Google Search 老闆 Liz Reid：AI 不會殺掉搜尋，它讓人問更多以前不敢問的問題
TL;DR
- Google 內部判斷要不要顯示 AI Overview，靠的是「會不會讓使用者覺得有價值」的訊號，不是「有沒有問號」這種規則
- 同一個人用 Google Search、AI Mode、Gemini App 是三件事：資訊查詢用前兩個、創作和生產力用 Gemini，越長越複雜的問題越會被推到 AI Mode
- Google 觀察到 AI Overview 出現後，使用者問的問題變長、變得更接近自然語言，這是「擴張」而不是「替代」
- 核心成功指標不是「點擊」，而是「使用者願不願意把手機掏出來再來一次」
- 廣告營收沒被吃掉的關鍵原因：Google 本來就只在不到 25% 的 query 上掛廣告，AI Overview 大量出現的「資訊型 query」原本也沒廣告
- AI slop 不是新問題，網路上一直都有 human-generated slop（Mahalo 那篇「如何彈木琴」就是經典案例），Google 的本業就是抓出來不顯示
這集 Podcast 在聊什麼
這集在 2026 年 4 月 23 日播出的 Odd Lots，是 Bloomberg 主持人 Joe Weisenthal 和 Tracy Alloway 從 2015 年開始做的金融科技播客。十年來他們訪過上千位來賓，定位是「華爾街必聽」的深度對談節目，主題從債券殖利率、商品供應鏈到 AI 都聊。兩位主持人最大的特色是不裝懂，遇到不熟的領域會直接說「我不懂」然後請來賓解釋，所以即使是技術主題也能讓一般聽眾跟得上。
來賓 Liz Reid 是 Google 的 VP of Search，也就是整個 Google Search 產品、工程、設計、資料科學團隊的負責人。她從 2003 年加入 Google，是當年紐約辦公室的第一位女工程師，從 Google Local 一路做到 Google Maps，然後在 2024 年正式接下整個 Search 部門。接手的時間點剛好是市場最恐慌的時候，那時候大家都在喊「ChatGPT 要把 Google 吃掉了」，她就在這個位子上承擔了「網路史上最賺錢的生意，會不會被 AI 顛覆」這個壓力。所以這集對談的價值不在於她說了什麼漂亮話，而是讓你聽到一個真正在前線決策的人，怎麼思考這些問題。
先說為什麼這集值得認真聽
我自己對這集有特別的興趣，是因為「AI 會不會殺掉 Google」這題吵了三年，但市場上多數的論述都是外部觀察者的猜測。一邊是 OpenAI、Perplexity 的擁護者覺得搜尋引擎已死，另一邊是 Google 多頭覺得它的廣告護城河深不見底。但真正在 Google 內部、每天看著 query log 做產品決策的人怎麼想？這集是少數能聽到第一手說法的場合。
之前我在a16z 消費者 AI 報告的觀察裡寫過，三大 chatbot 正在分流不同的使用情境。這集從 Google 的視角再看一次，剛好可以對照。
AI Overview 不是看到問號就跳出來
第一個我覺得很有意思的細節，是 Liz 解釋 Google 怎麼決定要不要在搜尋結果頁顯示 AI Overview。Tracy 直接拿自己的例子問她：「我搜 Corgi 不會出現 AI Overview，但搜 what is a Corgi 就會，是看問號嗎？」
Liz 的回答很乾脆：不是。問號跟 AI Overview 沒有直接關係。Google 用的是過去十幾年來累積的同一套邏輯：跟決定「要不要顯示天氣 widget、要不要顯示運動比分、要不要顯示地圖」一樣，看的是「這個答案對使用者有沒有額外價值」。
這個邏輯聽起來廢話，但實作起來其實很關鍵。如果你搜 Wikipedia，你的目的是要連到 Wikipedia 而不是看 Wikipedia 的歷史，那塞一個 AI Overview 給你只會擋路。如果你搜 Odd Lots，你要的是這個 podcast 的官網而不是「這個 podcast 在講什麼」的摘要。
換句話說，Google 在 AI 浪潮下的策略不是「能塞 AI 就塞 AI」，而是把 AI Overview 當成跟天氣、地圖、運動比分一樣的 module，學會在對的時機跳出來。這個剋制力其實是 Google 二十幾年累積的產品直覺。
同一個人會在三個地方搜尋：Google、AI Mode、Gemini App
這段對 Wilson 我自己最有用。Liz 把使用者行為拆成三個入口：
| 入口 | 使用情境 | 典型 query |
|---|---|---|
| Google 主搜尋頁 | 資訊查詢、想直接到某個網頁 | 「Wikipedia」「莫爾多瓦首都」 |
| AI Mode（在 Search 裡） | 較長、較複雜、需要追問的問題 | 「為什麼高頻交易公司不太接受外部資金？」 |
| Gemini App | 創作型、生產力型問題 | 「幫我把這段話改得更正式一點」 |
她特別強調，很多人會「跨入口使用」，而且不只用 Google 自家的，還會同時用其他家的 AI 產品。但不同 query 類型會自動分流到不同入口。
我自己回想一下確實是這樣。要查資料還是會習慣性地打開 Google，但要寫東西、要 brainstorm、要 debug，會直接跳到 Claude。Joe 在訪談裡也講了一個很傳神的觀察：他要查「莫爾多瓦首都」會用 Google，但要查「有哪些學術論文討論為什麼高頻交易公司不接外部資本」會用 Gemini。
更值得注意的是另一個使用者行為：很多人會「先問 LLM，再去 Google fact-check」。Tracy 直接點出這件事，問 Google 是不是要把自己定位成 LLM 的 fact-checker。Liz 沒有否認，只說「Google 一直以來就是大家拿來查證的工具，朋友跟你講某件事，你會去 Google 一下」。
這個轉變對 Google 來說是好事。因為 fact-check 是一種高頻、低成本的習慣性動作，使用者不會因為用了 ChatGPT 就不用 Google 了。
「Falafel」案例：使用者終於開始講人話
有一段 Liz 講了一個我覺得是整集最關鍵的觀察。她舉了個很久以前 Google 內部討論的例子：使用者輸入「falafel」這個字，到底想知道什麼？
- 有人不知道 falafel 是什麼，要定義
- 有人要食譜
- 有人要找哪裡可以吃
- 有人要看營養成分
但所有人都只打了「falafel」這一個字。Google 永遠在猜，永遠猜不準。
AI 浪潮帶來的最大改變，不是「答案變好」，而是使用者終於不再用 keyword 講話了。以前你心裡其實有一個完整的需求：「我要找一間在某個地點、適合五個人、不要太貴、有素食選項、可以帶小孩的餐廳」。但你不會這樣搜，你會打「restaurants in New York」，然後讓 Google 自己去猜。
現在不一樣。AI Overview 和 AI Mode 出來之後，使用者會直接把完整需求丟進去，期待電腦自己處理。這對 Google 是好事，因為「使用者把真實需求說出來」之後，Google 才有辦法給出真正有用的答案。Liz 說 Google 內部觀察到 query 平均長度明顯增加、自然語言比例上升，而這件事的意義是「使用者終於停止把自己的需求翻譯成電腦語言」。
我覺得這個觀察可以再延伸。當 query 越來越像在跟人講話，廣告型態勢必也要跟著變。你沒辦法在「幫我找一間有素食、可以帶小孩的餐廳」這種 query 上掛傳統的關鍵字廣告，但你可以推薦三間真正符合條件的店家，這比舊的廣告位更有價值。Liz 在訪談後段也暗示了這個方向，但沒有講太細。
「Token Maxing」這件事，Google 怎麼看？
Joe 問了一個很有意思的問題。最近 The Information 有一篇報導講 Meta 內部在搞「token leaderboard」，員工互相比賽誰用 AI 用得多，把 token 消耗量當成生產力指標。Joe 覺得這很奇怪，因為 token 是成本，光是燒 token 不代表你有產出。
Liz 的回答很 Google：所有 proxy metric 盲用都會出問題。如果你完全不用 AI 工具，那當然要去搞清楚為什麼。但如果你只是在比 token 數，最後一定會有人寫一個 background job 自動產 corgi 圖片來刷量。她的結論是「token 用量是個 noisy signal，可以看，但不能當判決」。
這個態度其實反映了 Google 內部的成熟度。同樣的問題在新創公司就會被簡化成「all hands on deck，大家給我用 AI」，但在大公司你必須處理一堆複雜的 incentive 問題。
順帶一提，我之前寫過OpenAI 工程師的 Coding Agent 使用心法，那篇講的就是怎麼判斷一個工程師是不是真的有效率地用 AI。Token 數從來不是答案，context 管理跟 task 拆分才是。
Google 真正在意的指標：你願不願意把手機掏出來
訪談中後段我覺得最有 insight 的，是 Liz 解釋 Google 怎麼衡量 AI Overview 的成功。
她說 Google 看的不是「使用者有沒有點擊」，也不是「有沒有 bounce」，而是更難達成的一件事：使用者願不願意主動把手機掏出來、解鎖、打開瀏覽器、再來搜一次。
她原話是這樣：「在你已經在用 Google 的情況下，要你多搜一次很容易。但要你決定『我現在要把手機從口袋拿出來，解鎖，打開 Chrome，輸入網址，搜一個東西』是另一回事。這是個很高的門檻。」
所以 Google 的內部 KPI 不是 query 數、不是停留時間、不是點擊率，而是「使用者會不會更頻繁地主動回來找 Google」。
這個指標設計很聰明，因為它強迫產品團隊去想「我做的東西到底有沒有讓人覺得『下次有問題我還要找 Google』」。如果只看 query 數，你可以靠塞功能來灌；但如果看的是「主動回流頻率」，你騙不了人。
「擴張」而不是「替代」：被低估的潛在市場
這是整集我覺得最有商業 insight 的部分。
Liz 提出一個觀察：使用者腦中其實一直有大量問題，但他們會做一個快速計算「值不值得花時間搜」。如果覺得不值得，那這個問題就被丟掉了。
AI 把這個門檻降低之後，那些原本不會被搜的問題開始進到 Google：
- 在印度，很多內容根本沒有印地語版本，AI Overview 用 LLM 翻譯，把一整批本來搜不到的資訊解鎖了
- 視覺查詢：你看到一個花、一個包包，不知道怎麼形容，現在可以直接拍給 AI
- 小孩會問「為什麼為什麼為什麼」，大人會說「因為」，但現在大人也可以重新變成那個一直問問題的小孩
這個觀察很重要，因為它把「AI 對 Google 是威脅還是機會」的辯論翻轉了。市場過去一直在算「ChatGPT 從 Google 拿走多少 query」，但更正確的問題應該是「人類腦中還有多少問題從來沒被問出來？」
如果你相信 Liz 的判斷，那 AI 帶來的是市場放大效應，不是零和遊戲。Google 不一定要從 ChatGPT 手上搶 query，它可以從「從來沒被搜過的問題池」裡撈新的 query。
為什麼 AI Overview 沒搞死廣告？
Tracy 直球問了：「AI Overview 怎麼賺錢？是靠 customer retention 嗎？」
Liz 給了一個很關鍵的數字：Google Search 本來就只在不到 25% 的 query 上掛廣告。也就是說，超過七成的 query 從來就不是商業目的，本來就沒廣告，AI Overview 出現也不會少賺。
更聰明的拆解是：
- 純資訊型 query（像「strait of malacca 上能不能看到油輪」）→ 本來就沒廣告，AI Overview 不影響營收
- 商業型 query（買鞋、訂餐廳）→ AI Overview 給你資訊，但你還是要付錢買東西，所以廣告還是有價值
- 新增的長尾 query → 因為使用者開始講真實需求，廣告反而可以更精準
我覺得這個拆解對投資人特別重要。市場過去一年看 Google 的時候，常常假設 AI Overview 會直接吃掉廣告營收，但 Liz 的拆法說明這個假設過於簡化。真正會被 AI Overview 取代的 query，本來就不是 Google 的賺錢來源。
這個邏輯其實跟我之前在SaaS 要死了嗎？從 Klarna CEO 的故事談起講的反過來——SaaS 確實有真實的估值壓力，但 Google 的商業模式對 AI 的脆弱程度比市場想像的低。
AI Slop 不是新問題
整集最有趣的彩蛋在最後。Tracy 問 Liz：「AI 在大量產出垃圾內容，Google 怎麼處理？」
Liz 的回答很哲學：「AI Slop 之前，網路上本來就有 human-generated slop。」
然後 Joe 講了一個經典案例：Jason Calacanis 在 2010 年代有個新創叫 Mahalo，當時的商業模式就是「雇一堆人寫垃圾文章去 SEO」。其中最經典的一篇是「如何彈木琴」，內容是：
- 決定你要不要彈木琴
- 買一個木琴
- 學讀樂譜
- 練習讀樂譜跟彈奏
這就是 2015 年版本的 AI Slop，只是用人力做的。
Liz 的觀點是：垃圾內容的形式會變，但 Google 的本業十幾年來一直都是「在垃圾堆裡找出好東西」。她特別提到，Google crawl 的頁面遠比放進 index 的多，放進 index 的頁面也遠比真正會出現在搜尋結果裡的多。垃圾過濾本來就是 ranking 系統的核心工作。
我覺得這個視角很重要。市場現在有一種焦慮叫「AI Slop 會毀掉網路」，但如果你問 Liz，她會說「網路一直是個 slop 的戰場，只是現在 slop 的產量變大而已」。對 Google 這種有十幾年反垃圾經驗的公司來說，這是熟悉的戰場，不是新問題。
我自己的幾個 Takeaway
聽完這集我有幾個比較肯定的判斷：
第一，Google Search 沒有市場想像的那麼脆弱。AI Overview 影響的 query 大部分本來就沒廣告，商業型 query 還是回到「你要買就要付錢」的循環。投資人過度悲觀了一段時間。
第二，未來不會收斂到「一個 chat box 統治世界」。Liz 講得很清楚，YouTube 跟 Google Search 共存十幾年都沒整合，Maps 跟 Search 也沒整合。當你要做的事情夠不一樣，不同 UI 是有意義的。AI 加速這個分化，不是收斂。
第三，AI 帶給搜尋市場的是擴張不是替代。「人類腦中沒被問出來的問題」這個池子比現有的 Google query 量大得多，這是被嚴重低估的市場。
第四，Software engineer 面試題在改寫。Liz 說 Google 內部還沒找到完美答案，但傳統 leetcode 題已經沒意義了，因為 chatbot 能秒答。怎麼測「使用 AI 的 fluency」會變成新標準。這對所有想轉職的人都是訊號。
這集我之所以覺得值得寫出來分享，是因為市場上談 Google 的內容大部分都是外部臆測，能聽到產品負責人本人講話的場合不多。Liz 的觀察未必全對，但至少讓你知道內部的決策邏輯長什麼樣子。
如果你也對 AI 怎麼重新塑造產業感興趣，更多這類深度 podcast 整理都會放在 wilsonhuang.xyz，歡迎訂閱，下一篇會繼續挖 AI 在企業端的落地進度。
Sources:
推薦閱讀
喜歡這篇文章嗎？
訂閱電子報，每週收到精選技術文章與產業洞察，直送你的信箱。
💌 隨時可以取消訂閱，不會收到垃圾郵件