2024-01-11 11:13

PerplexityAI获英伟达、贝索斯参投7360万美元融资 AI时代的搜索能颠覆谷歌么?

AIcore 发布在 AIGC
1.8万

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。

本文链接:https://www.aixinzhijie.com/article/6843352
转载请注明文章出处

评论
登录 账号发表你的看法,还没有账号?立即免费 注册
下载
分享
收藏
阅读
评论
点赞
上一篇
下一篇