ฉลองครบ 25 ปีของนวัตกรรมการค้นหาด้วยภาพ

ยี่สิบห้าปีที่แล้ว เซเลบริตี้คนหนึ่งสวมชุดไปงาน Grammy Awards และทำให้อินเทอร์เน็ตพังลง — ไม่ใช่เพียงแค่เป็นการพูดเพียงอย่างเดียว แต่เป็นการพังลงจริง ๆ ในแง่ของโครงสร้างพื้นฐานการค้นหา ช่วงเวลานั้นบังคับให้ Google สร้างสิ่งที่ยังไม่มีอยู่: การค้นหาด้วยภาพ สัปดาห์นี้ Google ได้ทำเครื่องหมายครบรอบปีนั้นโดยประกาศหน้าแรก Google Images ที่ออกแบบใหม่และการสร้างภาพแบบเนทีฟภายใน AI Overviews ซึ่งขับเคลื่อนโดยโมเดล Nano Banana ล่าสุด การฉลองครบ 25 ปีของนวัตกรรมการค้นหาด้วยภาพไม่ใช่เพียงแค่โพสต์ที่สำคัญเท่านั้น — มันเป็นสัญญาณเกี่ยวกับทิศทางที่อินเทอร์เฟซที่ขับเคลื่อนด้วย AI กำลังมุ่งหน้าไป และความหมายของวิถีทางนั้นสำหรับนักพัฒนาที่สร้างผลิตภัณฑ์ทั่วเอเชีย

เกิดอะไรขึ้น

ตามที่ระบุไว้ใน ประกาศอย่างเป็นทางการของ Google บริษัทได้เปิดตัว Google Images ในปี 2001 โดยแปลง Search จากประสบการณ์ที่ใช้ข้อความเท่านั้นเป็นประสบการณ์ที่ให้ผู้ใช้สำรวจโลกด้วยสายตา ครบรอบ 25 ปีมาพร้อมกับการอัปเดตผลิตภัณฑ์ที่เป็นรูปธรรมสองประการ

ประการแรก Google กำลังนำเสนอหน้าแรก Google Images ที่ออกแบบใหม่ซึ่งสามารถเรียกดูได้ — แกลเลอรี่แบบไดนามิกและเข้มมูลที่อัปเดตแบบเรียลไทม์และปรับตัวให้เหมาะสมกับความสนใจของผู้ใช้แต่ละคน เมื่อคุณเรียกดูและบันทึกไอเดียลงในคอลเลกชัน คอลเลกชันเหล่านั้นจะปรากฏเป็นแท็บเหนือแกลเลอรี่หลัก ซึ่งสร้างฟีดภาพที่ถูกปรับแต่งและยังคงอยู่ ฟีเจอร์นี้กำลังเปิดตัวบนเดสก์ท็อปในสหรัฐอเมริกาเป็นภาษาอังกฤษในสัปดาห์ที่จะมาถึง

ประการที่สอง — และมีความสำคัญทางเทคนิคมากขึ้น — Google กำลังรวมการสร้างภาพโดยตรงเข้าใน AI Overviews ใน Search โดยใช้โมเดล Nano Banana ผู้ใช้สามารถพิมพ์พรอมต์ข้อความและรับภาพที่สร้างขึ้นแบบอินไลน์ โดยไม่ต้องออกจากหน้าผลการค้นหา ฟีเจอร์นี้กำลังเปิดตัวเป็นภาษาอังกฤษในทุกภูมิภาคที่รองรับการสร้างภาพใน AI Mode ในปัจจุบัน

สิ่งเหล่านี้ไม่ใช่การปรับปรุง UI ที่เพิ่มเติมเล็กน้อย ฟีเจอร์คอลเลกชันจะเปลี่ยนตำแหน่ง Google Images จากดัชนีการค้นหาแบบพาสซีฟไปเป็นชั้นการค้นพบและแรงบันดาลใจที่ใช้งานอยู่ — ใกล้เคียงกับโมเดลการโต้ตอบของ Pinterest มากกว่าการค้นหาแบบดั้งเดิม และการฝังการสร้างภาพเข้าใน AI Overviews จะยุบเวิร์กโฟลว์ที่เคยใช้หลายขั้นตอน (ค้นหา → ค้นหาข้อมูลอ้างอิง → เปิดเครื่องมือสร้าง → สร้าง) ให้เป็นการค้นหาเพียงครั้งเดียว การบีบอัดขั้นตอนนี้เป็นรูปแบบที่กำหนดการออกแบบผลิตภัณฑ์ที่เป็นเนทีฟ AI ในขณะนี้ และควรให้ความสนใจอย่างใกล้ชิดว่า Google กำลังดำเนินการอย่างไรในระดับที่ใหญ่

การเลือกโมเดลพื้นฐานก็มีความสำคัญเช่นกัน การปรับใช้ Nano Banana — ตัวแปรที่เบากว่าและเร็วกว่าในตระกูล Gemini — สำหรับการสร้างแบบอินไลน์บ่งชี้ว่า Google กำลังปรับให้เหมาะสมสำหรับความล่าช้าและความพร้อมใช้งานในภูมิภาคที่กว้าง ไม่ใช่เพียงแค่คุณภาพสูงสุด นี่คือการตัดสินใจโครงสร้างพื้นฐานที่ตั้งใจไว้ ไม่ใช่การประนีประนอม

ทำไมมันจึงสำคัญสำหรับเอเชีย

การค้นหาด้วยภาพมักจะมีอิทธิพลมากกว่าน้ำหนักของมันในเอเชีย ตลาดเช่น ญี่ปุ่น เกาหลีใต้ อินโดนีเซีย และเวียดนามมีอัตราการค้นหาตามภาพที่สูงกว่าตลาดตะวันตกในอดีต — บางส่วนเป็นเพราะความซับซ้อนของสคริปต์ (การค้นหาในอักษรคันจิหรืออักษรไทยอาจเป็นแรงเสียดทานบนแป้นพิมพ์มือถือ) บางส่วนเป็นเพราะรูปแบบการช้อปปิ้งทางวัฒนธรรมที่มีลักษณะเป็นภาพตามธรรมชาติ และบางส่วนเป็นเพราะการครอบงำของแพลตฟอร์มพาณิชย์สังคมที่การค้นพบผลิตภัณฑ์เริ่มต้นด้วยภาพ ไม่ใช่คำหลัก

แพลตฟอร์มเช่น Shopee, Lazada และ Tokopedia ได้เสนอฟีเจอร์การค้นหาด้วยภาพมาเป็นเวลาหลายปี Naver ในเกาหลีสร้างโครงสร้างพื้นฐานการค้นหาภาพของตัวเองโดยไม่ขึ้นอยู่กับ Google การรวมการช้อปปิ้งของ LINE ในประเทศไทยและไต้หวันพึ่งพาทริกเกอร์ภาพอย่างมาก พฤติกรรมนี้มีอยู่แล้ว — การเคลื่อนไหวของ Google เป็นการยอมรับว่าการค้นหาที่เป็นภาพก่อนไม่ใช่กรณีการใช้งานที่เป็นช่องว่าง แต่เป็นกรณีที่เป็นหลัก และการสร้าง AI จำเป็นต้องฝังอยู่ที่จุดของการค้นพบ ไม่ใช่แยกออกจากกันในเครื่องมือแยกต่างหาก

สำหรับผู้ก่อตั้ง Asia tech ฟีเจอร์คอลเลกชันนั้นคุ้มค่าที่จะตรวจสอบอย่างใกล้ชิด ความสามารถในการสร้างบอร์ดภาพที่ถูกปรับแต่งและยังคงอยู่ภายในผลิตภัณฑ์การค้นหาเป็นความท้าทายโดยตรงต่อแอปใด ๆ ที่ปัจจุบันเป็นเจ้าของกรณีการใช้งาน "บันทึกและจัดระเบียบแรงบันดาลใจภาพ" หาก Google เปิดตัวฟีเจอร์นี้อย่างก้าวร้าวในตลาดเอเชียตะวันออกเฉียงใต้ — และเนื่องจากโมเดล Nano Banana ดูเหมือนจะมุ่งเน้นไปที่การสนับสนุนภูมิภาคที่กว้าง ซึ่งดูเหมือนว่าจะเป็นไปได้ — มันจะบีบอัดคุณค่าที่อยู่รอบ ๆ หมวดหมู่ของแอปผู้บริโภคหลายประเภท

โดยทั่วไป การเคลื่อนไหวนี้เสริมความแข็งแกร่งให้กับรูปแบบที่นักพัฒนาเอเชียควรนำไปใช้: ชั้นอินเทอร์เฟซของ AI กำลังบรรจบกัน การสร้าง การค้นหา และการจัดระเบียบไม่ใช่พื้นผิวผลิตภัณฑ์แยกต่างหากอีกต่อไป พวกเขากำลังยุบเข้าไปในประสบการณ์เดียวที่รับรู้บริบท ผลิตภัณฑ์ที่จะชนะในเอเชียคือผลิตภัณฑ์ที่ถือว่าการบรรจบนี้เป็นข้อจำกัดการออกแบบตั้งแต่วันแรก ไม่ใช่เป็นฟีเจอร์ที่จะติดตั้งในภายหลัง

ความหมายของความล่าช้าและต้นทุนก็มีความสำคัญที่นี่เช่นกัน เอเชียตะวันออกเฉียงใต้มีภูมิประเทศอุปกรณ์ที่หลากหลายกว่าสหรัฐอเมริกา — ส่วนที่มีนัยสำคัญของผู้ใช้อยู่บนอุปกรณ์ Android ระดับกลางที่มีการเชื่อมต่อที่แปรปรวน การเลือก Google ของโมเดลคลาส Nano สำหรับการสร้างแบบอินไลน์เป็นสัญญาณว่า AI ภาพระดับการผลิตจำเป็นต้องปรับให้เหมาะสมสำหรับข้อจำกัดเหล่านี้ ไม่ใช่เพียงแค่เกณฑ์มาตรฐานบนฮาร์ดแวร์ระดับสูงในสภาพแวดล้อมที่ควบคุม

ความหมายสำหรับนักพัฒนา

หากคุณกำลังสร้างสิ่งใดที่สัมผัสการค้นหาด้วยภาพ การค้นพบผลิตภัณฑ์ด้วยสายตา หรือเนื้อหาที่สร้างด้วย AI ในเอเชีย ประกาศครบรอบปีของ Google มีผลกระทบโดยตรงสามประการต่อสถาปัตยกรรมและการตัดสินใจผลิตภัณฑ์ของคุณ

1. การสร้างแบบอินไลน์เป็นมาตรฐาน UX ที่คาดหวัง เมื่อผู้ใช้ได้สัมผัสการสร้างภาพภายในผลการค้นหา — โดยไม่ต้องเปลี่ยนแอป โดยไม่ต้องลงทะเบียนสำหรับบริการแยกต่างหาก — พวกเขาจะคาดหวังรูปแบบนั้นทุกที่ หากผลิตภัณฑ์ของคุณมีเวิร์กโฟลว์ "ค้นหาหรือสร้างภาพ" ที่ต้องใช้มากกว่าสองขั้นตอน คุณมีหนี้ทางเทคนิคที่ต้องแก้ไข คำถามที่ต้องถามทีมของคุณตอนนี้: ที่ไหนในการเดินทางของผู้ใช้ของเราที่เราทำให้ใครบางคนออกจากผลิตภัณฑ์ของเราเพื่อรับสินทรัพย์ภาพ จุดออกนั้นเป็นช่องโหว่

2. การปรับแต่งที่ระดับคอลเลกชันเป็นกลไกการเก็บรักษา ไม่ใช่สิ่งที่ดี ฟีเจอร์คอลเลกชันของ Google สร้างลูปป้อนกลับ — ยิ่งคุณบันทึกมากเท่าไหร่ ฟีดการค้นพบของคุณก็จะปรับแต่งมากขึ้นเท่านั้น นี่คือรูปแบบการมีส่วนร่วมที่เข้าใจได้ดี แต่ตอนนี้มันถูกนำไปใช้กับการค้นหา ซึ่งในอดีตไม่มีสถานะที่ยังคงอยู่ หากคุณกำลังสร้างแพลตฟอร์มที่ผู้ใช้ค้นพบและจัดระเบียบเนื้อหาภาพ คุณจำเป็นต้องมีสถาปัตยกรรมป้อนกลับที่คล้ายกัน การปรับแต่งการเริ่มต้นแบบเย็นสามารถแก้ไขได้ด้วยโมเดลการฝังตัวสมัยใหม่ ปัญหาที่ยากกว่าคือการสร้าง UI ที่ทำให้การบันทึกรู้สึกง่ายดายเพียงพอที่ผู้ใช้จะทำจริง

3. การเลือกโมเดลสำหรับการผลิตมีความสำคัญเท่ากับความสามารถของโมเดล Google ไม่ได้ปรับใช้โมเดลการสร้างภาพที่มีประสิทธิภาพมากที่สุดสำหรับฟีเจอร์นี้ — มันปรับใช้ Nano Banana ซึ่งปรับให้เหมาะสมสำหรับความเร็วและความพร้อมใช้งานที่กว้าง นี่คือการเรียกที่ถูกต้องสำหรับฟีเจอร์ที่จำเป็นต้องทำงานในสภาวะเครือข่ายที่หลากหลายและคลาสอุปกรณ์ นักพัฒนาเอเชียที่สร้างฟีเจอร์ AI ควรใช้ตรรกะเดียวกัน: เกณฑ์มาตรฐานการเลือกโมเดลของคุณเทียบกับโปรไฟล์อุปกรณ์และการเชื่อมต่อของผู้ใช้จริงของคุณ ไม่ใช่เทียบกับสถานการณ์ที่ดีที่สุด โมเดลที่มีความสามารถน้อยกว่าเล็กน้อยที่ตอบสนองใน 800ms จะมีประสิทธิภาพดีกว่าโมเดลที่มีความสามารถมากกว่าที่ใช้เวลา 4 วินาที ทุกครั้ง ในทุกตลาด

ด้านโครงสร้างพื้นฐาน นี่ก็เป็นช่วงเวลาที่ดีในการตรวจสอบว่าผลิตภัณฑ์ของคุณจัดการ ตัวเชื่อมต่อ กับ API ภาพและจุดสิ้นสุดการสร้างอย่างไร เมื่อ Google, Adobe และคนอื่น ๆ ยังคงพัฒนา API ภาพ AI ของพวกเขา ทีมที่สร้างชั้นการรวมที่สะอาดและโมดูลาร์จะสามารถสลับหรือเลเยอร์โมเดลได้โดยไม่ต้องเขียนตรรกะผลิตภัณฑ์หลักใหม่ ทีมที่เข้ารหัสผู้ให้บริการเดียวจะต้องจ่ายสำหรับการตัดสินใจนั้นในเวลาวิศวกรรม