英偉達CEO黃仁勳偏愛哪款AI工具？答案是：「Google殺手」Perplexity 。近期，黃仁勳接受媒體採訪時被問到：「你自己使用ChatGPT或Bard的頻率高嗎？還是會用其它產品？」黃仁勳稱，「我一般用Perplexity ，且幾乎每天都在用」。例如，他最近想了解電腦輔助藥物研發的時候，就會用Perplexity進行搜尋。

這公司到底什麼來頭讓黃仁勳天天用？Perplexity自稱為“世界上首個對話式搜尋引擎”，核心使命是：挑戰Google在搜尋引擎領域的主導地位。

與Google傳統搜尋引擎不同，Perplexity並非簡單給出網站鏈接，而是運用先進的人工智慧模型，針對用戶的搜尋問題提供直接、精準的答案，這種模式提升了搜尋效率，也使得搜尋過程更為智能；而與ChatGPT等生成式AI相比時效性較強、可溯源。Perplexity於2022年8月成立，獲OpenAI、Meta內部AI負責人等注資，並未研發自己的大語言模型，而是選擇GPT-3.5等大語言模型的介面做一些微調，旨在用AI技術打造一個沒有廣告的「Google搜尋」。Perplexity的創辦人兼CEO Aravind Srinivas直言，他們之所以存在，是因為在資訊過載的噪音中，需要有一個平台來為用戶提供精準的答案，「尤其在時間如此寶貴的時代。」Srinivas認為，Perplexity最終會取代Google和Bing等傳統搜尋引擎。數據顯示，Perplexity去年的年收入已突破1,000萬美元大關，今年2月，其行動端和桌面應用的訪問量年增8.6%，達到了5,000萬用戶。這一龐大的用戶規模也吸引了眾多投資者的目光，近日，媒體報道稱，Perplexity開始進行新一輪的融資，估值將達到10億美金成為新的「獨角獸」。而2個月前，Perplexity剛完成了7,360萬美金的新一輪融資，當時估值為5.2億美金，這意味著2個月時間其估值漲了1倍。Perplexity重新定義AI搜尋打開Perplexity，你或許會誤以為這是一款與ChatGPT或Claude類似的AI聊天機器人，主要由左邊的標籤欄和右邊的搜尋框組成，用戶可以在搜尋框裡搜任何你想知道的東西。例如華爾街見聞搜尋了一下「如何看待馬斯克起訴OpenAI」。Perplexity搜尋結果中包括以下幾個部分：「Sources」 ：列出答案所引用的來源，支持點擊鏈接，在這一例子中，Perplexity共引用了5個不同的來源。「Answer」：透過整合內容得出的結構化答案，文字包含引用源，例如這個例子中，完整解釋了馬斯克訴訟OpenAI的始末，以及OpenAI對馬斯克的最新官方回應。「Related」：回答完成後，Perplexity也會緊跟著提供幾個可能感興趣的相關問題，可以直接點擊追問，也可以繼續文字提交。有觀點認為，先前《紐約時報》針對OpenAI的侵權訴訟裡就提及了ChatGPT來源不清的問題，而Perplexity清晰的原文連結或許可以一定程度上避免版權糾紛。使用者如果對Perplexity的回答不滿意，也能讓它重寫，同時也會提供一些衍生話題的追問，例如：馬斯克和OpenAI的關係如何？馬斯克的訴訟對OpenAI的影響？Perplexity的工作原理是：使用者輸入內容後，它會重構查詢，從即時索引中提取出相關連結。然後，Perplexity將回答用戶查詢的任務交給大語言模型（LLM），要求它閱讀所有鏈接，並從每個鏈接中提取出相關段落整合內容，形成精準全面的答案。除了搜尋外，Perplexity AI還提供了「發現」板塊，展示最近比較熱門的新聞，例如，今日發稿之時最火的話題為OpenAI官方回應馬斯克的部落格。Perplexity與巨頭們相比強在哪裡？那麼在AI應用程式接連落地，搜尋引擎「捲出天際」的時代，Perplexity有哪些優勢？分析指出，首先，與Google相比，Perplexity頁面更為簡潔凝練，給出的搜尋結果排序依據不同，傳統搜尋引擎的結果排序受SEO優化、廣告等因素影響。而Perplexity則較基於語意資訊和內容本身品質進行排序，不受SEO等因素的影響。例如，當讓Perplexity幫忙找哥倫比亞大學附近最實惠的印刷店時，Perplexity很快就提供了20個引用來源並篩選出6家店。每家都盡可能附帶了官網、地址和業務範圍。同樣的問題去Google搜索，結果不出所料前4個都是廣告贊助，而後是Google地圖、Yelp排名、某個打印店官網、Reddit論壇等等各種雜燴。因此從Perplexity直覺的介面比較來看，確實Google的回答需要使用者花很長時間去甄別有效資訊。其二則在於，Perplexity重視事實和資訊來源的做法，可以建立”用戶信任”，用戶不用擔心其提供的答案是否有“幻覺”，減少了大模型有時出現的“胡言亂語”的情況。Perplexity產生的每一句話都附有引用鏈接，在保證可靠性的同時便於用戶溯源或深入研究。此外，Perplexity與用戶之間的溝通方式更為靈活，除了回答問題外，Perplexity還允許用戶提出後續問題、搜尋影片、甚至產生影像等等，以便於使用。Perplexity可以進行情境回應，而傳統搜尋引擎卻無法保證邏輯的延續性。Perplexity有望打破Google壟斷，重塑生態？中金公司認為，自研大模型與內部搜尋引擎或為未來探索方向，從成本來看，據測算，Perplexity調用Bing搜尋引擎及GPT-4的單一問題成本約為0.03美元，年成本約為6000萬美元。使用GPT-3.5微調模型降低成本，自研模型與內部索引或為未來探索方向：Perplexity成本主要來自於兩部分，即呼叫Bing Search API查找相關內容的成本、呼叫GPT產生答案的成本。Perplexity官網顯示，目前Copilot已經可以基於自研的GPT-3.5 微調模型提供服務，與GPT-4性能基本對等，且能減少4-5倍延遲，輸入成本可以控制在0.012美元/1k tokens，輸出成本可以控制在0.016美元/tokens。依照同樣的計算方法，單次提問成本降至0.02美元，年成本4568萬美元。此外，公司創辦人也表明，除使用自研模型之外，搜尋引擎API呼叫成本受到Bing和Google的防禦性機製而走高，我們認為建立內部搜尋引擎也有望使得成本端下降，公司也計劃在這兩方面持續探索更健康的發展方式。中金公司認為，從需求面看，Perplexity的出現及高熱度驗證了大模型與傳統搜尋引擎結合的剛性需求，未來以Perplexity為代表的對話式搜尋引擎模式或將長期存在。雖然目前Perplexity在短期內無法撼動商業模式完整成熟的搜尋引擎市場，但可望透過生態夯實先發優勢：從供給面看，隨著傳統搜尋引擎與大模型廠商的入局，未來對話式搜尋引擎的格局可望呈現百花齊放態勢。Perplexity的主要競爭對手可分為兩大類別，一類是以Google為代表的傳統搜尋引擎廠商，另一類則是以OpenAI為代表的通用智慧大模型廠商。Perplexity可望打造知識平台，成為生態入口。基於對話式搜尋引擎，Perplexity支援用戶將搜尋問題及答案分享至社區，供其他用戶學習討論。2023年9月，公司發布Collections，可以根據專案、主題或其他分類創建收藏夾，整合梳理查詢對話並拓展新問題，還可以邀請其他參與者協作管理Collections，創建知識共享平台。隨著Collections、pplx-api等業態的逐步成熟，我們認為Perplexity有望建立特定社群，進一步夯實對話式搜尋引擎的領先生態優勢。