拆解Perplexity：搜索领域的超级黑马“谷歌杀手”是如何炼成的？k1体育十年品牌

　　k1体育若干年前，中文互联网发展到顶峰的标志，是以BAT为首的超级明星公司的崛起，但谁能想到，到了AI大爆发的时代，最先受到猛烈冲击的反而是搜索，尽管早前马云曾放话AI电商将成为主流，但现实情况是，AI对搜索领域的冲击要远比对电商来的早得多。

　　最明显的，由前OpenAI研究科学家Aravind Srinivas联合几位合伙人共同创办的Perplexity，在没有任何用户基础的情况下MAU（月度活跃用户）超过千万，而这仅用了短短不到两年时间，与之相对的，它的身价也一路水涨船高，据The information 5月底的报道，眼下BVP正在牵头对Perplexity 2.5亿美元的投资，最新估值达30亿美元，相当于1/10左右个百度。

　　作为传统搜索引擎的升级品，Perplexity实质上是AI时代的产物，你可以把它理解成一个答案引擎，但它绝非只是大模型的套壳公司，它的核心技术是一个名叫RAG的检索增强生成技术，通过RAG技术，Perplexity AI能够实时搜索互联网并提供准确的最新信息，并附有来自可靠来源的引用。

　　值得一提的是，这家公司规模还不足百人，但包括黄仁勋、贝索斯在内的业界大牛皆是Perplexity的忠实拥趸。按照黄仁勋的说法，Perplexity是他每天工作使用最高频的应用之一，尤其是面向对专业度要求更高的搜索需求，比如了解关于计算机辅助药物研发。

　　事实上，Perplexity并非个例，包括天工、秘塔等在内的都是近两年刚崛起的新秀，反观Google、百度在内的传统搜索巨头，尽管他们都嗅到了这场即将到来的危机，但吊诡的是，以百度搜索为例，尽管文心一言的推出曾在市场上引发过一波小高潮，但后续百度APP「用AI重做一遍」并没有带来二级市场的持续看好，股价从去年3月的最高点跌幅近1/5，以至于很多人开始思考，AI搜索的正确打开方式究竟是什么？

　　和大多数初创公司一样，Perplexity源于一个产品创意，创始人Aravind Srinivas发现使用谷歌搜索常常给不了他想要的结果，而且搜索过程过于繁琐，于是他决定自己打造一款能够直接生成答案的搜索引擎，他想打造最世界上最好的研究助理。

　　Aravind Srinivas的想法与Denis Yarats（现任Perplexity联合创始人兼CTO）不谋而合，两位因相似的研究兴趣与观点结缘，分别独立发表了在主题，论点，甚至在引文上都高度相似地论文，他们都认为未来的搜索应更高效。

　　但有意思的是，他们的想法并没有得到投资人的支持，所以他们只好「曲线救国」，先把理念落地成一个to B的产品，一个从自然语言——SQL-2的转换工具，据此设计的初代答案引擎也仅仅是在内部使用，用来搜索员工保险之类比较琐碎的事情。

　　在当时来看，投资人不看好他们是有道理的，囿于谷歌的强大垄断，如果一个人跟你提出要颠覆谷歌无异于痴人说梦。事实也的确如此，在Perplexity之前，包括Marc Andreessen、Ask Jeeves先后尝试过做直接生成答案的搜索引擎，但最后都无疾而终，前者是大名鼎鼎美国网络浏览器之父，Netscape Navigator浏览器就是他的杰作。

　　事实证明，Perplexity成立的时间是一个很妙的时间点。据Perplexity创始人Aravind Srinivas披露，早在2018年刚进入加州伯克利大学攻读AI和深度学习方向的博士时，他就瞄准了LLM出色的语言理解能力，但他也同时坦言，2021年以前，他都没法加入游戏，因为大语言的模型开发还未成熟，直到出现了Jasper这样的初创公司，也有了像GitHub Copilot这样从模型变成产品的例子。

　　这也意味着最烧钱的大语言模型基础已经被Open AI、Anthropic这样的头部公司攻克的差不多了。而Perplexity需要做的，就是如何借助大模型打造一个新产品。

　　值得一提的是，Perplexity团队的反应速度相当惊人，GPT3.5发布一周后，Perplexity AI就正式上线。更厉害的是，Perplexity不仅借助LLM实现了答案引擎的想法，还在这个基础上用RAG技术优化了LLM幻觉问题，就如Aravind Srinivas所述，Perplexity并不是二者的替代，而是两者的平衡点。

　　外界容易忽略的是，谷歌布局AI 搜索并不算晚，甚至要比Perplexity早得多，甚至GPT系列模型的基础训练都是基于谷歌研发的Transformer架构，但谷歌却未能在这场搜索剧变中占得先机，为什么？

　　这还得从传统搜索引擎的赖以生存的商业模式「竞价排名」开始谈起，但到了AI时代，Perplexity所定义的搜索逻辑里，信息排序的流程被省略，直接给出答案，但谷歌的收入恰恰来自让人们点击和浏览链接，赚取广告费，同时打造数据飞轮，优化搜索排名。

　　采用AI 搜索意味着推翻自己的搜索模式，颠覆搜索模式给用户更好的体验不是难点，但一下子推翻长期以来镶嵌其中的商业模式才是最难以抉择的，起码就目前来讲，在搜索引擎上的广告业务依旧是谷歌的核心收入来源，根据它的2023年财报，其广告业务营收2378.6亿美元，在总营收中占比77.4%。

　　另一个被外界饱受诟病的，是关于传统搜索引擎的复杂性。搜索引擎说到底就是信息处理工具，过去的使用路径大致如此：输入信息需求——信息筛选与排列——信息选择与整合——需求满足，只有当用户搜索需求被满足了，人们的决策与行动才能进一步展开，由此而衍生的类似知乎问答、小红书种草大多是这样的逻辑，但现实情况是，信息过载，这个现象从上世纪80年代就成常态了，互联网带来信息指数级增长，生成式AI又升一个量级。

　　反观Perplexity AI，它本质上就是一款信息处理工具，关键能力在于，最大程度上缩短了满足信息需求的路径，可以说，Perplexity的颠覆性也源于改变人们信息搜索习惯的潜力，而一旦当人们习惯了一步得到答案，就没有耐心去翻阅无数条夹杂广告的蓝色链接了。

　　某种程度上，Perpelxity的用户活跃数量与使用量的急剧增长，恰恰证明了用户习惯改变的迅速。根据新眸调查，今年1月，Perplexity的月活跃用户已经增长至1,000万，访问量达到4500万次，总搜索量超5亿次，较2023年增长了20,512%，这种爆发式增长让Perplexity成为一级市场的当红炸子鸡。

　　去年以来，相继有类似的AI 搜索软件推出，甚至有自己的大模型支持，比如必应和国内的百度，还有专门做搜索引擎的天工、秘塔等等。

　　如果说Bing、百度等老牌搜索巨头迎战AI 搜索的态度还算积极，那谷歌看上去就非常敷衍，仅仅是将王牌大型AI模型Gemini集成到搜索引擎中，直接在搜索页面开头添加了摘要，也就是AI Overviews，以直接回答问题。

　　但打破用户习惯的产品往往是重写逻辑，而不是利用AI对原产品缝缝补补，处理不当反而会消耗原有用户的信任。谷歌的AI overviews推出不到一周，便因为没认出毒蘑菇、建议用户吃石头、把胶水加到披萨上，招到用户吐槽。

　　这些缺乏常识的答案看似是大模型幻觉问题，背后其实是搜索的召回精度问题。谷歌的召回技术依旧依靠网页索引，这一套在信息排序上管用，但与内容相关度和准确度无法保证；在自己的强势领域搜索上，谷歌的逻辑开始吃力起来。就如美国证券分析师丹·艾布斯·韦德布什所述，这是在谷歌搜索服务的压倒性优势上出现的裂痕。

　　无独有偶，高度依赖中国本土市场的百度，也面临着与谷歌相似的境遇。国内的AI 搜索产品使用前三名只有360是从传统搜索引擎升级而来，天工 AI与秘塔AI均是全新的产品；尽管百度借助文心一言重构了搜索引擎，但AI 搜索的答案只占11%，依旧高度依赖着传统搜索的使用惯性。

　　这将不可避免的涉及到一些大厂之间的竞争。比如在社交媒体微博上的搜索，用户大概率想是了解热点事件，并加入讨论；在小红书上搜索更多是为了查找攻略、测评等经验性信息；高德等地图软件上的搜索是为了导航等等；也就是说，用户需求划分更加细致的平台时代，早就瓜分走了一部分通用类搜索引擎的市场。

　　换句话说，有关搜索的革命并不是因为AI 搜索才开始的，它只是加速传统搜索式微的一支关键力量。AI 搜索的本质还是AI Agent，通过搜索解决去用户各种各样的问题，因此，无论是平台内嵌还是专门的搜索引擎，AI 搜索的形态一定是和他匹配的服务相辅相成的，按照这个逻辑，搜索的真正的代际变革才刚刚开始。