- AI Search ของ Naver ‘AI Briefing’ เปิดตัวอย่างเป็นทางการเมื่อ 27/3
- ขอบเขตการใช้งานยังจำกัดมาก โดยให้บริการเพียง 4 รูปแบบ: แบบทางการ/แบบหลายแหล่งข้อมูล, แบบคอนเทนต์สั้น, แบบสถานที่ตามพื้นที่, และแบบ AI Shopping Guide
- เป็น AI Search แบบ 'ครึ่งๆ กลางๆ' ที่ยังขาด semantic search: แม้แต่ในตัวอย่างก็ยัง ไม่มีคำค้นแบบภาษาธรรมชาติ
- ปัจจุบัน AI Briefing แม้จะอิงโครงสร้าง RAG แต่ก็ยังไม่ได้นำ semantic search มาใช้แบบเต็มรูปแบบ
- เน้นการดึงคีย์เวิร์ดจากคำถามของผู้ใช้มากกว่าการแปลงเป็นเวกเตอร์เพื่อทำความเข้าใจเจตนา และยังจัดการคำถามซับซ้อนได้ไม่ดี
- Naver ใช้ Rapter ซึ่งเป็น small language model ภายในของบริษัท เพื่อทำ embedding ของคำค้นและแปลงเป็นคีย์เวิร์ด แต่ไม่เหมาะกับการวิเคราะห์ เจตนาแบบซับซ้อน
- ทำไมจึงยังไม่นำ semantic search มาใช้แบบเต็มรูปแบบ?
- 1. เพื่อรักษาโครงสร้างรายได้ (โฆษณาค้นหา)
- 2. ความยึดติดกับความเร็วของผลการค้นหา และข้อจำกัดของโมเดลที่ยังพัฒนาไม่เพียงพอ
- ณ ตอนนี้ AI Briefing ของ Naver ยังเป็นเพียง การนำฟังก์ชัน AI มาวางทับบางส่วนบนระบบค้นหาคีย์เวิร์ดแบบ legacy
- กระแส AI Search ระดับโลกได้เข้าสู่ขั้นของการผสาน การให้เหตุผล + semantic search แล้ว
- ในเกาหลีเอง สตาร์ทอัป AI Search อย่าง oo.ai ก็กำลังมาแรง โดยชูจุดเด่น AI Search ที่รวดเร็วและเน้น semantic search
- ปัจจุบัน AI Briefing ของ Naver ยัง ไม่ตอบโจทย์ความต้องการของผู้ใช้ และยังขาดทั้งความพึงพอใจต่อผลการค้นหาและระดับการสะท้อนเจตนาของผู้ใช้
- กล่าวคือ จนถึงตอนนี้ยัง ตามหลังเทรนด์ทั้งในและต่างประเทศ : ขาดการใช้ semantic search อย่างเต็มรูปแบบ, ใช้กลยุทธ์เน้นความเร็วเป็นหลัก, และพึ่งพาโครงสร้างรายได้จากโฆษณา
- ในช่วงเวลาที่ต้องเปลี่ยนแปลงเช่นนี้ จึงเป็นช่วงที่จำเป็นต้องมี 'กลยุทธ์พลิกเกมเพื่อกลับไปเป็นที่ 1 อีกครั้ง'
- หากไม่มีการพัฒนาผลิตภัณฑ์ระดับโลกที่เหมาะกับยุค AI หรือการทำ M&A เชิงรุก ก็ยากจะเกิดความสำเร็จแบบเดียวกับกรณี Line ที่เกิดจากการเข้าซื้อ First Snow ในปี 2006
ยังไม่มีความคิดเห็น