文｜罗拉
「AI 大模型会替代传统搜索吗？」
ChatGPT 给我的回答看起来颇为谨慎：这是一个正在发生、但还没走到终局的问题。短期内不会彻底替代，而是把它「吃掉一半、改造一半」。
搜索当然不会消失，但用户需求正在剧烈变化，搜索框需要改造成智能框。这也是谷歌、百度都在变革的方向。
百度尤其激进，直接用 AI 重构搜索结果页，把搜索转化为一个以图片视频等富媒体内容为主的 AI 应用，而非简单插入 AI 摘要。
新搜索带来用户体验升级的同时，也对变现引擎——百度营销带来挑战。AI 原生营销如何变现？如何在提升用户体验的同时拉升客户的 ROI？如何利用「AI 原生」挖掘新的商业价值，注入长期增长动能？
近日，在同百度 AI 营销团队的深入沟通中，《降噪 NoNoise》发现，这些问题已有初步答案。经过 3 年探索，百度 AI 营销从「广撒网」验证，开始进入到规模化实效阶段。
01
没了信息差
营销如何精准满足用户需求？
这两年，营销领域最大的一个变化，来自用户需求的转变。
传统的搜索广告，聚焦的是如何围绕某一次单一搜索的 query，通过极致、高效的变现引擎，把客户的卖点和用户需求更好地撮合到一起。其核心追求是头部位置变现效率的最大化。
随着大模型技术的普及和 Chatbot 类产品的兴起，用户获取信息的门槛大幅降低，信息差正在快速被抹平；与此同时，用户需求日趋长尾化、复杂化。
一句话，用户需求更多元化了，要求也更高了。
这意味着，过去依赖关键词和静态落地页承接的搜索广告模式面临挑战，精准满足用户需求的难度越来越大。
如何在「需求」之上做更原生化的商业承接和变现，成了百度 AI 营销的核心命题。
为了迎合用户需求的变化，百度营销在 AI 场景里沉淀出两条原生化变现路径：
一是电商推荐—— AI 在聊天过程中捕捉到用户可能想要购买某类商品，可以将电商商品和链接推荐给用户。
这条路不止百度一家 AI 公司在探索。今年 11 月，大摩分析师在最新研报中提到「Agent 式电商」的前景，预计 2030 年将达到 3850 亿美元的 GMV 规模，约占美国电商总额的 20%；并且当前数据显示，通用大模型平台（如 ChatGPT）在购物渗透率上远超零售商自研 AI，且用户不仅在「聊」，更在「买」——约 30-40% 的 AI 用户已通过平台建议完成购买。
在沟通会上，百度商业产品负责人张丽红透露，目前百度 AI 场域内电商商品推荐的 GMV 涨幅「非常快」，比如用户聊到想买哪款笔记本，Chatbot 可以给他推荐列表，甚至可能带上优惠信息。
二是围绕智能体。比如当用户需要比较北京上地附近哪个考研机构更好，大模型摘要可能先给出筛选考研机构的几个指标——比如师资力量、升学率、费用等等，然后附上相关推荐，如用户附近综合排序比较高的四五家机构。
当用户点进去会看到，「机构」不再是冷冰冰的静态页面，而是商家智能体。围绕用户的细化需求，商家智能体可以高效响应，给出更为透明的信息和报价，而且还能提供情绪价值。
在这种模式下，用户获取信息和找服务的方式更便捷，营销起点亦被彻底重构——一切围绕用户需求展开，在满足用户需求的基础上，再寻找容易激发用户转化的可能性；商业价值也被放大——一次推荐四五家考研机构，意味着在为用户提供充分选择的同时，也实现了多点触达下的商业价值转化。因此，客户 ROI 获得提升——人工客服的线索开口率 5% — 6%，商家智能体数量翻倍，并且智能体可以 7 × 24 小时不间断服务。
在百度内部，商家智能体连同数字人直播，被视为 AI 营销「新基建」。百度 2025 年 Q3 财报显示，AI 原生营销服务收入（核心是智能体 + 数字人）同比增长 262%，商业潜力不小。
据张丽红回忆，商家智能体 2023 年刚起步的时候，其实没有什么客户愿意尝试，AI 客服甚至还被某些客户叫做「AI 智障」，因为它们会话唠，也会出现幻觉等情况。经过两年进化，从 C 端用户体验到 B 端转化，商家智能体的数据趋势性曲线都很漂亮，覆盖 30 多个行业，客户类型也越来越广。
比如 B2B 智能传感企业飞卓科技，过去因客服人力有限，夜间和非工作时间不能及时响应用户咨询。接入语音版商家智能体后，日均电话线索量提升 30%，
截至目前，百度商家智能体日均服务客户数达 3.3 万个。这意味着该变现产品正进入规模化应用阶段。
这些正循环，也让百度内部认定，在走过广撒网到收敛验证的阶段后，这条确定性路径值得继续投入和扩大规模化落地。
02
百度 AI 营销
还有「舒适区」吗？
AI 大模型对传统搜索的冲击烈度不小，从百度变现引擎的一系列应对方向来看，其策略可以总结为扬长补短。
如果说在新搜索场域重构商业产品、改善信息流广告呈现等属于补短，在垂直行业深耕相当于巩固百度 AI 营销的舒适区。
百度 AI 营销相关负责人认为，大模型带来信息平权之后，大量的偏知识型、通用型的需求几乎每个媒体都能很好地满足，传统搜索在通用知识上的优势被「平权」，但从商业化视角来看，这部分流量同时也是商业价值更低的部分，「现在看，在商业化价值较高的那部分流量中，我们的优势还是在的。」
其依据是百度能看到更多的行业 know-how，即垂直行业专精部分，这是通用大模型没那么擅长的地方。而百度营销经过多年沉淀，拥有在大健康、教育、本地生活以及传统搜索上优势的 to B 生产、制造、农林牧渔、能源化工等场景的纵向积累，比如 B2B 生产制造相关型号的参数、本地生活领域非线上化的知识库、客户心理等等，如何结构化地将这些识别出来进、撮合用户需求和客户需求的精准匹配？这些都让百度在垂直行业深耕中看到了更多的可能性。
比如语⾳智能体的对话策略，能够做到真正贴合 B2B 客户的业务模式。像前面提到的智能传感企业，百度营销为其打造的智能体可以精准识别「液位器型号」「雷达液位计」等专业术语，甚至判断维修需求是否属于业务范围，满足用户需求的前提下实现有效转化。
▲本视频为模拟语音场景，非真实用户语音
更懂行业的 AI，自然可以为企业带来确定性更强的新质增长。
前述负责人透露，教育、房产、本地生活和法律都是今年受益 AI 原生营销非常多的行业。
在 AI 原生营销重构整个营销链路的同时，AI 学会了接听电话、做线索直播、谈生意。目前来看，这些 AI 能力的规模化落地，不仅让百度进入 AI「价值兑现期」，也让企业的经营增长空间被进一步拓宽。
推荐阅读
登录后才可以发布评论哦
打开小程序可以发布评论哦