OpenAI 稱 ChatGPT 搜尋量約達 Google 的 20%
OpenAI 表示，ChatGPT 搜尋量已達 Google 約 20%，為其進軍網絡搜尋所提出的競爭主張增添相當分量。這個數字反映 OpenAI 對查詢量的比較，並不代表 ChatGPT 擁有 20% 搜尋市場，亦不代表 Google 因此失去這些搜尋。
這項說法來自 ChatGPT 消費者產品主管 Adam Fry，其評論見於 11 月 3 日刊出的報道。據 9to5Google 報道，OpenAI 並未披露其 Google 比較數字的來源。這個缺失的分母，即計算中所採用的 Google 總量，限制了外界可核實的範圍。
Google 正面對壓力，關鍵在於人們從哪裏開始研究，以及由哪個介面引導其決策。然而，單憑 OpenAI 的增長，無法判斷搜尋活動是在轉移、擴張，還是兩者同時發生。真正值得問的是，ChatGPT 現時處理了多少具價值的資訊搜尋，以及各公司在多大程度上以一致方式衡量這些活動。
ChatGPT 搜尋量實際計算甚麼
OpenAI 的說法涉及會觸發網絡搜尋的問題，而非發送至 ChatGPT 的每一則訊息。
在 Alex Kantrowitz 發表的 搜尋增長訪問中，Fry 將搜尋活動描述為需要查找最新資訊的用戶問題。若後續提問令 ChatGPT 再次返回網絡搜尋，便會再次計算。這使計算單位比聊天機械人訊息總數更為狹窄。
這項區分十分重要，因為一次對話可以包含多種不同活動。有人可能先要求最新資訊，再要求摘要、修改措辭，然後提出另一項查詢。若計算每一則訊息，便會把搜尋與寫作及編輯混為一談。Fry 的解釋將界線設於啟動網絡搜尋的問題。
不過，這個界線仍有詮釋空間。已公開的說明並未提供涵蓋所有邊緣情況、可重現的計算規格。因此，讀者所得到的是指標描述，而非可獨立計算的完整方法論。
Ben Schoon 的 查詢量報道指出核心核實缺口：OpenAI 沒有透露其 Google 搜尋量數字來自何處。報道將這項比較歸因於 Fry 在 OpenAI 活動上的發言，並未提出支持該比例的獨立審計。
比例與市佔率之間的分別同樣關鍵。將 ChatGPT 與 Google 比較，是以 Google 作為參照點。計算市佔率則需要界定整個市場，並以一致方法衡量所有納入的參與者。即使新聞標題同樣使用百分比，這仍是兩種不同的計算。
這項說法亦不能證明存在替代效應。一個人可以在維持原有 Google 搜尋的同時，新增以 ChatGPT 進行的研究。反過來，他們亦可把部分問題轉移至 ChatGPT，卻繼續使用 Google 處理其他工作。兩種模式都可與龐大的相對搜尋量並存。
因此，眼前的新聞重點相當具體。OpenAI 正透過明確數字比較，將其網絡搜尋活動定位於 Google 的規模之下。尚未解決的問題是，外部研究者能否以對齊的定義、日期及覆蓋範圍重現這項比較。
這種不確定性並不令該說法毫無意義，而是改變了這個數字應有的份量。把它視為附帶來源的公司主張，既保留其競爭意義，亦讓衡量問題維持開放。
對比較 ChatGPT 與 Google 的讀者而言，這是起點。兩種產品在資訊搜尋上有所重疊，但共同目的不會自動帶來可比較的計數方式。
Google 面對起點之爭的壓力
競爭壓力的核心，是誰首先接收問題，並塑造下一步。
試想一項示例性的研究工作：為小型團隊選擇軟件。用戶先提出廣泛要求，加入兼容性條件，並要求提供支持文件。處理這段交流的介面，會影響哪些產品進入考慮範圍，以及哪些取捨獲得注意。
這種影響發生於購買、瀏覽網站或最終建議之前。第一個回覆可以縮窄選擇範圍，後續問題亦可強化這個框架。因此，搜尋產品競爭的是決策流程中的位置，而不只是收集孤立的查詢。
這正是為何即使沒有經審計的市佔率，這項說法仍值得關注。若 OpenAI 的比較反映大量研究活動，Google 面對的競爭者便是在處理過去自然會輸入其搜尋框的問題。相關壓力涉及用戶習慣與決策方式。
不過，不同工作帶來的後果亦不同。尋找已知網站，與比較陌生產品需要不同的互動方式。核對當前事實，亦有別於整理研究簡報。單一搜尋量總數無法顯示哪些活動推動了這項比較。
商業意圖同樣重要。詢問購買設備，與隨意查詢事實，具有不同商業意義。相同的查詢次數，並不能證明廣告機會、客戶價值或對購買決策的影響相同。除了頻率，問題組合亦很重要。
Google 可在既有搜尋體驗中作出直接回應：讓複雜問題更容易在其中處理。這種回應可加入對話式互動，同時保留熟悉的搜尋習慣。競爭選擇愈來愈取決於哪個介面最適合完成某項工作。
對 OpenAI 而言，相應挑戰是把偶爾的搜尋轉化為可靠的起始習慣。一個令人印象深刻的總體數字，無法說明人們是否經常回來、只把產品用於狹窄工作，或在收到不理想答案後放棄使用。
兩家公司亦面對用戶不同的期望。綜合式回覆讓讀者評估答案本身；結果頁則讓他們在來源之間作出選擇。隨着這些形式逐漸融合，各公司都必須管理其呈現方式所建立的期望。
對知識工作者而言，實際利害關係涉及研究質素與時間。一個方便的答案，只有在支持正在作出的決策時才有幫助。不清晰的來源或不必要的後續提問，可能會消耗對話式搜尋表面上節省的時間。
對企業而言，壓力延伸至可被發現的程度。出現在網絡某處，並不保證會被納入答案之中。但一條有關使用量的新聞標題，也不足以在沒有實際客戶行為證據下，合理化重建市場推廣策略。
短期回應應以可觀察活動為依據。團隊可以檢視哪些問題帶來訪客、哪些研究路徑帶來客戶，以及人們在何處接觸到其資訊。這些觀察可把競爭故事連結至商業成果。
更大的策略競爭仍然直接：成為人們本能地提出下一個問題的地方。即使同一個人繼續使用多項服務，這種習慣依然很有價值。
ChatGPT 與 Google 之爭亦涉及擴大需求
兩家公司都可以報告搜尋活動增長，而任何一方的數據都不會否定另一方。
Google 對自身業務的描述，令簡單的替代敘事變得更複雜。在他於 10 月 28 日發表的 Search 業績評論中，Sundar Pichai 表示，AI 投資正推動使用量及查詢增長，包括商業查詢。他形容年度查詢增長是五年來最強。
這些說法是 Google 對自身表現的描述，並不會獨立驗證 OpenAI 的比較。不過，這些說法確立了 Google 公開描述的是需求擴張，而非承認聊天機械人普及必然代表搜尋活動收縮。
Pichai 亦描述了一種結合傳統結果與 AI 功能的搜尋體驗。這一點很重要，因為競爭基準正在改變。若把對話式助理與完全靜態版本的 Google 比較，便會忽略 Google 如何界定自身回應。
經濟邏輯容許多種結果。更好的工具可鼓勵人們研究以往未有解答的問題，更容易使用的介面亦可產生更多後續提問。用戶還可把研究工作分配至不同產品，令多於一處的活動均告增加。
這些可能性沒有一項能證明不存在替代效應。正在增長的市場，仍可在特定類別中出現有意義的流失。Google 可以整體查詢增加，同時失去部分有價值的研究旅程。OpenAI 亦可獲得搜尋量，而非從 Google 奪走每一條對應問題。
重要的分析區分，在於總體增長與競爭替代。總體增長問的是是否出現更多活動；替代則問活動是否由一個供應商轉移至另一個。對市場具可信度的描述，需要同時處理兩者的證據。
獨立受眾研究提供另一個視角。Similarweb 在 8 月發表的 搜尋受眾分析指出，2026 年 5 月有 95% ChatGPT 用戶同時使用 Google；其報告稱，2025 年 9 月亦有相同比例重疊。這項發現支持在所測量受眾中，兩種產品持續並用。
這項重疊數字有其限制。它衡量的是人們是否同時出現在兩個受眾中，而非他們如何分配個別搜尋。一個人可繼續是 Google 用戶，同時把有意義的一部分研究轉往其他地方。受眾重疊無法解答這個問題。
Similarweb 亦指出覆蓋範圍的排除項目，包括 API 活動、桌面應用程式及嵌入式 AI 功能。因此，其發現描述的是所衡量的人口與渠道，不應延伸為對所有 AI 輔助工作流程的完整描述。
綜合而言，這些來源支持更精確的解讀。OpenAI 聲稱具有可觀的相對規模；Google 報告查詢增長；獨立受眾數據則顯示廣泛共存。這些說法涉及不同層面，可以同時為真。
這個故事的反轉之處在於，強大的挑戰者不需要立即出現萎縮的現任者。競爭可以在需求擴張時加劇。這使得單憑一個新聞標題中的百分比，更難評估這場競爭。
對讀者而言，這改變了值得尋找的證據。下一份有用的數據集，應展示在一致定義下的工作類別、查詢頻率及轉換行為。另一條廣泛的流量新聞標題，仍會令核心問題大部分沒有答案。
五分之一說法留下的未解問題
這項比較需要對齊的衡量方式，才可支持對競爭位置作出更有力的結論。
第一項缺失細節是時間窗口。每日平均值、近期高峰及每月總量，可帶來截然不同的印象。若沒有明確指定期間，讀者無法判斷這項比較反映的是持續模式，還是較狹窄的觀察。
地理覆蓋範圍同樣重要，原因亦相同。全球性的比較，與只限於特定國家的比較並不一樣。產品供應情況、語言支援及用戶習慣都可能因市場而異。報道沒有提供足夠的方法細節，無法釐清這些界線。
Google 的基準亦需要說明。來自外部供應商的估算，與公司的內部總數，各自會有不同限制。資料來源、收集方法及日期都會影響可比性。OpenAI 可掌握自身活動數據，並不能消除對另一家公司總數的不確定性。
接著是活動單位的問題。用戶請求、一次對話及背景檢索操作，描述的是不同事物。Fry 的說法傾向於指出，用戶提出問題會觸發搜尋。完整的方法論仍須說明，這項規則如何適用於不同產品行為。
當系統改變時，這點尤其重要。助理在更新後，可能利用檢索得來的資訊回答更多問題。即使人們開啟產品的頻率沒有相應變化，這種轉變仍可能增加其記錄到的搜尋活動。
這是一種方法論上的可能性，而不是關於 OpenAI 系統的結論。它說明穩定的計算規則為何重要。當產品路由及衡量定義在沒有文件說明下改變，增長序列便會更難解讀。
查詢量亦不能證明答案質素。一項服務可處理大量問題，卻在不同主題上的表現參差。整體使用量並不衡量事實準確度、來源相關性，或用戶是否成功完成其工作。
重複提問同樣存在歧義。後續問題可以反映投入程度及有價值的探索，也可能反映困惑或初次回應並不完整。計算這些問題只能說明活動曾經發生；要評估其意義，則需要額外證據。
基於同一原因，較少查詢有時反而可代表成功的體驗。一個清晰答案可能即時完成工作。較零碎的過程則可能產生額外搜尋。數量反映規模，而工作完成度則提供另一種有用程度的衡量。
這項說法同樣無法確定其經濟效益。處理一次查詢會產生成本，而收入則取決於商業模式及用戶行為。單靠相對查詢規模，無法證明盈利能力、廣告表現或某項產品策略的持久性。
出版商的結果仍是另一個獨立問題。一個答案可以提及某個來源、連結到該來源，或促使某人前往瀏覽。這些行為帶來不同後果。五分之一的比較沒有直接衡量引薦流量或出版商收入。
這些缺口應影響圍繞 ChatGPT 搜尋量所使用的措辭。「OpenAI 表示」可準確指出比較的來源。「ChatGPT 奪得 Google 五分之一市場」則加入了已披露證據未能證實的結論。
懷疑態度應保持恰如其分。缺乏方法論需要加上保留，而非憑空提出該數字必定錯誤的反主張。可辯護的立場是報道這項說法、指出其界線，並尋找可讓它被重現的證據。
這個標準同樣適用於競爭對手的增長說法。Google 的說法亦值得審視其定義及覆蓋範圍。一致的處理方式可幫助讀者比較證據，而不會全盤接受任一公司的敘事。
搜尋競爭發展中值得關注的事項
下一批有用訊號，將涉及衡量方式的披露、Google 的回應，以及人們如何分配實際研究工作。
首先，留意 OpenAI 是否發布可重現的比較。最有幫助的披露應說明 Google 基準、觀察期、地理範圍及計算規則。它亦應解釋，隨著 ChatGPT 的搜尋行為演變，這些規則是否維持一致。
若獨立研究人員能重現其大致結果，這種披露便會強化該項說法。修訂後的定義或較窄的範圍，則會改變其解讀。無論結果如何，都會比在沒有額外文件下重複該百分比提供更多資訊。
獨立估算只有在其限制清楚交代時才會有用。網站瀏覽量不能自動等同搜尋量。應用程式用戶數亦不能自動等同查詢量。方法必須符合所要回答的問題。
其次，留意 Google 的產品改動，以及其後續業務披露。關鍵在於，對話式功能能否吸引有價值的活動，同時支援更廣泛的搜尋體驗。產品公告只顯示策略意圖；持續行為才提供更有力的成效證據。
Google 自身的報告亦需要仔細閱讀。整體查詢增長可支持需求持續的說法，但不能判定每一個分類層面的競爭。同樣地，商業活動的變化值得獨立分析，而非併入一般使用量的說法之中。
成功的 Google 回應，會削弱助理採用必然侵蝕其地位的假設。若有證據顯示用戶愈來愈常在其他地方展開有價值的研究，則會加強本文指出的競爭壓力。兩種結果都需要比功能數量更具體的證據。
第三，留意有關工作分配的獨立衡量。最具啟示性的研究會檢視人們向各產品提出甚麼問題、回訪頻率，以及習慣是否持續。受眾重疊仍是有用背景，但查詢層面的行為回答的是另一個問題。
若人們持續將特定研究工作轉到 ChatGPT，便會支持更有力的替代論點。若兩項服務的活動同時擴展，則會支持需求增長。若增長在試用後消退，這種轉變的持久性便會顯得較弱。
這些訊號應引導未來數月的實際決策。企業毋須在改善資訊之前先選出唯一贏家。清晰文件、準確產品描述及容易取得的佐證資料，可在讀者無論從何處開始研究時提供幫助。
知識工作者亦可採取同樣務實的方法。以重複出現的工作比較工具，然後評估答案是否可驗證及有用。記錄何時搜尋能節省工夫、何時引入不確定性，以及何時仍有必要開啟原始來源。
對涉及累積研究的工作而言，挑戰在發現資訊後仍會延續。一個有用來源需要與它所啟發的筆記及決策一同保持可尋找。這正是個人知識管理與搜尋討論產生關聯之處。
只保存答案而不保留其支持脈絡，可能令日後驗證更困難。保存來源、日期及其重要原因，可為未來讀者提供更清晰的路徑。無論最初由哪個搜尋介面帶出資訊，這種做法都有幫助。
將 ChatGPT 搜尋量視為附有來源歸屬的說法，然後尋找把規模與持久習慣及成功研究連繫起來的證據。問問哪些工作真正轉移、哪些來源仍然可見，以及這項比較是否變得可重現。就你自己的工作流程而言，選擇一項經常進行的研究工作，並比較不同工具的結果。開啟支持頁面、檢查其相關性，並保存支撐你決定的證據。一個龐大的使用量數字可指出一個值得留意的競爭對手。你下一次研究工作則可揭示更直接的事：哪個介面能讓你以最少不必要的工夫，得出可站得住腳的答案。當答案日後需要經得起檢驗時，哪個起點值得擔當這個角色？
