Vespa.AI спонсировал этот пост.
Ландшафт поиска меняется. В последние месяцы Microsoft объявила о прекращении использования Bing Search API, в то время как Google ограничил свой собственный API максимум 10 результатами на запрос. Эти шаги знаменуют собой заметные изменения в том, как доминирующие поисковые провайдеры в Интернете рассматривают доступ к своим данным и кто может их использовать.
Уже более десяти лет поисковые API, такие как Bing и Google Custom Search, являются частью сети Интернет. Разработчики использовали их для получения веб-результатов, изображений и новостей без поддержки собственных индексов. Предприятия внедрили их в такие приложения, как поддержка клиентов, базы знаний и анализ рынка, чтобы обеспечить внешний контекст. Стартапы и исследовательские группы использовали их для сбора обучающих данных, базовых языковых моделей или проведения конкурентного анализа без использования собственных сканеров.
Короче говоря, поисковые API предлагают простой способ программного доступа к открытой сети, устраняя разрыв между потребительским поиском и поиском корпоративной информации.
Сдвиг ИИ
Появление генеративного искусственного интеллекта изменило то, что должна обеспечивать поисковая инфраструктура. Поскольку генерация с расширенным поиском (RAG) становится центральным элементом систем искусственного интеллекта, разработчикам теперь требуются гибкие уровни поиска в конвейере искусственного интеллекта, а не только возврат ссылок.
На этом фоне время принятия решений Microsoft и Google выделяется. Microsoft включила доступ к поиску в стек искусственного интеллекта Azure с помощью функции «Заземление с помощью поиска Bing» для агентов искусственного интеллекта, в то время как Google продолжает снижать видимость своих собственных результатов извне. Ограничение запросов до 10 результатов за вызов соответствует давней цели — минимизировать массовое извлечение данных и автоматическое парсинг.
Бизнес-мышление ясно: обе компании уводят разработчиков от крупномасштабного открытого поиска к доступу через ИИ внутри своих собственных экосистем. Обслуживание полных наборов результатов обходится дорого и часто используется автоматизированными системами, такими как платформы seo, инструменты интеллектуального анализа данных или исследовательские сканеры, а не интерактивными пользователями. Ограничение API помогает сдержать эти затраты, одновременно позиционируя веб-данные как контролируемый ресурс для сервисов искусственного интеллекта более высокого уровня.
Перезагрузка, а не отступление
Это не крах поиска, а перераспределение контроля. Открытые API-интерфейсы на основе списков прошлого относятся к эпохе, когда продуктом были необработанные результаты. В эпоху генеративного искусственного интеллекта ведущие компании пересматривают поиск вокруг ответов, обоснований и контекста, тесно связанных со своими облачными экосистемами.
Но по мере того, как крупные поставщики отступают, появляются новые игроки. Perplexity и Parallel представляют собой новое поколение поисковых API, предназначенных для рабочих нагрузок ИИ. Они публикуют тесты, открыто раскрывают API и подчеркивают качество извлечения данных и низкую задержку — характеристики производительности, которые наиболее важны в RAG и агентных системах. Подробнее об API поиска Perplexity можно прочитать здесь.
Perplexity также показала, что превосходит Google по значимости для задач в стиле RAG. Чтобы не отставать, компания Parallel, основанная бывшим генеральным директором Twitter Парагом Агравалом, недавно сообщила о лучших результатах, чем Perplexity, используя собственный инструмент оценки Perplexity.
Горячий рынок, новые фонды
Рынок поисковых API снова накаляется, на этот раз вокруг собственной инфраструктуры искусственного интеллекта. Под Perplexity and Parallel находится общий компонент: Vespa, движок с открытым исходным кодом, созданный для крупномасштабного поиска, ранжирования и вывода данных машинного обучения.
Роль Vespa в этих системах отражает более широкий сдвиг в архитектуре: инфраструктура поиска теперь является частью самого стека искусственного интеллекта. Поскольку модели в большей степени зависят от поиска, такие факторы, как производительность, масштабируемость и способность комбинировать структурированные и неструктурированные данные, стали ключевыми отличиями.
Действующие игроки сужают доступ; новаторы расширяют его. В любом случае, поиск снова оказался в центре организации сети, только на этот раз он перестраивается для ИИ.
Vespa.AI — это платформа для создания приложений на базе искусственного интеллекта для поиска, рекомендаций, персонализации и RAG. Он обрабатывает большие объемы данных и высокую частоту запросов, предлагая эффективное управление данными, выводами и логикой. Доступен как управляемый сервис, так и с открытым исходным кодом. Узнайте больше Последние новости с Vespa.AI ТЕНДЕНЦИОННЫЕ ИСТОРИИ YOUTUBE.COM/THENEWSTACK Технологии развиваются быстро, не пропустите ни одной серии. Подпишитесь на наш канал YouTube, чтобы смотреть все наши подкасты, интервью, демонстрации и многое другое. ПОДПИСАТЬСЯ Группа, созданная в Sketch. Тим Янг возглавляет отдел маркетинга в Vespa.AI, используя свой технический опыт для реализации стратегий, основанных на данных. Он начал свою карьеру в области крупномасштабного управления данными для таких предприятий, как British Telecom, T-Mobile, Shell, British Airways и Ford. Тим занимал ключевые должности в сфере маркетинга… Подробнее от Тима Янга
