作者 |
王啟隆
出品 | AI 科技大本營（ID：rgznai100）
你每天都在用什麽搜尋引擎？ 是 Google、百度還是近期在國內使用率上升的 Bing？
黃仁勛曾經就這個問題給出過答案：他在 AIGC 時代唯一一個「必用」的產品，叫 Perplexity 。
2022 年，四個在矽谷打工的年輕人：Aravind Srinivas、Denis Yarats、Johnny Ho 和 Andy Konwinski，利用他們在後端系統、人工智慧和機器學習方面的專業知識創立了 Perplexity AI 。
Srinivas 曾在 DeepMind 和 Google 實習，後來成為 OpenAI 的人工智慧研究員。
Yarats 和 Ho 曾是 Quora 的機器學習工程師。
Konwinski 則是 Databricks 創始團隊成員，為團隊的多元化技能做出了貢獻。
這四個人打造的 Perplexity AI 不同於傳統的搜尋引擎，而是引入了「對話式搜尋引擎」，利用人工智慧建立類似聊天機器人的界面。使用者可以用自然語言提出問題，並收到參照各種網路資源的答復。該平台 基於 PageRank，最開始 使用微調過的 ChatGPT-3.5 ，後來與 Claude-3 和 GPT-4 等先進模型整合，針對幻覺問題進行過最佳化，在事實準確性方面值得信任。
它之所以能讓黃仁勛都愛不釋手，是因為這款搜尋引擎可以 檢索並總結最新的 Google 搜尋結果 以確認事實，並提供參考資料的摘要以獲取更多上下文。
在 Google 的時代，搜尋引擎會提供不同的頁面連結讓使用者進一步深度尋找自己想要的時代。而 Perplexity 的時代裏，你提出一個問題就會立即得到答案。沒錯，這就是近幾年很流行的那個詞： 範式轉變 。
谷歌通常恐怕不會在意這種看似「 一時流行 」的競爭者，但 Perplexity 在過去的一年裏表現強勁，年收入成功突破 1000 萬美元 ，且其移動端及桌面套用存取量同比 截止至今年 2 月份 穩健增長 8.6%，總使用者數已躍升至 5000 萬 。
隨著使用者規模的持續擴大，Perplexity 再次成為投資者關註的焦點。就在 4 月 23 日上午（本文釋出的前一天）， Perplexity 在由 Y Combinator 前 AI 主管 Daniel Gross 領投的一輪融資中，又籌集了 6270 萬美元的資金，使其 估值翻倍至超過 10 億美元 。此前，Perplexity 剛完成了金額高達 7360 萬美元的 B 輪融資，彼時公司的估值僅為 5.2 億美元，這意味著在短短兩個月內，Perplexity 的估值幾乎翻了一倍。
聯合創始人 Aravind Srinivas 甚至放話： Perplexity 不會有廣告，因為 Google 將廣告視為核心業務。 如今有了新的資金，Perplexity 正尋求將其業務提升到企業級水平，推出主打安全性的 AI 企業搜尋。
Srinivas 為何如此之「狂」？他「顛覆谷歌」的計劃是什麽？我們搜尋 Srinivas 的相關采訪，並整理了百萬粉 Youtuber 「矽谷女孩」於 2023 年 11 月對這位印度老哥 進行的一次采訪，共同學習這只新晉「AI 獨角獸」的生意經。
采訪視訊： https://www.youtube.com/watch?v=e5utruJd6 Gk
目標明確的印度移民
2017 年，Srinivas 從印度的金奈移民至美國的舊金山。
金奈是孟加拉灣沿岸最大的城市，它的經濟圈貢獻了坦米爾納德邦 39% 的 GDP，IT 和工業是這裏的代名詞。 Srinivas 將金奈稱為「學術之城」，印度的頂級學府 IIT（印度理工學院）坐落於此，地位相當於印度的 MIT /史丹佛。 Srinivas 便是從這座城市百萬學生的高考中脫穎而出， 最終在 IIT 的分校 讀完了本科。
很多印度學生在讀完本科便想直接進軍美國，試圖在矽谷撈一桶金或是前往更牛的美國大學讀完碩博。 Srinivas 選擇了後者，在 加州大學柏克萊分校 （ UC B erkeley ） 讀完博士。 理察·薩頓（Richard S. Sutton）與安德魯·巴托（Andrew Barto）曾 在這裏探索強化學習領域的最優解，朱迪亞·珀爾（Judea Pearl）在此處開啟了因果推理與貝葉斯網路研究的新篇章，李飛飛則把自傳中 ImageNet 這 濃墨重彩的一頁留給了這片天地。
Srinivas 在 2015 年至 2016 年 期間 就已經做了 不少 深度學習 的相關 研究，他 目的明確，就要 AI。
柏克萊的學術氛圍很能感染人，但真正引領 Srinivas 走向矽谷 卻是朋友推薦給他的一部 HBO 爆款電視劇 ：【矽谷】。
Sriniva s 認為 這部劇有兩個優點，一是幽默地描繪了創業生活的起起落落，二是其真實性 詮釋了 矽谷為何 是創新的搖籃。在追劇時，矽谷那激情的創業氛圍 很快戰勝了 Sriniva s 被熏陶兩年的學術氛圍 ，他開始構想創辦自己的公司，並對搜尋引擎及其顛覆性的潛能產生了深深的興趣。
一不做二不休，Sriniva s 出發了。
潛龍勿用
第一站就是 OpenAI ，四個月的研究實習生。此時的 OpenAI 相對於 2016-2017 年沒那麽混亂，員工充滿了活力，積極的情緒迅速感染了 Srinivas。
2019 年
，
Srinivas 在當時最頂級的實驗室
DeepMind
獲得了實習機會，並和所有實習生一樣白日在辦公室度過。到了晚上，他會拜訪 DeepMind 的圖書館，在裏面看完【How Google Works】（重新定義公司：谷歌是如何營運的）和【In The Plex】（Google 如何思考，運作，以及改變我們的生活方式）。
書中的人物就此成為 Srinivas 念念不忘的名字，他深刻記住了自己素未謀面的兩個「很酷的男人」， Goog le 創始人 Larry Page 和 Sergey Brin。
Larry Page 的觀念對他產生了深遠影響，即 只有在能夠追求長期願景的情況下，才能真正實作個人抱負 。2020 年， Srinivas 前往谷歌實習。此刻 認識到 Transformer 架構在搜尋和自然語言理解方面的巨大潛力後，他選擇主動接觸了「 Transformer 八子 」 Ashish Vaswani，意圖共同探索和發展這一前沿技術。
Transformers 架構自提出以來，在自然語言處理領域引發了變革，它的強大之處在於能處理大規模數據集，並透過自我註意力機制捕捉到輸入序列之間的復雜依賴關系，從而實作對文本內容的深入理解。這意味著 Transformer 不僅可以套用於搜尋，還可以廣泛服務於問答系統、文本生成和其他涉及語言理解的任務。
然而，盡管 Srinivas 對 Transformer 技術懷揣熱情，但他意識到在 Google 直接推動這類技術創新可能會受到較大限制，尤其是在需要從實驗室成果轉向商業產品的過程中。
他無法直接和 Transformer 的作者一起創業。
於是，他註視行業的一切，準備伺機而動。
2021 年， Srinivas 從谷歌離開，前往 OpenAI，從「研究實習生」正式轉為真正的「研究科學家」，繼續研究擴散模型。這一年， GitHub Copilot 這樣的 AI 輔助編程工具成功套用，無數人 從中看到了將先進 AI 技術轉化為實際產品的可能性。
機會來了。
Srinivas 聯系了潛在的投資人 Nat Friedman 和 Elad Gill 等人，計劃將先進的 Transformer 技術商業化。此刻的他，腦海裏仍是【矽谷】電視劇裏的那句台詞：「 我們有資源將你的成果推向全球。 」
戲劇人生
Srinivas 透露，他 在矽谷當創始人時完全復刻了自己在電視劇看到的情節。
1. 他透過發送信件聯系潛在的投資者和合作夥伴，這種方法在矽谷頗為有效。他成功吸引 了投資者對他的想法產生興趣，即使最初階段只有概念和想法。
「 就像 Steve Jobs 在一次舊采訪中說的那樣，創業大部份的阻力在於你自認為別人不會理你。 」
2. Srinivas 離開了 OpenAI，並找到了聯合創始人 Johnny Ho。 Ho 曾是競賽編程的世界冠軍，並曾在 Quora 工作，負責排名系統。當 Ho 準備離開 Tower Research 尋找初創公司的工作機會時， Srinivas 和 Ho 的前同事、Bing 前工程師 Dennis Yarats 向 Ho 發出邀請，最終 Ho 加入了團隊。Perplexity 的故事就此開始了。
創始人們的共同點如下：對搜尋技術有著共同的癡迷，且都有相關的技術背景。他們會在早上討論 Texas SQL，並在晚上討論搜尋技術。 Srinivas 認為這點很像 Larry Page，而這或許就是 Google 成功的原因。
3. 他們透過展示一個基於 Twitter 數據的搜尋演示，成功吸引了包括 Meta AI 首席科學家 Yann LeCun、Andrej Karpathy（前特斯拉自動駕駛開發總監，現就職於 OpenAI）、以及 Google AI 負責人 Jeff Dean 等在內的著名投資者的關註和支持。
隨著團隊壯大，他們逐漸建立起公司，並在摸索中形成了靈活的工作時間和企業文化。 Perplexit y 的成長歷程中整合過不同的技術和資源，起初是利用 GPT-3.5 和 Bing 來構建一款高效、實用的工具。 這款工具最初是作為 Slack 機器人在公司內部使用，隨後擴充套件到 Discord 社群，得到了使用者的積極反饋，並逐漸被人們看作是 Google 搜尋的一種替代方案。
Srinivas 起初 還沒有意識到這一點。但當他們反應過來自己是在 公開挑戰行業巨頭 Google 時，壓力湧上心頭，令團隊一度沒有勇氣將 Perplexit y 公開釋出。
此時，一位投資者的建議給了他們信心。 這位投資者指出，由於他們目前知名度不高，即使產品釋出失敗也不會損失太多，但如果成功，則將帶來巨大的收益。 因此，他們決定勇敢地將產品推向市場，尋找初始使用者群體。
鑒於當時市場上已有的 ChatGPT 存在需要頻繁登入、缺乏即時更新以及偶爾產生誤導等問題，Perplexity 團隊設計並釋出了一款無需登入、沒有復雜聊天界面的搜尋工具。這款產品直接提供答案和相關的參照出處，借鑒了學術界嚴謹的參照方式，力求在準確性和可信度上有所突破，模擬如果 ChatGPT 具備研究者或記者那樣的嚴謹性和準確性，將會呈現出怎樣的形態。
Srinivas 最終決定在 2022 年 12 月 7 日釋出 Perplexit y，正好在 ChatGPT-3.5 釋出的一個星期後。
谷歌 攻防戰
沒有註冊登入，沒有「等待名單」，沒有廣告—— Perplexit y 只有一個搜尋框，輸入問題，就能得到答案。在 Perplexity 的推廣初期，團隊選擇了一種無需使用者登入且簡化界面的設計，僅提供直觀的搜尋功能和詳細的答案出處。這種新穎的搜尋體驗改變了使用者 對傳統搜尋引擎的認知，且在未經刻意宣傳的情況下，產品在釋出初期就引發了使用者的熱烈反響。
Srinivas 曾說，谷歌的搜尋引擎模式將會逐漸被取代。傳統搜尋引擎這種「輸出十個藍色連結給使用者」的互動方式，正在遭受「問答式搜尋引擎」的沖擊。面對一個存在了數十年的龐然大物，Srinivas 認為大忌在於「重復別人已經做過的事情」。他不僅不會套用谷歌的商業模式，還想要打破谷歌的商業模式。
2022 年的聖誕節期間，Perplexity 釋出的 Twitter 搜尋功能引發了病毒式傳播。使用者可以透過輸入 Twitter 帳號，獲取該使用者在社交媒體上的各種活動和傾向性總結，這讓許多人驚訝於 AI 的強大資訊收集和分析能力。但由於 Twitter API 政策的變更，這一功能不得不暫時關閉，而 Perplexity 已經在短時間內獲得了大量關註和使用者使用。
投資人 Nat Friedman 曾提出了評估優秀產品的啟發式方法，即產品應首先帶給使用者驚艷的體驗並引發使用量的爆發式增長，隨後即便使用者活躍度稍有回落，也應當保持穩定的持續使用，並透過不斷創新和引入新功能，維持使用者的興趣和使用頻率。
Srinivas 觀察到產品的持續使用表明它不僅僅是一時的流行熱潮，而是具有長久價值的服務。為了增強使用者體驗，他們增加了對話功能和提問跟進問題的能力。然而，這也引發了關於 AI 是否會影響人們深度思考能力的討論。Srinivas 認為，批判性思維的核心不僅在於得到問題的答案，更在於知道如何去提問。真正聰明的人懂得提出關鍵性問題，而非僅僅依賴 AI 獲取現成答案。
隨著產品不斷叠代升級， Perplexity 添加了類似維基百科的豐富超連結等功能，其使用率持續攀升，團隊更加確信他們走在正確的道路上。在確認產品的價值和潛力後，他們決定全力投入，並成功籌集了風險投資，以進一步推動Perplexity的發展 。
進攻之後，仍需防守。
主持人：「 假如明天 Google 就推出了類似的新搜尋，你會怎麽做？ 」
Srinivas 回答，如果 Google 明天推出類似的新搜尋產品，盡管會對市場帶來巨大沖擊，但他同時也認為這對於推動整個行業的發展和技術創新是有益的。然而， Google 因自身的商業模式而受限 ，它目前主要依賴於廣告收入，尤其是在搜尋結果頁面增加廣告投放以滿足財務目標，這與提供純粹、高品質搜尋體驗的初衷可能存在沖突 。
初創公司由於沒有這種既定的商業模式需要保護，因此可以更加靈活地嘗試不同的方法和高級模型，即使成本較高，也能致力於提供更好的使用者體驗。 Srinivas 認為，在沒有沈重商業包袱的情況下，初創公司更容易嘗試和創新，允許犯錯誤並不斷最佳化產品。 當前市場上各種 AI 工具之間存在易替代性，創作者可能會因為某個功能而在多個套用間切換 。這就要求初創公司不僅要提供獨特的功能，還要註重建立長期使用者關系，透過深化對使用者需求的理解和個人化服務來提高使用者忠誠度和黏性。
Srinivas：「我的理解是，想要成為一個可靠的產品，需要在五個方面做到最好——① 準確性 、② 可靠性 、③ 速度 、④ 使用者體驗和使用者介面 、⑤ 產品個人化 。」
Perplexity 公司的戰略是不理會大公司隨時可能進行的復制或超越。 初創公司的價值 不僅僅體現在資本投入上，更在於團隊的熱情、創造力和對細節的精心打磨。Srinivas 堅信最好的創意常常源於看似簡單的理念，而成功的關鍵在於執行力和對願景的執著追求。
「 有人一聽到創意就說「谷歌會做這個的」「微軟會做這個的」，那如果沒有初創公司願意嘗試新想法，我們存在的意義是什麽呢？實際上要做好這件事，比起資本更需要的是熱情。如果資本更重要，那我們就不應該進入這個行業。然而，策劃並執行所有細節，絕非僅關乎資本，這才是我們存在的根本原因。 」
4 月 25 ~ 26 日，由 CSDN 和高端 IT 咨詢和教育平台 Boolan 聯合主辦的「 全球機器學習技術大會 」將在上海環球港凱悅酒店舉行，特邀近 50 位技術領袖和行業套用專家，與 1000+ 來自電商、金融、汽車、智慧制造、通訊、工業互聯網、醫療、教育等眾多行業的精英參會聽眾，共同探討人工智慧領域的前沿發展和行業最佳實踐。 歡迎所有開發者朋友存取官網 http://ml-summit.org、點選「閱讀原文」或掃碼進一步了解詳情。
