دو تغییر ساختاری، جستجو را مختل می‌کنند: خلاصه‌های هوش مصنوعی مولد که توسط موتورهای جستجوی سنتی (مثل گوگل و بینگ) ارائه می‌شوند و ظهور مدل‌های زبانی بزرگ (Large Language Model) برای جستجو (مانند Perplexity و ChatGPT Search)

مدل‌های زبانی بزرگLLM)) نوعی سامانه هوش مصنوعی مبتنی بر شبکه‌های عصبی عمیق هستند که با حجم گسترده‌ای از داده‌های متنی آموزش می‌بینند و توانایی درک و تولید زبان طبیعی را دارند. این مدل‌ها با بهره‌گیری از میلیاردها پارامتر می‌توانند متون منسجم و معناداری تولید کنند و به همین دلیل در کاربردهای متنوعی همچون ترجمه ماشینی، چت‌بات‌ها و دستیارهای هوشمند، خلاصه‌سازی متون، تولید محتوای بازاریابی، جستجوی پیشرفته و حتی کدنویسی به کار گرفته می‌شوند. با وجود این مزایا، LLMها همچنان با محدودیت‌هایی نظیر احتمال تولید اطلاعات نادرست، نیاز به منابع محاسباتی بسیار بالا و وابستگی به کیفیت داده‌های آموزشی روبه‌رو هستند.

در موتورهای جستجوی سنتی، روند کلیک صفر در بین گروه‌های جمعیتی در حال افزایش است، و تحقیقات ما نشان می‌دهد که حدود ۶۰٪ از جستجوها اکنون بدون اینکه کاربر به سایت مقصد دیگری منتقل شود، پایان می‌یابند. حتی در میان کسانی که می‌گویند نسبت به محتوای تولید شده توسط هوش مصنوعی تردید دارند، حدود نیمی از آنها می‌گویند که بیشتر سؤالات آنها بدون کلیک در صفحه جستجو پاسخ داده می‌شود.

به موازات آن، پلتفرم‌هایی مانند ChatGPT و Perplexity نیز محبوبیت روزافزونی پیدا کرده‌اند. ChatGPT در نوامبر ۲۰۲۴ شاهد افزایش ۴۴ درصدی ترافیک بود و Perplexity در اواخر سال ۲۰۲۴ به ۱۵ میلیون کاربر ماهانه رسید.  

مشتریان اظهار می‌کنند که LLMها در حال تجاوز به موارد استفاده سنتی موتورهای جستجو هستند: تقریباً 40 تا 70 درصد از کاربران LLM از این پلتفرم‌ها برای انجام تحقیق و خلاصه‌سازی اطلاعات (68٪)، فهمیدن آخرین اخبار و آب و هوا (48٪) و درخواست توصیه‌های خرید (42٪) استفاده می‌کنند.