拆解Perplexity：搜索領域的超級黑馬，“谷歌殺手”是如何煉成的？

若干年前，中文互聯網發展到頂峰的標誌，是以BAT爲首的超級明星公司的崛起，但誰能想到，到了AI大爆發的時代，最先受到猛烈衝擊的反而是搜索，儘管早前馬雲曾放話AI電商將成爲主流，但現實情況是，AI對搜索領域的衝擊要遠比對電商來的早得多。

最明顯的，由前OpenAI研究科學家Aravind Srinivas聯合幾位合夥人共同創辦的Perplexity，在沒有任何用戶基礎的情況下MAU（月度活躍用戶）超過千萬，而這僅用了短短不到兩年時間，與之相對的，它的身價也一路水漲船高，據The information 5月底的報道，眼下BVP正在牽頭對Perplexity 2.5億美元的投資，最新估值達30億美元，相當於1/10左右個百度。

作爲傳統搜索引擎的升級品，Perplexity實質上是AI時代的產物，你可以把它理解成一個答案引擎，但它絕非只是大模型的"套殼"公司，它的核心技術是一個名叫RAG的檢索增強生成技術，通過RAG技術，Perplexity AI能夠實時搜索互聯網並提供準確的最新信息，並附有來自可靠來源的引用。

值得一提的是，這家公司規模還不足百人，但包括黃仁勳、貝索斯在內的業界大牛皆是Perplexity的忠實擁躉。按照黃仁勳的說法，Perplexity是他每天工作使用最高頻的應用之一，尤其是面向對專業度要求更高的搜索需求，比如"瞭解關於計算機輔助藥物研發"。

事實上，Perplexity並非個例，包括天工、秘塔等在內的都是近兩年剛崛起的新秀，反觀Google、百度在內的傳統搜索巨頭，儘管他們都嗅到了這場即將到來的危機，但弔詭的是，以百度搜索爲例，儘管文心一言的推出曾在市場上引發過一波小高潮，但後續百度APP「用AI重做一遍」並沒有帶來二級市場的持續看好，股價從去年3月的最高點跌幅近1/5，以至於很多人開始思考，AI搜索的正確打開方式究竟是什麼？

01、AI搜索劇變始末

和大多數初創公司一樣，Perplexity源於一個產品創意，創始人Aravind Srinivas發現使用谷歌搜索常常給不了他想要的結果，而且搜索過程過於繁瑣，於是他決定自己打造一款能夠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的想法與Denis Yarats（現任Perplexity聯合創始人兼CTO）不謀而合，兩位因相似的研究興趣與觀點結緣，分別獨立發表了在主題，論點，甚至在引文上都高度相似地論文，他們都認爲未來的搜索應更高效。

但有意思的是，他們的想法並沒有得到投資人的支持，所以他們只好「曲線救國」，先把理念落地成一個to B的產品，一個從自然語言——SQL-2的轉換工具，據此設計的初代答案引擎也僅僅是在內部使用，用來搜索員工保險之類比較瑣碎的事情。

在當時來看，投資人不看好他們是有道理的，囿於谷歌的強大壟斷，如果一個人跟你提出要顛覆谷歌無異於癡人說夢。事實也的確如此，在Perplexity之前，包括Marc Andreessen、Ask Jeeves先後嘗試過做直接生成答案的搜索引擎，但最後都無疾而終，前者是大名鼎鼎美國網絡瀏覽器之父，Netscape Navigator瀏覽器就是他的傑作。

事實證明，Perplexity成立的時間是一個很妙的時間點。據Perplexity創始人Aravind Srinivas披露，早在2018年剛進入加州伯克利大學攻讀AI和深度學習方向的博士時，他就瞄準了LLM出色的語言"理解"能力，但他也同時坦言，2021年以前，他都沒法加入遊戲，因爲大語言的模型開發還未成熟，直到出現了Jasper這樣的初創公司，也有了像GitHub Copilot這樣從模型變成產品的例子。

這也意味着最燒錢的大語言模型基礎已經被Open AI、Anthropic這樣的頭部公司攻克的差不多了。而Perplexity需要做的，就是如何藉助大模型打造一個新產品。

值得一提的是，Perplexity團隊的反應速度相當驚人，GPT3.5發佈一週後，Perplexity AI就正式上線。更厲害的是，Perplexity不僅藉助LLM實現了答案引擎的想法，還在這個基礎上用RAG技術優化了LLM幻覺問題，就如Aravind Srinivas所述，Perplexity並不是二者的替代，而是兩者的平衡點。

02、"顛覆谷歌"的背後邏輯

外界容易忽略的是，谷歌佈局AI 搜索並不算晚，甚至要比Perplexity早得多，甚至GPT系列模型的基礎訓練都是基於谷歌研發的Transformer架構，但谷歌卻未能在這場搜索劇變中佔得先機，爲什麼？

這還得從傳統搜索引擎的賴以生存的商業模式「競價排名」開始談起，但到了AI時代，Perplexity所定義的搜索邏輯裡，信息排序的流程被省略，直接給出答案，但谷歌的收入恰恰來自讓人們點擊和瀏覽鏈接，賺取廣告費，同時打造數據飛輪，優化搜索排名。

採用AI 搜索意味着推翻自己的搜索模式，顛覆搜索模式給用戶更好的體驗不是難點，但一下子推翻長期以來鑲嵌其中的商業模式纔是最難以抉擇的，起碼就目前來講，在搜索引擎上的廣告業務依舊是谷歌的核心收入來源，根據它的2023年財報，其廣告業務營收2378.6億美元，在總營收中佔比77.4%。

另一個被外界飽受詬病的，是關於傳統搜索引擎的複雜性。搜索引擎說到底就是信息處理工具，過去的使用路徑大致如此：輸入信息需求——信息篩選與排列——信息選擇與整合——需求滿足，只有當用戶搜索需求被滿足了，人們的決策與行動才能進一步展開，由此而衍生的類似知乎問答、小紅書種草大多是這樣的邏輯，但現實情況是，信息過載，這個現象從上世紀80年代就成常態了，互聯網帶來信息指數級增長，生成式AI又升一個量級。

反觀Perplexity AI，它本質上就是一款信息處理工具，關鍵能力在於，最大程度上縮短了滿足信息需求的路徑，可以說，Perplexity的顛覆性也源於改變人們信息搜索習慣的潛力，而一旦當人們習慣了一步得到答案，就沒有耐心去翻閱無數條夾雜廣告的藍色鏈接了。

某種程度上，Perpelxity的用戶活躍數量與使用量的急劇增長，恰恰證明了用戶習慣改變的迅速。根據新眸調查，今年1月，Perplexity的月活躍用戶已經增長至1,000萬，訪問量達到4500萬次，總搜索量超5億次，較2023年增長了20,512%，這種爆發式增長讓Perplexity成爲一級市場的當紅炸子雞。

03、誰將主導下一次搜索革命？

去年以來，相繼有類似的AI 搜索軟件推出，甚至有自己的大模型支持，比如必應和國內的百度，還有專門做搜索引擎的天工、秘塔等等。

如果說Bing、百度等老牌搜索巨頭迎戰AI 搜索的態度還算積極，那谷歌看上去就非常敷衍，僅僅是將王牌大型AI模型Gemini集成到搜索引擎中，直接在搜索頁面開頭添加了摘要，也就是AI Overviews，以直接回答問題。

但打破用戶習慣的產品往往是重寫邏輯，而不是利用AI對原產品縫縫補補，處理不當反而會消耗原有用戶的信任。谷歌的AI overviews推出不到一週，便因爲沒認出毒蘑菇、建議用戶吃石頭、把膠水加到披薩上，招到用戶吐槽。

這些缺乏常識的答案看似是大模型幻覺問題，背後其實是搜索的召回精度問題。谷歌的召回技術依舊依靠網頁索引，這一套在信息排序上管用，但與內容相關度和準確度無法保證；在自己的強勢領域搜索上，谷歌的邏輯開始吃力起來。就如美國證券分析師丹·艾布斯·韋德布什所述，"這是在谷歌搜索服務的壓倒性優勢上出現的裂痕。"

無獨有偶，高度依賴中國本土市場的百度，也面臨着與谷歌相似的境遇。國內的AI 搜索產品使用前三名只有360是從傳統搜索引擎升級而來，天工 AI與秘塔AI均是全新的產品；儘管百度藉助文心一言重構了搜索引擎，但AI 搜索的答案只佔11%，依舊高度依賴着傳統搜索的使用慣性。

這將不可避免的涉及到一些大廠之間的競爭。比如在社交媒體微博上的搜索，用戶大概率想是瞭解熱點事件，並加入討論；在小紅書上搜索更多是爲了查找攻略、測評等經驗性信息；高德等地圖軟件上的搜索是爲了導航等等；也就是說，用戶需求劃分更加細緻的平臺時代，早就瓜分走了一部分通用類搜索引擎的市場。

換句話說，有關搜索的革命並不是因爲AI 搜索纔開始的，它只是加速傳統搜索式微的一支關鍵力量。AI 搜索的本質還是AI Agent，通過搜索解決去用戶各種各樣的問題，因此，無論是平臺內嵌還是專門的搜索引擎，AI 搜索的形態一定是和他匹配的服務相輔相成的，按照這個邏輯，搜索的真正的代際變革纔剛剛開始。