在過去的兩年裡，全球專業人士社交平台 LinkedIn 一直致力將 AI 融入平台的廣告文案、內容創作、個人化摘要、招聘協助、求職建議等不同環節，近期也進一步延伸到「搜尋」這個最常被使用的功能中。
LinkedIn 近期推出「AI 驅動人脈搜尋（AI-powered people search）」 功能，讓 LinkedIn 從過去以關鍵字為基礎的「詞彙搜尋」（keyword-based lexical search），邁向語意理解（semantic meaning）的新階段。
「AI 驅動人脈搜尋」帶來的使用體驗升級
LinkedIn 產品管理高級總監 Rohan Rajiv 分析，舊的詞彙搜尋模式，需要使用者知道確切的職稱或精確的關鍵字，否則就必須與大量的篩選器搏鬥，才能希望找到合適的人選。
至於近期推出的新搜尋系統，是透過底層的大型語言模型（LLM）來掌握語意，進而理解搜尋的意圖。舉例來說，當使用者查詢「誰對治療癌症很了解？」 時，舊的關鍵字搜尋只會尋找「癌症」，但新的 AI 系統能識別出「癌症」與「腫瘤學」（oncology），甚至與「基因學研究」之間的概念關聯性。
這種突破性的搜尋方式，讓搜尋結果不再受限於使用者在查詢中使用的確切詞彙，而是進一步提供更直覺、更高效的搜尋模式。然而要在一個擁有 13 億用戶的巨大平台部署新功能，是一項艱難挑戰。LinkedIn 產品工程副總裁 Erran Berger 表示：「將這項工作應用到數千萬個職缺是一回事，應用到超過十億名成員的平台，又是另外一回事。」
新功能的技術架構與規模挑戰
為了將新功能順利融入擁有 13 億使用者的 LinkedIn，LinkedIn 內部開發一套名為 「cookbook」的流程，涵蓋蒸餾（distillation）、協同設計與優化等多項技術策略。首先，在模型壓縮與優化方面，團隊為了保持足夠效率，因此將模型參數從 4.4 億壓縮至僅 2.2 億，且相關性損失不到 1%。同時， LinkedIn 也進行輸入優化，訓練出另一個專門用於摘要輸入內容的 LLM，使模型的輸入大小縮減 20 倍，資訊損失極小。
除了模型端的優化，LinkedIn 也在系統架構上面臨檢索層級的挑戰。過去，LinkedIn 的檢索堆疊主要建立在 CPU 上，但為了支撐新一代搜尋功能的規模與低延遲需求，團隊最終將索引遷移至 GPU 基礎設施，成功實現更快速的搜尋體驗。
LinkedIn 的部署策略與下一步
談到 LinkedIn 這次展開 AI 升級的核心意義，LinkedIn 執行長 Ryan Roslansky 認為，專業人士未來的問題將不再只是「答案是什麼？」，而是「我能信任誰來引導我？」。透過 AI 驅動的人脈搜尋功能，LinkedIn 使用者將能更深入地挖掘人脈網絡的力量，輕鬆聯繫那些能提供專業見解的人，未來使用者也不再僅依靠被動投履歷或搜尋職缺的方式，而是能主動且精準地找到提供幫助、擴展業務或促進職涯發展的人。
LinkedIn 宣布，AI 驅動的人脈搜尋功能將率先提供給 Premium 付費會員使用，並計畫在未來幾個月內逐步擴展至其他地區。不過《TechCrunch》報導，這項新功能目前仍在持續改進中，尚未達到完美狀態。例如當使用者搜尋「共同創立 YC 新創公司的人」與「Y Combinator」時，系統可能會呈現不同的結果。對此，LinkedIn 表示正積極優化模型對查詢語意的理解方式，以提升搜尋的準確性與一致性。
LinkedIn 產品工程副總裁 Erran Berger 強調，AI 搜尋競賽正席捲整個網路產業，各大平台都爭相導入生成式 AI ，不過 LinkedIn 的系統設計並非要打造一個 AI 代理，而是為未來各類 AI 代理提供強大的「工具基礎」。Erran Berger 也透露，未來 LinkedIn 可能會推出能直接運用這項人脈搜尋功能的 AI 代理產品，但目前尚未有具體的時程規畫。
LinkedIn 的最新功能，不僅成功改善使用體驗，也正逐步改變專業人士建立連結與取得協助的方式。透過語意搜尋與基礎架構升級，平台得以更準確地理解用戶意圖，並從龐大的人脈網絡中找出真正相關的對象。這項更新，也展現大型平台在導入 AI 時的務實思路：從單一場景逐步擴展，再延伸到更多產品線，進一步為未來的招聘、協作與專業互動奠定新的運作模式。
＊本文開放合作夥伴轉載，資料來源：《VentureBeat》、《Fast Company》、《TechCrunch》，首圖來源：Unsplash
立即報名 11/25「新 AI 浪潮：代理 AI（Agentic AI）與產業數位轉型新契機」論壇，NVIDIA 將攜手 NVIDIA Inception Partner，深度剖析透過 AI 與 AI Agent 技術應用，賦能知識管理、商業分析、內容創造等關鍵應用
