 搜尋優化」藍海

面對 ChatGPT、Perplexity 改變搜尋習慣,AI 搜尋優化新創爆發式崛起,取代傳統 SEO,搶占未來品牌曝光戰場!

【科技新聞】Google Search 正在消失?新創搶先佈局「AI 搜尋優化」藍海

Google Search 要沒了?新創搶攻 AI 搜尋流量紅利!

隨著 ChatGPT、Perplexity 等 AI 聊天機器人崛起,傳統的 Google 搜尋「10個藍色連結」模式正快速退場。一批新創公司正押注這場轉變,開發出全新工具,幫助品牌「在 AI 對話中被看見」。

其中包括由前 Google 搜尋團隊成員創辦的 Athena、獲得 Kleiner Perkins 與 Khosla 支持的 Profound,以及分析 AI 搜尋流量的 Scrunch AI 等。他們的目標一致:幫助企業了解 AI 是如何「讀懂」網頁,並優化內容讓品牌在 AI 搜尋中脫穎而出。

AI 搜尋優化(AIO)是什麼?

AI 搜尋優化(AIO, AI Optimization)是新一代的 SEO。不同於傳統關鍵字排名,AIO 關注的是 AI 模型如何:

  • 爬取網站資訊
  • 詮釋品牌與內容脈絡
  • 決定哪些資料顯示給使用者

這些 AI 模型包含 ChatGPT、Gemini、Perplexity,每一種搜尋邏輯都不同,有的偏好品牌官網,有的更依賴第三方評論、社群資料。

三大新創搶進 AIO 市場

公司資金核心功能客戶代表
Athena$2.2M分析 AI 模型理解品牌的方式Paperless Post
Profound$20M+監控 AI 如何呈現品牌資訊Chime
Scrunch AI$4M優化網站結構以吸引 AI 爬蟲Clerk 等25家

這些新創指出,未來網站的主要訪客,**將不再是人類,而是 AI bot。**這將徹底改變品牌的內容策略與行銷模式。

為何這對我們重要?

對創作者與品牌來說,AI 搜尋流量正在成為新的 SEO 戰場。

AI 工具時代,網站流量不靠人點進來,而是靠 AI「引用你」。

這不只是技術轉變,更是行銷遊戲規則的改寫。從網站架構、內容語境,到品牌敘事方式,現在都要考慮「AI 看得懂嗎?」

我們準備好了嗎?

從傳統搜尋走向 AI 對話搜尋,企業與創作者都需重新思考如何讓 AI 理解你、推薦你。正如 Profound 共同創辦人所言:

「我們正走向一個『零點擊的網路』,AI 是主角,人類是客人。」

如果你的內容沒出現在 AI 對話裡,你就真的「消失在網路上」了。

如果你喜歡我們提供的快訊,記得加入下方AI郵報電子報,每周AI快訊絕不錯過!!

Source:

The Companies Betting They Can Profit From Google Search’s Demise

Read more

【PwC Insight Hub】從限電停工到數智韌性:製造業如何用 AI 建立不被中斷的工廠?

【PwC Insight Hub】從限電停工到數智韌性:製造業如何用 AI 建立不被中斷的工廠?

2021 年 9 月 26 日晚上十點,新竹某電子廠的供應鏈主管收到一則訊息。 「昆山廠因為限電政策,明早六點起全面停工,復工時間未定。」 他盯著螢幕,第一時間想的不是「損失多少」,而是:「我有哪些料會斷?」手上有二十幾家上游供應商,十幾條產線同時在跑。有些物料是昆山獨家供應,有些雖有備援,但不確定是否能即時補上。更麻煩的是,他不知道這些料「現在在哪」——有些剛出貨、有些卡在倉庫、有些根本不知道生產了沒。 他打開 ERP 想查庫存,但畫面跳出來的是三天前的帳面數字。實際還有多少?夠撐幾天?哪些訂單會延遲?沒有人能給出答案。 他開始打電話。先是打給昆山供應商,沒人接。再打備援廠商,對方說「要查一下」,然後就是漫長等待。天快亮時,資料才逐一湊齊,而產線,已經開始缺料。 那一晚,台灣有數十位供應鏈主管在做著同樣的事。盯著通訊軟體、查貨況、發郵件、

為什麼 Google 敢向 NVIDIA 叫板?Ironwood TPU 開火,Nvidia 霸主地位首現裂痕

為什麼 Google 敢向 NVIDIA 叫板?Ironwood TPU 開火,Nvidia 霸主地位首現裂痕

Google Cloud 悄悄把 Ironwood TPU(第七代)切到 GA(General Availability),沒有大張旗鼓的 keynote,也沒有找一堆 KOL 排隊喊「mind blown」,就是默默地在控制台把價格表亮出來,然後把 9,216 顆晶片的 pod 直接掛網。這種「我做好了,你自己來玩」的態度,我給滿分。 Ironwood TPU * 單顆 Ironwood 比 Trillium 快 4.2 倍(FP8) * 單 pod 9,216 顆 → 42.5 ExaFLOPS * HBM 容量與頻寬直接翻倍