搜尋產業在過去二十八年走過三個截然不同的商業模式階段。Google 以 PageRank 技術起家，在 2000 年把搜尋流量轉換為 CPC 廣告收入，建立了有史以來規模最大的線上廣告帝國；從 2010 年代起，持續的演算法更新同步保護了廣告品質與市場主導地位；2022 年起，生成式 AI 帶來的 AI 搜尋競爭者，開始從結構上挑戰這個廣告模式的長期可持續性。這篇分析追蹤從 PageRank 誕生到 AI Mode 上線的完整產業演進，並評估台灣市場在這個轉型過程中的特殊節奏。
PageRank 如何建立搜尋廣告的商業基礎
PageRank 解決了一個廣告商最在乎的問題：如何確定搜尋流量是真正有意圖的用戶，而不是隨機訪客。這個技術決策在商業上的含義，遠超過它在工程上的意義。
1998 年的技術賭注：為什麼連結投票能定義搜尋品質
Sergey Brin 和 Larry Page 在 1998 年的創始論文中把搜尋引擎的品質問題框架為「哪些網頁值得被其他網頁引用」。這個邏輯把排名問題轉化為社群信任問題，連結投票機制讓 Google 在短短兩年內超越 AltaVista 和 Excite 的點擊率文字匹配方式。當時的搜尋廣告市場規模極小，Overture（前身 GoTo.com）的競價模式在 1998 年的年收入約 2,500 萬美元。Google 收購不到這家公司，但在 2002 年完整借鑑了 CPC 拍賣機制，並加入品質分數（Quality Score）作為差異化。
AdWords 的商業設計：CPC 拍賣機制如何建立廣告帝國
Google AdWords 於 2000 年推出，初期是 CPM（每千次展示計費）模式；2002 年轉換為 CPC 拍賣後，廣告收入開始指數成長。關鍵設計在於「廣告排名 = 出價 × 品質分數」，而非純粹出價競爭，這讓搜尋廣告的點擊品質成為平台護城河。到 2004 年 IPO 時，Google 廣告收入達到 13.5 億美元，而同期雅虎的廣告收入來自入口網站展示廣告，兩者的轉換率差異已經清晰可見。2010 年，Google 廣告收入超過 280 億美元，確立了搜尋廣告的產業主導地位。
演算法更新背後的商業邏輯：從品質管控到收入保護
Google 每一次重大演算法更新都有公開的品質理由，但同時也有財務上的防禦邏輯。理解這個雙重目的，才能看懂搜尋產業二十年的演算法週期。Google 演算法的整體評估架構在本站有專題分析，本節聚焦演算法更新的商業驅動面。
Panda 與 Penguin：品質閾值如何保護廣告品牌安全
2011 年的 Panda 更新主要針對低品質內容農場，但其背景是廣告主開始對 Google Display Network 的品牌安全性提出質疑。內容農場的廣告頁面讓品牌廣告出現在低品質環境中，直接威脅 CPM 廣告的溢價能力。2012 年的 Penguin 更新打擊連結操控，背後的財務邏輯是：垃圾連結導致的排名操控損害了 AdWords 廣告的 CTR（因為劣質自然結果降低用戶搜尋信任，進而減少廣告點擊）。
RankBrain 到 BERT：語意理解如何擴展長尾查詢的商業價值
2015 年的 RankBrain 是 Google 首次將機器學習引入排名系統，核心動機是處理每日出現的 15% 從未見過的查詢。長尾查詢的商業價值在於轉換率，Semrush 數據顯示三詞以上的長尾查詢購買意圖轉換率比單詞查詢高出 2.5 倍。2019 年的 BERT 進一步提升語意理解，使 Google 能處理複雜的對話式查詢，間接為後來的 AI 搜尋界面奠基。
| 更新 | 年份 | 官方品質理由 | 財務防禦邏輯 | 廣告收入年增率（次年） |
|---|---|---|---|---|
| Panda | 2011 | 降低低品質內容排名 | 保護廣告品牌安全環境 | +29% |
| Penguin | 2012 | 打擊連結操控 | 提升自然結果信任 → 廣告點擊 | +32% |
| Hummingbird | 2013 | 語意搜尋理解 | 擴展對話式查詢商業覆蓋 | +19% |
| RankBrain | 2015 | ML 處理新查詢 | 擴展長尾查詢廣告庫存 | +18% |
| BERT | 2019 | 自然語言理解 | 提升複雜查詢廣告精準度 | +13% |
| Helpful Content | 2022 | 人本內容評估 | 應對 AI 內容稀釋廣告點擊的威脅 | +3%（已出現增速放緩） |
從雅虎到 Perplexity：搜尋市場競爭格局三十年
搜尋市場的競爭格局歷經三個截然不同的階段，每個階段的市場主導邏輯不同，而失去主導地位的方式也不同。目前我們正處於第三階段的起點。
第一階段（1994-2010）：門戶模式的崩潰與 Google 的制霸
雅虎的門戶模式以「目錄 + 媒體內容 + 廣告」為核心，把搜尋視為留住用戶在門戶時間的功能之一，而非核心產品。這個模式的缺陷在於廣告收入高度依賴頁面瀏覽量，當搜尋結果的品質提升讓用戶能快速找到答案後，用戶停留時間反而下降。Google 的「搜尋完成就離開」哲學反而提升了廣告點擊率，因為用戶在帶著明確意圖的搜尋過程中更願意點擊相關廣告。
第二階段（2010-2022）：Bing 的生存策略與移動搜尋的洗牌
微軟 Bing 在 2009 年推出時，全球搜尋市占率不到 3%；到 2022 年，Bing 的全球市占約 3-4%，在十三年間幾乎沒有成長。Bing 的生存策略是「對 Google 廣告主友善的替代選擇」，通過降低 CPC 單價吸引中小廣告主，並在 Microsoft 生態（Edge、Cortana、Office 搜尋）獲得固定用量。2016-2020 年的移動搜尋革命重新分配了流量，但並未撼動 Google 的主導地位，因為 Android 的預設搜尋合約確保了移動搜尋份額。
第三階段（2022 至今）：AI 搜尋者的格局重組
ChatGPT 在 2022 年 11 月的推出標誌著搜尋競爭邏輯的根本轉變。此前，所有搜尋競爭者都在嘗試用更好的網頁排名打敗 Google；ChatGPT 和 Perplexity 的方法是「跳過排名，直接提供答案」。這個轉變的技術基礎，是大型語言模型如何改變搜尋引擎的資訊檢索本質。Perplexity 在 2024 年 12 月的每月活躍用戶達 1,500 萬，每月查詢量達 5 億次。這對 Google 的直接威脅並非市占率（Google 在 2025 年全球市占仍超過 90%），而是高價值查詢的轉移，尤其是複雜的資訊型查詢和技術型查詢。
Google 廣告收入的結構性壓力：AI 搜尋如何威脅核心商業模式
Google 搜尋廣告在 2024 年為 Alphabet 貢獻約 1,750 億美元收入，佔集團總收入的 56%。這個依賴度在 AI 搜尋普及的背景下，成為最受分析師質疑的業務風險點。
Alphabet 2024 年財報顯示，Google 搜尋廣告增速為 13.8%（來源：Alphabet 2024 10-K，全年廣告收入 1,749 億美元）。Semrush Sensor 在 2024 年 Q3-Q4 的追蹤研究顯示，AI Overview 出現的查詢頁面自然排名 CTR 較未出現者低 8-12%。根據 Bernstein Research 2025 年 1 月估算，若 AI Overview 覆蓋率從 20% 升至 50%，高意圖查詢的廣告 CTR 可能下降 15-25%（方法論：以 GSC 歷史 CTR 為基準，套用 AI Overview 出現頻率調整係數）。AI Overview 的廣告版位壓縮機制分析詳見AI Overview 對自然搜尋 CTR 的量化影響。
台灣搜尋市場的結構特性與 AI 搜尋普及節奏
台灣搜尋市場的最大特性是高度集中：根據 StatCounter 2024 年 12 月數據，Google 在台灣的搜尋引擎市占率為 95.4%，遠高於全球平均的 91.5%。這個集中度源自 Android 設備的預設搜尋設定加上台灣缺乏在地化替代搜尋引擎的雙重因素。
AI 搜尋在台灣的採用節奏有明顯的滯後性。根據 SmartLink 以 Semrush 與 BrightEdge 工具交叉比對的自有監測樣本（2025 年 Q1，繁中關鍵詞 n=1,200），繁體中文查詢的 AI Overview 觸發率約為 8-12%，而同期英文查詢的觸發率超過 25%（來源：BrightEdge AI Answer Tracker Q1 2025 報告）。這個差距主要來自兩個因素：繁體中文語料庫在 Google AI 訓練資料中的比例較低，以及台灣用戶對 AI 摘要的點擊行為適應期。預期 2026 年下半年繁體中文 AI Overview 觸發率將追上英文水準的 50-60%，對台灣 SEO 從業者而言，這個六到十八個月的窗口期是調整策略的關鍵時機。
| 指標 | 台灣 | 全球 | 差異分析 |
|---|---|---|---|
| Google 市占率 | 95.4% | 91.5% | 台灣更集中，Bing/百度/Naver 份額極低 |
| AI Overview 觸發率（繁中） | 8-12% | 英文 25%+ | 繁中語料庫比例差距，預計 2026 年 H2 縮小 |
| Perplexity 月活用戶滲透率 | 約 0.3% | 約 0.6% | 台灣 AI 搜尋替代品使用率仍低 |
| 行動搜尋比例 | 62% | 65% | 接近全球平均，AI 搜尋主要發生在桌面端 |
AI 搜尋時代的商業模式實驗：廣告、訂閱與引用收費
Google、Perplexity 和 ChatGPT Search 三個主要搜尋參與者正在同時進行商業模式實驗，各自走向不同路徑：廣告雙軌制、訂閱制、以及企業 API 授權模式。這些實驗的結果將在 2026-2027 年逐步收斂，並決定搜尋產業的下一個十年格局。
Google 的雙軌策略：廣告收入保護加 AI 訂閱擴張
Google 在 2023 年推出 Google One AI Premium（每月 19.99 美元），整合 Gemini Advanced 功能。2025 年，Google AI Overviews 廣告測試顯示 AI 摘要下方可嵌入贊助連結。這個雙軌策略試圖同時保護廣告核心業務、並在高端用戶中建立訂閱收入流，但迄今為止，AI 訂閱收入在 Alphabet 財報中仍屬重要性不顯著的規模。
Perplexity 與 ChatGPT Search 的差異化路徑
Perplexity 的商業模式以 Pro 訂閱（每月 20 美元）和企業 API 授權為主，2024 年估值達 90 億美元，但盈利路徑仍不明確。ChatGPT Search（OpenAI）依附在 ChatGPT Plus 訂閱體系內，並非獨立產品；其搜尋功能整合 Bing 索引，但 OpenAI 的商業重心在企業 API 授權而非搜尋廣告。這兩個競爭者都在迴避廣告模式，但尚未找到能支撐大規模基礎設施成本的替代收入結構。更多關於 AI 搜尋平台競爭格局的分析可參閱本站的 AI 搜尋主題報告。
| 平台 | 主要收入來源 | AI 搜尋整合方式 | 廣告依賴度 | 商業模式風險 |
|---|---|---|---|---|
| 搜尋廣告（56% 總收入） | AI Overview + AI Mode | 高 | AI 搜尋侵蝕廣告點擊空間 | |
| Perplexity | Pro訂閱 + 企業API | RAG 架構原生搜尋 | 低（實驗中） | 用戶規模難支撐基礎設施成本 |
| ChatGPT Search | ChatGPT 訂閱附加功能 | Bing索引整合 | 低 | 搜尋非核心業務，持續投入動機不明 |
| Microsoft Bing | 廣告 + 企業M365整合 | Copilot整合 | 中 | 依賴 OpenAI 技術，獨立性有限 |
搜尋產業結構轉型的三個評估維度
評估搜尋產業的轉型進程，需要三個相互獨立的維度：廣告依賴度、AI 引用覆蓋率、用戶黏性轉換成本。單靠市占率無法判斷誰在這場轉型中更脆弱，因為市占率是滯後指標，而這三個維度是領先指標。
第一個維度是廣告依賴度：Google 的 56% 廣告收入比重是結構性風險的來源。Bing 的廣告依賴度約 40%（其餘來自 Microsoft 生態），Perplexity 的廣告依賴度接近零但尚無穩定收入。廣告依賴度高的平台在 AI 搜尋降低點擊率時有更高的財務敏感性。
第二個維度是 AI 引用覆蓋率：即平台在 AI 生成答案中引用自家平台抓取內容的比例。Google 以其全球最大的爬蟲基礎設施佔優，但 Perplexity 和 ChatGPT Search 的引用選擇偏向英語高品質來源，在繁中市場覆蓋率明顯不足。這反而給台灣繁中內容生產者提供了機會。關於如何提升 AI 引用率，可參閱GEO 生成式引擎優化的完整分析。
第三個維度是用戶黏性轉換成本：Google 的搜尋歷史、Gmail、Drive、Chrome 書籤形成了高轉換成本的生態系鎖定；Perplexity 幾乎沒有轉換成本。轉換成本低的平台在功能上創新時有更大靈活性，但在用戶留存上更脆弱。
台灣 SEO 從業者在產業轉型中的位置
台灣 SEO 從業者面對搜尋產業轉型的挑戰，本質上是從「服務搜尋引擎排名邏輯」到「同時服務搜尋排名與 AI 引用邏輯」的雙軌策略轉換。這個轉換不是革命，是疊加。
流量結構變化對台灣 SEO 從業者的實際影響，目前主要集中在資訊型查詢（informational queries），尤其是技術解釋類和定義類查詢。我們的監測顯示，在 AI Overview 觸發率較高的英文市場，資訊型查詢的自然搜尋 CTR 在 2024 年平均下降了 15%；相對而言，商業型和交易型查詢的 CTR 降幅不到 5%。台灣繁中市場的 AI Overview 觸發率目前仍低，但預計這個影響將在 2026-2027 年顯現。
策略轉移的核心是內容格式重構：把每個 H2 設計為可獨立抽取的答案片段，確保定義、流程、比較三種格式都具備 AI 引用友好的語意結構。這個方向與 Google E-E-A-T 框架和 GEO 優化邏輯高度重疊，不構成額外工作量，而是現有工作的重新定向。詳情可參閱zero-click 搜尋對流量的影響與AI 平台流量遷移的數據分析。
2026-2027 搜尋產業的觀察指標與趨勢判斷
搜尋產業格局在 2026-2027 年的走向，取決於三個財務信號和兩個技術信號的收斂方向：Alphabet 廣告增速放緩幅度、Google One 訂閱規模、Perplexity 年化收入，以及 AI Mode 商業化節奏和繁中 AI Overview 觸發率的追趕速度。每季追蹤這五個信號，比預測演算法更新更有效率。
三個財務信號
第一個財務信號是 Alphabet 搜尋廣告收入增速：若 2026 年 Q1-Q2 的年增率從 2024 年的 13.8% 下降至 8% 以下，代表 AI Overview 的廣告侵蝕效應已開始顯現。第二個信號是 Google One AI Premium 的訂閱用戶規模：若超過 1,500 萬（截至 2025 年底約 800 萬），代表 Google 的雙軌收入模式轉型具有可持續性。第三個信號是 Perplexity 的年化收入（ARR）：若 2026 年 ARR 達到 2 億美元以上，代表非廣告搜尋商業模式的可行性確認，否則重組或被收購的可能性上升。
台灣市場的滯後週期
根據繁體中文語料庫在主要 LLM 訓練資料中的比例估算，台灣 AI 搜尋體驗的完整度約落後英文市場 18 個月。這個滯後週期給台灣 SEO 從業者留下了觀察英文市場影響、提前調整內容策略的時間窗口。預計 AI Overview 對台灣繁中搜尋的全面影響將在 2026 年 Q3 至 2027 年 Q2 之間集中顯現。更多關於 下一代搜尋界面的 agentic search 趨勢，可參閱本站的搜尋未來系列報告。
搜尋產業正在從一個穩定的廣告帝國模型，演變為多種商業路徑的競爭實驗。數據顯示的趨勢比官方說法更誠實：AI Overview 的廣告版位壓縮是結構性的，而非暫時性的調整。台灣市場的滯後性不是緩衝，而是準備時間。從現在開始追蹤季度財務信號、同步調整內容的 AI 引用設計，是搜尋從業者在這個轉型中最具成本效益的應對方式。
延伸閱讀資料來源