原文来源：阿尔法公社

图片来源：由无界 AI生成

2022年8月，在生成式AI浪潮的初期，四位不同行业的工程师聚集在一起，要做一个AI驱动的搜索引擎，挑战谷歌。他们向我们呈现的是一个对话式的搜索（答案）引擎，用户提出问题，它给出回答，并标明答案的出处。

这看起来像带有联网功能的ChatGPT，但与ChatGPT不同的是，它更追求答案的准确性，正如公司的创始人Aravind Srinivas所说：“我们来自学术界，有一个原则，就是在撰写论文时，你不能说你无法引用的东西，这也是我们公司的核心原则，我们试图让LLM永远不要说它无法证实的事情。”

目前这家叫Perplexity AI的公司刚获得IVP领投的7360万美元B轮融资，参与投资的还包括英伟达、Databricks、NEA和BVP，此外，还有知名投资人Elad Gil、Shopify首席执行官Tobi Lutke、前GitHub首席执行官Nat Friedman，以及亚马逊的创始人杰夫·贝索斯。

众所周知，杰夫·贝索斯是一个非常看重数据的人，尽管Perplexity AI尚未盈利，但其月活用户在没有进行营销的情况下已增长至1000万，在iOS和Android平台的移动应用下载量超过100万，并在去年处理了超过五亿次查询。最关键的是，它的增长速度惊人，根据Similarweb的数据，其访问量在2023年12月达到4500万次，而在2022年12月该服务上线时仅为220万次。

在2023年的2560万美元A轮融资中，它的投资者除了机构投资者，以及之前提到的个人投资者外，还有Andrej Karpathy和Yann LeCun等科学家投资者。说明不仅企业家们看好它的商业潜力，而且科学家们对它的技术实力也有充分的认可。

2022年8月，在生成式AI浪潮的初期，四位不同行业的工程师聚集在一起，要做一个AI驱动的搜索引擎，挑战谷歌。他们向我们呈现的是一个对话式的搜索（答案）引擎，用户提出问题，它给出回答，并标明答案的出处。

这看起来像带有联网功能的ChatGPT，但与ChatGPT不同的是，它更追求答案的准确性，正如公司的创始人Aravind Srinivas所说：“我们来自学术界，有一个原则，就是在撰写论文时，你不能说你无法引用的东西，这也是我们公司的核心原则，我们试图让LLM永远不要说它无法证实的事情。”

目前这家叫Perplexity AI的公司刚获得IVP领投的7360万美元B轮融资，参与投资的还包括英伟达、Databricks、NEA和BVP，此外，还有知名投资人Elad Gil、Shopify首席执行官Tobi Lutke、前GitHub首席执行官Nat Friedman，以及亚马逊的创始人杰夫·贝索斯。

众所周知，杰夫·贝索斯是一个非常看重数据的人，尽管Perplexity AI尚未盈利，但其月活用户在没有进行营销的情况下已增长至1000万，在iOS和Android平台的移动应用下载量超过100万，并在去年处理了超过五亿次查询。最关键的是，它的增长速度惊人，根据Similarweb的数据，其访问量在2023年12月达到4500万次，而在2022年12月该服务上线时仅为220万次。

在2023年的2560万美元A轮融资中，它的投资者除了机构投资者，以及之前提到的个人投资者外，还有Andrej Karpathy和Yann LeCun等科学家投资者。说明不仅企业家们看好它的商业潜力，而且科学家们对它的技术实力也有充分的认可。

仰慕谷歌，颠覆谷歌

Perplexity AI由Aravind Srinivas、Denis Yarats、Johnny Ho和Andy Konwinski于2022年8月共同创立，他们在AI、分布式系统、搜索引擎和数据库方面拥有丰富的背景。

Aravind Srinivas毕业于印度理工，也是加州伯克利的博士，而他的整个学术生涯都聚焦在强化学习。他的职业生涯经历了DeepMind，Google和OpenAI，一直走在生成式AI的前沿。

Denis Yarats是纽大AI领域的PHD，职业生涯历经Microsoft、Quora和MetaAI，是公司的CTO。

Johnny Ho主管公司的战略，毕业于哈佛大学，他既当过工程师，也曾是Tower Research Capital的交易员。

Andy Konwinski更是大名鼎鼎，他是Databricks的联合创始人。

Aravind Srinivas的创业兴趣最初受《社交网络》等电影激发，去到伯克利后，他开始寻找从学术界出发成为创业者的方式，在2022年夏天，他一边在OpenAI与大模型打交道，一边看到GitHub Copilot这样的产品已经真正进入生产流程并实现收入。

这让他确信，创立一家公司的时机已经成熟。Aravind Srinivas欣赏拉里·佩奇和谷歌，他想做AI时代的谷歌，他要让AI搜索引擎也拥有学术性、准确性和真实性，让用户直接获得答案，并能回溯其来源。

“二十年来，我们都习惯了使用关键词来搜索网络，因为这就是主流搜索引擎的交互方式。如今，大模型正在改变我们与计算机互动的方式。除了提供直接、简洁的答案外，大模型还可以提出澄清性问题，并在你浏览网络时充当Copilot。这就是我们在Perplexity AI的愿景：为每个人提供无限的知识和生产力，通过使他们以更直观、高效的方式与互联网互动，改善他们的生活。”Aravind Srinivas表示。

NEA的合伙人Peter Sonsini介绍了投资PerplexityAI的意义：“在噪音中寻找真相本是一项艰巨的任务，而生成式AI的潜力带来了一系列新挑战。随着 AI 生成内容在未来几年中呈指数级增长，对质量而非数量的迫切需求前所未有。Perplexity AI的创始团队已经开发出一项透明、可信的简单服务，推动了人们消费和分享知识的方式。我们很高兴与Aravind及其团队合作，继续打造产品并加速增长。”

IVP的合伙人Cack Wilhelm则表示：“Perplexity AI正在积极构建一款能够将AI的力量带给数十亿人的产品。Aravind拥有维护宏伟、长远愿景的独特能力，同时不懈地推出产品，这是解决搜索这一重要且基础问题所必需的。”

Perplexity AI的答案引擎是AI回答准确性的解药么？

Aravind Srinivas对Perplexity AI的定义是对话式搜索（答案）引擎。面对用户的提问，它提供的不是Google经典的10个蓝色链接，而是让用户直接获得清晰、个性化、标明来源的答案，这将帮助用户穿透网络上的信息噪音，节省大量时间。

Perplexity的中文意思是困惑、混乱，PerplexityAI的目的就是要解除用户对于知识和认知的困惑和混乱。

Aravind Srinivas将聊天机器人分为三种用例，一种是有用的内容生成类聊天机器人，例如可以用来写论文、编写代码，Bard和ChatGPT属于这一类。

一种用例是与虚构角色、个性进行对话。Character.ai属于这一类。

第三种是准确使用信息，仅给出对问题的基于事实准确性的答案。PerplexityAI专注的是这一种。

使用PerplexityAI，无需点击不同的链接，比较答案或无休止地挖掘信息，这些将被更高效的知识获取和分享模式所取代。PerplexityAI还提供的搜索过滤和发现选项，例如允许用户将搜索限制在学术论文上，或浏览平台上其他用户提交的热门搜索主题。

PerplexityAI的好处主要在于2点。对比传统的搜索引擎，它更高效，不需要从繁杂的信息中筛选出有用的有限几条。对比ChatGPT，它的信息更可靠，来源更可追溯。这两点的结合，无论对于普通用户，还是专业用户，在获取信息方面都是非常好的来源。

对于谷歌或BingAI这样的巨头竞争者，PerplexityAI的创始人Aravind Srinivas认为他们的基础AI能力确实很强，但他们的技术落地思路是用AI技术强化他们自己的平台，而且有很多历史包袱很难甩掉。

例如Google的搜索承载了太多的广告收入，Google很难将自己的主力收入产品颠覆，而只能是渐进式的改良。BingAI则将搜索、聊天，图片生成整合在了同一个产品中，类似ChatGPT，虽然丰富，但是不纯粹。

PerplexityAI是只专注在带有来源引用的答案引擎，并避免了自由形式的对话。从0开始重塑AI驱动的搜索体验，产品重点和要解决的问题核心非常聚焦和清晰。

目前PerplexityAI的AI答案引擎有PC网页版本，还有浏览器插件，桌面/手机App等产品形式。

他的答案引擎也具有更高级的Copliot功能，它由GPT-4，Claude2.1或Gemini等最新最强的AI模型支持，它能够根据用户的初始提问，引导出用户更深层的真实想法，并且给出最完整，最可靠的答案，适合专业用户的专业需求。

此外，PerplexityAI也推出了API和自己的模型。

它的API可以用最快的方式访问Mistral 7B、Llama2 13B、Code Llama 34B、Llama2 70B、replit-code-v1.5-3b等开源模型，使开发者能够轻松地将尖端的开源模型集成到他们的项目中。

PerplexityAI还推出pplx-7b-online和pplx-70b-online两个模型，它们分别基于mistral-7b和llama2-70b这两个最先进的开源模型微调而成，他们都是在线LLMs，能够使用来自互联网的知识，因此在形成回应时能够利用最新的信息。此外他们在幻觉减轻方面也进行了优化。目前用户和开发者可以通过API和Perplexity Labs对模型进行访问。

PerplexityAI不仅有免费的服务，也有每月20美元或每年200美元的的付费订阅模式，在这种模式下，用户可以解锁无限制的Copliot使用权限（免费版的限制为每4小时5次查询），可以上传多模态的素材（文件、图片）并分析或搜索，可以选择更高级的AI模型，如GPT-4或Claude2.1等，还拥有5美元的API使用额度。

目前PerplexityAI的ARR在规模在500万至1000万美元之间，仍未盈利，但随着它用户量的进一步增长，将有可能获得更多的付费用户。

PerplexityAI的差异化在哪儿？

PerplexityAI的价值在哪儿？把它和Google和ChatGPT对比就能看清楚。

当你想获得一个问题的答案。使用Google，你会得到一大堆链接，你需要一个一个打开并且分辨。这就有一个时间和分辨的成本。

使用ChatGPT，你可以获得一个完整的直接答案，但是你不知道这个答案到底是准确的，还是“胡说八道”。即便使用联网模式，通常效果也不够好（也许后期可以完善）。

使用PerplexityAI，你获得的是完整的答案，并且标明了来源，你还可以设定来源的范围。这样就节省了时间和分辨的成本。

可以看出，最适合使用PerplexityAI的人群，是时间宝贵，且对答案准确有要求的专业人群，通常这一人群的付费能力也会比较强。

其实在PerplexityAI之前，不是没有创业公司试图用AI去颠覆Google，其中比较有名的又有You.com和Neeva。而现在这两家公司，Neeva被Snawflake收购，正在做数据搜索。You.com顺利转型生成式AI，推出了一系列产品，但是PerplexityAI与You.com的使用量却在2023年4-5月经历了“交叉”，并且差距越拉越大。

资料来源：Similar Web，中金公司研究部

分析其原因，就在于产品定义和面向人群的不同。虽然两家都有使用OpenAI的AI模型，但是You.com的产品“包罗万象”，有Chatbot，有搜索，有Agent，也与各种软件集成，一方面你很难看出它解决的是什么问题，面向什么人群；一方面这些领域都有更强更专注的竞争对手。

而PerplexityAI就只做AI的搜索（答案）引擎，面向的是对答案准确度有需求的专业用户。正是这种差异化，让它有了增长的动力，以及相对于大企业的竞争力。这种用针尖般的专注力选对市场，做好产品的创业者，无论在互联网时代还是AI时代，都能找到自己的路。

不过，尽管PerplexityAI已经解决了用户增长问题和目标人群问题，收入问题却仍然需要解决，毕竟AI时代不同于互联网时代，成本不会边际递减。

那么除了订阅费用（现在最多在千万美元级别），PerplexityAI还有哪些获得收入的方式？作为一个可以给出链接的搜索引擎，也许广告仍然是一个可行的方式，就看它怎么去设计了。