谷歌Gemini 3个月砸进47%搜索份额

2024年12月，Gemini在美国搜索市场的份额还是4%。三个月后，这个数字飙到19%。

更扎眼的是对比：同期ChatGPT的搜索份额从28%跌到23%。此消彼长之间，一条暗线正在浮出水面——AI产品的竞争逻辑，早就不是「谁模型更强」这么简单了。

一场被误读的「搜索战争」

多数人把这当成谷歌的反击叙事。但数据背后有个被忽略的细节：Gemini的增长并非来自搜索框本身，而是来自一个更隐蔽的入口——安卓手机的默认助理替换。

谷歌从2024年Q4开始，在Pixel设备和三星Galaxy系列上强制将Gemini设为长按电源键的默认唤醒项。这个动作直接触达了约1.2亿台活跃设备。换句话说，Gemini的搜索份额暴涨，本质是系统级入口的截胡，而非产品体验的胜利。

OpenAI并非没有察觉。2025年1月，他们紧急与苹果谈判，试图将ChatGPT嵌入Siri的推理层。但谈判卡在了一个尴尬点：苹果坚持要自研「Apple Intelligence」的底层框架，ChatGPT只能作为可选插件存在。

这场博弈的代价是时间窗口。当Gemini在安卓生态完成铺货时，ChatGPT还在争取一个「可能被用户手动开启」的位置。

「智能层」正在成为新战场

平台功能趋同之后，竞争焦点正在上移。过去两年，大模型的基准测试分数差距不断缩小——GPT-4、Claude 3.5、Gemini 1.5 Pro在MMLU（大规模多任务语言理解）上的分差已经压缩到2%以内。

当基础能力拉不开差距，「谁来定义问题的解法」就成了决胜点。

这解释了为什么Perplexity在2024年下半年疯狂投入「答案引擎」的个性化改造。他们的产品负责人Johnny Ho在一次内部分享中透露：「用户搜索『如何创业』，硅谷工程师和郑州外贸老板需要的完全是两套推理路径。我们被迫在通用模型之上，再搭一层行业认知的过滤网。」

这层过滤网，业内现在叫「推理层」（Reasoning Layer）。它和模型层的关系，有点像汽车的动力总成和导航系统——发动机决定你能跑多快，导航决定你往哪开。

Perplexity的做法是自建索引+用户行为微调。更激进的案例是Shopify的Sidekick：他们直接用商户的订单数据训练了一套垂直推理链，让AI助理能回答「为什么上周转化率跌了」这种需要跨表关联的业务问题。

供应商的「隐藏假设」陷阱

依赖第三方AI的最大风险，不是价格，也不是稳定性，而是「认知框架的不可见」。

举个例子：当你用ChatGPT分析一份财报，它默认的解读维度是「投资者视角」——关注毛利率、现金流、EPS预期。但如果你是一家供应链企业的采购负责人，你真正想看的可能是「这家供应商的应付账款周期是否在恶化」，这关系到你的账期风险。

通用模型不会主动问你「你是谁」，它只是按训练数据中的最大公约数输出答案。这个最大公约数，就是供应商的隐藏假设。

Notion的AI产品负责人Ivan Zhao在2024年底的一次播客中吐槽：「我们早期直接调用GPT-4的API做文档总结，结果发现它总是把『待办事项』排在最前面——因为互联网上的文本结构就是这样。但我们的用户更关心『这个项目卡在哪了』。我们花了三个月才把这个偏差纠正过来。」

纠正的方式，是在Notion的数据库之上自建一套「工作流感知」的推理层。现在他们的AI能识别「阻塞状态」「跨文档依赖」这些Notion特有的概念，而不是泛泛地「提取关键词」。

自建智能层的成本账

不是每个团队都该自建。2024年，Anthropic推出了一项叫「Prompt Caching」的功能，允许企业将高频查询的推理路径预编译，成本降到原来的1/10。这对中小团队是个缓冲带——你可以先用 vendor 的框架，只在关键节点插入自己的逻辑。

但分水岭正在形成。红杉资本2025年Q1的一份内部 memo 指出：「未来18个月，头部SaaS公司的差异化将主要来自『垂直推理链』的深度，而非模型接入的广度。」

这份 memo 列举了一个对比案例：法律科技领域，Harvey和CoCounsel都接入了GPT-4，但Harvey自建了「判例关联网络」的推理层，能把一个合同条款追溯到过去十年类似案件的判决倾向。CoCounsel没有这层，它的回答就停留在「条款风险提示」的通用层面。

结果是Harvey的客单价达到CoCounsel的3倍，续费率高出22个百分点。

一个被低估的信号

2025年3月，OpenAI低调发布了一项叫「Custom Knowledge」的功能，允许企业上传内部文档库作为推理的上下文锚点。这个功能的宣传很克制，但技术社区的反应很真实——当天Hacker News的热帖标题是「OpenAI终于承认通用模型不够用了」。

功能上线第一周，企业用户的平均上传文档量达到47GB。这个数字说明什么？

说明大家都在试图用私有数据修补通用模型的盲区。但补丁终究是补丁。当Gemini用系统入口抢流量、Perplexity用自建索引抢深度、垂直SaaS用行业知识抢精度时，纯依赖 vendor 的方案正在从「性价比之选」变成「天花板之困」。

接下来值得观察的是：苹果会在WWDC 2025上把Siri的推理层开放到什么程度？以及，当「智能层」成为标配，中小团队还有没有资格上桌？