Perplexity CEO：AI 创业公司要先做产品，后做模型

文章来源：海外独角兽

编译：Lavida

编辑：Siqi

图片来源：由无界AI生成

上月初，Perplexity 完成了 B 轮融资，最新估值为 5.2 亿美元，这轮融资由 IVP 领投，NVIDIA 和 Jeff Bezos、NEA、Elad Gil、Nat Friedman 等跟投，Perplexity 的累计融资额超过了 1 亿美元，创下了近年搜索领域初创公司的融资金额纪录。

作为一款现象级的 AI-native 产品，Perplexity 用更具象的方式给出了“问答引擎会如何替代搜索引擎？”这一问题的答案。在我们发布对 Perplexity 的深度研究中，也曾做出判断：如果没有长期新的商业模式出现，Perplexity 当前的形态更可能成为 Gen AI 时代的新 Quora + Wikipedia，如果探索出了 LLM-native 的商业模式，Perplexity 具备挑战传统搜索的潜力。

外界对于 Perplexity 讨论大部分集中在“AI 套壳产品如何真正建立自己的护城河？”，Aravind 认为，“成为一个拥有十万用户的套壳产品显然比拥有自有模型却没有用户更有价值”。此外，Aravind 还提到，Perplexity 的决策都是从客户体验出发，作为创业团队，不应该被使用什么样的模型限制住，比如 Perplexity 近期也开始训自己的专有模型。

以下为本文目录，建议结合要点进行针对性阅读。

01 AI 创业公司要先做产品，后做模型
02 AI 套壳产品的护城河是什么？
03 问答引擎和 Agent 是 AI 时代的搜索
04 Perplexity的用户增长策略

01.AI 创业公司要先做产品，后做模型

acob Ephron：Perplexity 的产品很好上手、操作简单，但也因此容易让人们忽视背后的复杂性。为了提供这样的用户体验，你们主要做了哪些工作？

Aravind Srinivas：我们主要专注五个关键维度：准确性、可靠性、响应速度、用户体验的愉悦度，以及不断更新优化。这些优化既服务于所有用户，也针对个人用户进行个性化调整。要让产品在市场上处于领先地位，这五个方面都必须做到极致。一般来说，100 家创业公司中可能只有一家能够在某一方面做到极致，也就是说，同时在这五个方面都做到极致的概率是百分之一的五次方。这极具挑战性，但我们必须以此为目标，因为这是创造下一个数十亿甚至百亿级企业的必经之路。

在用户搜索查询时，我们的任务是深入理解并优化用户的问题。我们会筛选出最合适的网页，甚至针对性挑出具体段落来提供答案，还要考虑应该如何展示答案——是一个摘要或段落，还是一连串的关键结论，以及怎么给每个句子配上恰当的引用，要如何尽量避免引用错误，确保答案中没有出现 hallucination 等问题。

有时光文字是不够的，还需要添加图片或视频，而视频的信息量非常大。但无论什么形式，关键是确保答案准确无误，方便分享，这就是我们的创新。很多用户查询后的答案价值特别高，对其他人也很有参考价值，所以我们做了 Permalink，后来 Bing、ChatGPT 和 Bard 也开始效仿我们。

用户提问后，我们还会推荐一些 follow-up question，因为用户很可能并不知道怎么提出一个好问题，这是人类天生的局限性，虽然每个人都有很强的好奇心，但能将好奇心转化为精确问题的人却很少。

大多数问题都可以通过简单的互联网搜索得到答案，真正需要深思的问题却不多，正因如此我们推出了 Copilot。我们意识到很关键的一点是，为什么要怪用户不能提出好问题呢？以前我妈妈会偶尔和我抱怨我们产品上的问题，我就会想是她提问方式有问题，但后来 Larry Page 改变了我的看法。

Larry 分享过一个故事，他们曾经差点把 Google 卖给 Excite，当时他和 Sergey 一起给 Excite CEO 做演示，打开了两个浏览器窗口，一个是 Google，另一个是 Excite，然后他在两个搜索引擎中输入了同样的文字，Google 成功地返回了相关链接，而 Excite 没有。Excite 的人看了之后说是因为你的输入不准确。而 Larry 的回答是，我只是个用户，我没有犯错。这个故事体现了人机交互的一个基本原则：用户永远不犯错。

Excite 是 1990 年代中期最受欢迎的网站之一，主要提供网络搜索、新闻、电子邮件、即时通讯和天气等服务。Larry Page 和 Sergey Brin 作为 Google 的联创曾经尝试向 Excite 的 CEO 出售 Google。这件事是互联网早期历史上的一个有趣的轶事，因为 Excite 最终没有收购 Google，而 Google 后来成为了全球最大、最成功的搜索引擎之一。

 Patrick Chase：你提到 Perplexity 专注的 5 大核心领域，从工程视角出发，要如何平衡在这些不同领域的资源配置？