黑马团队是如何定义 AI 商业搜索的？

（图源：DALL-E3 生成）

01 商业查询，政策支持下的全民级应用

商业查询，是指通过大数据和搜索技术整合公开数据，为企业和个人检索标的企业的工商、信用、股权、经营状况等信息的过程。商业信息查询有助于社会信用体系构建，受国家政策支持，此类查询产品也获得了用户增长和投资机构青睐。

头部商业查询平台包括天眼查、企查查、爱企查、启信宝等。天眼查、企查查均在 21 年宣布用户数超过 3 亿人，天眼查的估值已经过百亿人民币。据艾媒统计，中国商业查询市场的用户规模已达 5 亿人，商业搜索可谓是全民级需求。

02 黑马团队，定义 AI 商业搜索

尽管天眼查、企查查等产品已验证了市场前景，产品功能持续增加，但近些年产品形态和商业模式变化甚少。商查产品的入口越来越多，越来越深，普通用户的使用门槛只增不减。

近期有一家用大模型加商查的公司「链企 ai」引发了关注。据悉，链企 AI 的核心团队大部分来自于「蚂蚁网商银行」和「蚂蚁人工智能团队」。

链企 AI 核心团队曾于蚂蚁旗下的网商贷业务中服务千万小微企业，团队在企业知识图谱、海量数据洞察、大数据风控上的经验无出其右。过往的业务经验，也让团队发现了「AI 商业搜索」的机会并下场创业。在技术方面，链企团队优化千亿参数大模型并自建垂类数据索引和召回排序链路，用大模型采集和结构化 3 万+标讯网站的公开内容，在快速迭代后上线了小程序、APP 和 Web 产品。

下面就来体验一下链企在企业查询、行业查询、商机查询上的效果

企业查询

企业查询是商业查询中最常见、最广泛的场景。不仅专业的商业调查人员有需求，普通人求职或者正常商业合作都离不开查询企业信息。企业信息的特征是维度众多，且涉及裁判文书、知识产权、股权穿透这样的专业信息，对普通用户很不友好。

链企 AI，省去了用户复杂的点击，将互联网信息和商查垂类数据融合，用自然语言整理出一家公司的信息全貌，并且支持深入追问。

行业查询

企业查询是以企业或个人为单位的微观查询，而行业查询则是以产品、行业视角的复合搜索。商查 SaaS 通常通过数据标签或人工整理呈现行业信息，很难覆盖长尾查询词和实时更新。

比如我们想查询，“浙江省的耕地规划企业”，传统的商查 SaaS 很难做模糊和综合查询，必须通过高级搜索选择几十个标签勾选才能得到查询结果。

大模型非常适合解决这类需要综合和实时的查询任务，在输入框中输入同样的查询次，链企 AI 综合网页查询和数据库结果返回了多维度的信息。

商机挖掘

在中国做生意离不开招投标信息，链企聚合了全网 1.8 亿+条实时招投标信息，并能在 30 秒内深度理解 100 篇标讯，自动帮用户了解最新标讯，总结出潜在商机和重点。

中国地大物博，行业门类繁多，以往的标讯平台只能对标讯做简单聚合，无法深入到每个细分行业的行业逻辑，需要用户花大量时间手动查看、筛选来寻找商机。大模型是一个聪明高效的“招标经理”，能从海量的商业信息中，一键为用户找到合适的商机。

比如，一个电梯品牌经销商查找标讯，过往需要点击上百页标讯详情，核对电梯型号和品牌。现在仅需搜索电梯，向 AI 输出电梯的品牌和型号，大模型会帮他在成百上千的标讯中找到适合他的商机。

值得一提的是，链企 AI 团队将单次搜索成本降到极致，让用户免费用上了公共数据服务。

03 商业 AI 搜索，更垂直，更专业

ZP 曾经梳理和报道过如「天工 AI 搜索」「秘塔 AI 搜索」「Perplexity」等多个优秀的 AI 搜索产品，这些产品通过大模型结合搜索技术，在 Query 理解、索引、回答整合方面做了深度优化，在通用搜索领域大幅提高了搜索体验。

链企 AI 搜索和通用 AI 搜索的区别是什么？

第一，链企的商业数据更完整。数据完备是商业查询的基石，传统的搜索引擎并不收录如招投标信息这类数据量巨大、但十分低频的长尾网站。链企自建了这部分网站的索引，并依靠企业数据洞察的经验进行结构化。

第二，链企的答案更专业、可信。大模型的幻觉一直是大家诟病的地方，商业信息对准确度更加敏感，链企专注于企业信息这个垂类领域，并且用结构化方式呈现企业信息，比通用 AI 搜索引擎的网页引用更高效。

04 总结

AI 搜索给用户带来了不可逆的体验提升，是大模型杀手级的应用，但商业化是泛 AI 搜索产品的共同难题。链企 AI 选择了高价值的商业信息搜索场景，采用千亿参数企业知识领域大模型，将商业查询正式升级为商业搜索，让普通用户在 AI 的帮助一键获得可信、准确、全面的商业信息。商业查询的变革时代到了。

本篇内容来源于微信公众号： Z Potentials