與我閱讀: Perplexity CTO Denis Yarats on AI-Powered Search

(圖說：美味的背後有多少辛苦的前置準備？ 拍攝於 Le Bouchon Ogasawara 餐廳，渋谷，東京。圖片來源：Ernest。)

AI 技術日新月異，ChatGPT 問世後更是帶動了新一輪 AI 熱潮，企業若想在這股熱潮中分一杯羹，必須保持高度的創新力和行動力。一家名叫 Perplexity 的 SaaS 新創公司在這波浪潮中擁抱改變，將原本的 Text-to-SQL 工具轉型為通用 AI 搜尋引擎，這個採訪 Perplexity CTO Denis Yarats 將聊到他們是如何看準這股趨勢並做出產品調整 (Product-Market Fit)。

摘要 tl;dr

• 在 ChatGPT 大獲成功後，Perplexity 從一個 Text-to-SQL 工具轉型為一個通用的 AI 驅動搜尋引擎，看到了增強 ChatGPT 的機會。
• Perplexity 的核心競爭力在於協調運籌，將大型語言模型與搜尋結合，提供快速、精確和省錢的答案。
• 使用者提供的資料是 Perplexity 的關鍵優勢，使他們能夠為特定產品微調模型，並優化使用者體驗。
• Perplexity 專注於為重視節省時間和獲得深入研究答案的知識工作者和專業人士服務，採用訂閱制的商業模式。
• Perplexity 積極尋求硬體合作夥伴，以擴大銷售通路並推動使用者採用，同時也在探索新的獲利機會，如廣告。

影片觀看

內容選自 The Unusual Ventures Startup Field Guide: The Product-Market Fit Podcast。

內容

預覽 Preview

• ChatGPT 引起了大量關注，我們有些東西可以增強它。在短短兩天內，我們製作了一個非常簡單的網站原型。我們從未想到它會受到任何關注。當我們開始查看使用情況時，出乎我們的意料，流量並沒有下降。事實上，它還在增加。
• 於是我們做出了決定，停止開發 Text to SQL，放棄四個月的工作和我們建立的所有基礎設施，全力專注於一般搜索。

開場 Opening

• Sandhya: 歡迎來到 Startup Field Guide，我們將從獨角獸創業公司的成功創始人那裡學習，了解他們的公司是如何真正找到產品市場契合點的。我是你的主持人 Sandhya Hegde，今天我們將深入探討 Perplexity 的故事。Perplexity 是一個由 AI 驅動的搜尋引擎，為用戶問題提供解答。Perplexity 成立於 2022 年，最近據稱估值超過十億美元，最近月活躍用戶已超過一千萬，並且增長非常快。今天加入我們的是 Denis Yarats，Perplexity 的 CTO 和共同創始人。歡迎來到 Field Guide 的 Denis。
• 感謝你的邀請，我很高興參加你的播客。

創始團隊 Founding Team

• Sandhya: 那麼，Dennis，你知道的，幾年前你在 Facebook 擔任研究科學家。你是如何遇見 Arvind 以及你們的創始團隊是如何聚集起來的？
• 是的。
• 有一個非常有趣的故事。當我還在 Facebook AI Research 擔任研究科學家時，我主要從事一些稱為強化學習的研究，這對於 ChatGPT 來說是一個很重要的部分。Aravind 和我恰好在非常相似的問題上工作。
• 有一天是在 2020 年中 COVID 正在爆發時，我們獨立發表了完全相同的論文，研究結果也完全相同。從那時起，我們開始交談並合作。我在 Berkeley 與他和他的顧問一起工作了一段時間。之後，我們就一直保持著聯繫。
• 他後來加入了 OpenAI，而我在 2022 年初即將畢業並尋找其他機會。我們一直在交談，顯然 GPT 越來越強大。創建一家公司的機會將會到來。
• 因此，我們在 2022 年 6 月決定行動，他離開了 OpenAI，我離開了 Meta，我們決定開始做點事情。
• Sandhya: 這是一個很棒的故事，尤其是因為你們沒有因為發表相同的論文而生氣。我認為你比他早兩天發表，對吧，你有提到？你們成了朋友。這真是個甜蜜的故事。
• Sandhya: 那你的其他團隊成員呢？一旦你決定開始，你是如何考慮的，即誰是你需要增加的其他共同創始人以及為什麼？
• 是的。本質上，我們都是研究科學家，更多的是 AI 人才。我們從一開始就知道我們需要一個在產品和工程方面都非常優秀的人。
• 這種情況碰巧發生在我身上，我的一位朋友和前同事 Johnny Ho，我在 2013 年在 Quora 與他一起工作過。那時他也剛好有空。他是我認識的最聰明的人。例如，他曾是中學生時的 IOI ¹ 世界冠軍，這並不容易做到。
• 是的。於是我們開始一起工作。我們三個人一起嘗試不同的原型。而且，一旦我們得到了 Johnny，我就非常有信心我們可以做些有趣的事情。

雛形 Prototype

• Sandhya: 你最初開始工作的想法是什麼，就像是 2022 年 8 月的想法一號？
• 是的，實際上我們甚至可能是在 7 月左右就開始了。
• 我記得那是在加入之前的事情。這個想法很簡單。我們想做搜索，但顯然因為我們無法獲得資金，所以無法實施。於是我們決定做一些更簡單的事情，即 text to SQL。當時有一個相當不錯的模型叫做 OpenAI 的 DaVinci2。
• 於是我們決定構建一個工具，可以將自然語言翻譯成 SQL 查詢，然後在資料庫上執行它。我們首先要解決的事情之一是創建一個有趣的公共資料庫。我們最初的興趣之一實際上是 Twitter。於是我們繼續前進，因為當時 API 的使用相對容易。
• 因此，我們抓取了大量 Twitter 資料，並將它們存儲並組織在資料庫中。然後開始圍繞那些資料創建自然語言介面。所以你可以問像「Elon Musk 有多少追隨者擁有超過一百萬的追隨者本身」這樣的問題。
• 所以這是做這樣的聯合操作。我們得到了一些渲染。事實上，這是我們用來獲得 Yann LeCun 作為我們的種子投資者，即天使投資者的演示，因為他在 Twitter 上花了很多時間。所以我們去了他在 NYU 的辦公室並向他展示了這個演示。他非常興奮。
• 這就是我們的開始，但實際上，我們想做搜索，你可以認為這是一種搜索，並且更狹窄地結構化資料。但我們仍然花了一些時間原型化更一般的搜索。事實上，在 2022 年 10 月左右，我們有一個內部的 Slack 機器人，本質上是 Perplexity 的第一個原型。
• 所以我們會用它來問關於我們員工的醫療保險之類的問題，這些是我們不太了解的事情，但看到這項技術的第一眼非常有用。
• Sandhya: 對，你才剛開始建立 Perplexity 幾個月，你專注於面向企業客戶的 text to SQL，然後在 11 月，ChatGPT 啟動，這是產品啟動史上最成功的一次。你的團隊內部是怎樣的對話？你是怎麼評估這個情況的？當然你非常興奮，也在思考這對你意味著什麼。我很好奇。
• 是的，我非常清楚地記得那天。我剛醒來就看到 Twitter 上發生了很多事情…從我們的角度來看。我認為我們很快就認識到這是突破性的。所以這不是那種來了又去的事情。是的，我記得我們很清楚地開始思考，像，我們有什麼，而我們有這個原型，對吧？
• 剛好它也在解決 ChatGPT 最初收到的反饋，人們會抱怨幻覺。人們會抱怨不知道他們的資訊來源是什麼，因為沒有任何引用或其他東西。這正是我們的原型在做的事情。
• 所以我們把兩件事放在一起，說好的，所以 ChatGPT 引起了很多關注，我們有些東西可以增強它。於是我們在短短兩天內原型化了一個非常簡單的網站。把它當作玩笑放在 Twitter 上。我們從未想到它會受到任何關注。
• 出乎我們的意料，它確實受到了關注。因此，我們開始在 Twitter 上收到很多關注，很多人開始轉發我們並稱讚我們。即使是非常糟糕的實現，也非常慢，效果不佳。但這對我們來說是一個非常有趣的信號，因為我們知道我們可以做得更好，但即使在當前的形式中，也有一些人喜歡它的東西。
• 所以那時候我們還不確定，我們應該繼續做下去嗎？因為，我們在考慮，好吧，也許它會持續一兩週然後就會消失。而且我們特別是進入了聖誕節和新年的假期季節。所以我們在等待。
• 我們決定，好吧，讓我們看看情況如何。到了 12 月初。一月份，當我們開始查看使用情況時，出乎我們的意料，流量並沒有下降。事實上，它還在增加。所以就像，好吧，這裡有些東西，所以這不正常。因此，我們做出了這個決定。即使看起來好像是我們的決定，但實際上這是一個非常一致、非常容易的決定，完全停止 Text to SQL 的工作，不顧四週、四個月的工作，所有
• 我們建立的基礎設施，並全力專注於一般搜索。而且，是的，這是一個非常正確的決定。

轉變 Pivot

• Sandhya: 是的。多麼迷人的轉變。我很好奇，顯然你非常有信心你正在解決對人們重要的問題，對吧？你可以從早期的反饋中看到，無論是幻覺還是引用，使用 RAG。所有這些事情。然而，你一定有考慮到我們的長期競爭優勢，因為我們不擁有這裡的核心基礎模型。OpenAI 擁有。那次對話是怎樣的？你是如何討論的，好吧，如果這個有效，我們將如何獲勝並如何在你可能使用的 LLM 提供商上維持優越的產品？我敢肯定你的團隊內部也一定有些懷疑。我很好奇。
• 是的，這無疑是一個非常重要的問題。這是我們仍在考慮的事情，不僅僅是依賴像包裝器那樣依賴 OpenAI 作為 LLM 提供商，而且就在之後，我認為大約是 1 月或早些時候的 2 月，Bing 發布了一個非常相似的產品。
• 所以就像一個更好的公司所做的那樣，Bing 大喊，他們也有一切，他們有分銷，他們有搜索，他們有 LLM。所以沒有任何理由我們應該存在，對吧？所以這是不可能的，但出於某種原因，我們的產品更好，人們更喜歡我們的產品，超過所有其他選擇。
• 我認為回答你的第一個問題，我認為這是非常有趣的。我看待它的方式是，成為包裝器實際上是一個非常重要且非常重要的位置，因為這是只有在 OpenAI 推出 API 時才可用的東西，想象一下三年前你想建立 Perplexity 或類似的東西。
• 那時你必須首先，甚至在推出產品之前，你必須收集資料，訓練模型，推出產品，然後才能確定它是否真的符合市場需求。如果你有這個 API 可用，做同樣的事情就很愚蠢了。而且，OpenAI 的 API 實際上讓你能夠將問題反過來，從頭開始，首先驗證是否符合市場需求，如果符合，那麼再確定要做什麼。
• 這就是為什麼我認為這是我們做出的最好的決定。而這裡的論點實際上是，儘管模型非常重要，但它並不是防禦壁，對吧？現在，尤其是我們也很幸運地看到開源社區正在崛起。
• 所以現在有一些非常有能力的開源模型，你可以直接使用並在其上進行功能擴展，但如果不是這種情況，我們將達到一個我們有足夠資本可以自行預訓練自己的模型的地步。實際上預訓練是其中的一部分，但我認為更複雜的部分是微調和優化這個模型以適應你的特定產品。
• 要做到這一點，唯一必要的成分就是用戶資料。如果你沒有那個，就算你擁有最好的預訓練模型，那也是無用的。所以我們的論點始終是模型不是防禦壁，資料才是防禦壁，以及產品和品牌。
• 一旦我們達到這一點，我們基本上就擁有了大量資料。我們確切地知道人們如何使用 Perplexity。我們確切地知道他們在問什麼。我們確切地知道如何優化模型以改善指標，因為我們可以實際上進行 AB 測試。所以我們就拿這些資料。取用目前可用的任何模型在其上進行後訓練，我們就這樣做了。
• 所以這本質上，你可以認為是引導。所以你在某些東西上引導，獲得資料，然後你可以逐步替換你沒有的那些部分。我認為這正是所有基礎設施的一部分，我們停止了，我們從某些搜索提供商開始，但然後，當我們開始看到需要做什麼時，所以我們在其上引導，然後建立自己的基礎設施並不斷改進。
• Sandhya: 而且尤其是你在 RL 方面的背景，能夠利用用戶偏好資料來獲得更好的產品體驗，這真的很關鍵。是的。是的。這很重要，對吧？基本上，每個產品都是獨一無二的。所以有不同的模型品質，不同的模型屬性，你真的喜歡優化，然後比如說 ChatGPT。
• 所以對我們來說，例如，我們不知道，我們不希望我們的模型產生幻覺。所以我們做的是，我們以一種方式設計獎勵函數，它會拒絕回答如果沒有支持的話。是的。所以我們就是為此而訓練的，對吧？也許對於某些其他產品來說，幻覺實際上是可以的，因為這可能會使其更具吸引力。
• Sandhya: 是的，對，有些地方幻覺是一個特性，而不是缺陷。
• 是的，正是如此。

Perplexity 早期採用者 Perplexity’s early adopters

• Sandhya: 我很好奇，你顯然在打造一個非常橫向的大眾消費產品，但你仍然有一個足夠小的受眾，顯然與整個搜索市場相比，你可能有一些比其他更常見的用例。你有沒有一個內部的早期採用者人格，你在為其優化，它是什麼樣的？你想要使什麼用例變得非常好？
• 是的，確切地說。就像我們，即使在目前階段，我們也不是在追求整個網絡搜索空間。這只是巨大的，但我認為像我們早期看到的，現在仍然看到的，只是很多人在使用我們。
• 他們就像知識工作者那樣的人格，對吧？就像那些做各種研究的人，像學術市場，一些金融等等。所以基本上是那些搜索互聯網以解決任何任務的人，不只是一些娛樂性的了解什麼是得分。
• 什麼是天氣，也許一些導航查詢。那些都很重要，但它們沒有像那些知識工作者查詢那樣多，因為最終那些查詢會導致一些決策，對吧？所以決策非常重要。事實上，像 Google，巨大的公司，但擁有各種各樣的用戶，但他們從誰那裡賺到的錢的分佈非常不均，很小一部分用戶為 Google 帶來了大部分收入。
• 而且發生的就是我們有一小部分與那部分用戶重疊，不是那些創造這個問題的用戶，像免費流量，而是一些可以為此付費的人。這就是為什麼我認為有一些機會，不太可能我們將變得像 Google 那樣大。
• 這實際上不是我們的目標，但如果我們可以提供一個將對一小部分用戶有用的工具，這將節省時間。但那些用戶，專業人士，知識工作者，可以支付這些服務的人。我認為，我們可以創建一個成功的業務。

早期顧客回饋 Early customer feedback

• Sandhya: 在早期客戶反饋中，有沒有什麼讓你感到驚訝的？有沒有突出的東西，真正使 Perplexity 的產品方向具體化？
• 是的。有一些有趣的事情我沒有料到會看到。其中之一是人們搜索其他人嗯。或者他們自己像虛榮搜索。那是一個非常常見的用例，並且仍然如此。而且實際上我認為這是一個非常容易的。所以想像一下你作為一個我知道的銷售人員或其他什麼人，你必須會見某人，你想要很快地了解一下你即將交談的那個人，對吧？所以你只需去 Perplexity 問一下這個人然後
• 得到一個非常快速的寫照。但顯然，很多人對學術研究感興趣。所以他們在問，我們是否可以增加像 PDF 那樣的東西，而不僅僅是網頁文件，而是一些更專業的文獻和專業的索引，這些在使用 Google 時非常難以使用。
• 就像你基本上必須，是的，你可以得到一個鏈接，但然後你必須去研究。所以那是我們正在優化的東西。
• Sandhya: 有道理。當我想到 Google 的核心技術能力是什麼，以及是什麼幫助他們脫穎而出的，對，因為他們肯定不是第一個也不是唯一一個搜索公司，但是是什麼幫助他們真正打敗了，Google，抱歉，Yahoo 或 Bing 的，他們最擅長內容索引。他們的硬體基礎設施擴展得非常好。他們還有一個定價模式，對，這實際上非常幫助他們擁有良好的用戶體驗，對吧？他們提出了一個定價模式，這實際上非常幫助他們提高了用戶採用率。我很好奇，當你考慮好的，Perplexity 永遠需要最擅長的一兩件核心技術能力是什麼時，對吧？與任何可能推出的聊天機器人或其他模型公司相比，或者無論 Google 明天可能推出什麼。你是如何考慮的，你作為 Perplexity 的 CTO 認為我們需要確保我們始終是最好的是什麼？
• 是的。是的。我個人非常喜歡 Google。我認為在我看來，Google 搜索可能是人類有史以來建造的最複雜和最精密的系統。
• 而且 Google 最讓我喜歡的兩個核心概念是速度和準確性。我認為他們在這方面是遠遠領先的。所以這些原則是我非常關心的，並試圖確保 Perplexity 也非常快速和精確。而且在這個新時代，你必須結合一個非常昂貴且難以運行的 LLM 與搜索。
• 所以你必須弄清楚如何高效快速地做到這一點，而不犧牲質量。所以我認為我們的核心競爭力就是這個協調部分，你如何確保給定一個查詢，你可以完美地回答它，你可以非常快速地回答它。你也可以做到成本效益高。
• 所以這基本上是一個多維優化問題。所以做這個很困難，這是我們非常關注的事情。然後基本上一旦你開始解決這個問題，那麼你可以開始略微偏離 LLM 的方向，偏離搜索的方向。
• 好的，所以如果我想優化這個次要目標，那麼我是否需要以某種方式改善我們的搜索。所以要明白的主要事情是，即使我說 Google 是最複雜的東西，在這個新的 LLM 世界中，它不必像以前那樣複雜。
• 所以我們不必花那麼多時間設計這個，像手動製作排名信號之類的東西，因為一個小 LLM 將會照顧這些。所以你基本上已經知道，像當你建立一個經典搜索時，你需要做的所有權衡，像經典搜索都是關於權衡的，像精度召回率新鮮度更新頻率等等。
• 所以現在鑑於它必須與 LLM 一起工作，所以某些決策變得更容易。然後 LLM 方面也是一樣。像你有一個特定的產品問題你想要解決。你需要運行最有能力的或最大的 LLM 嗎？可能不需要。取決於查詢。
• 像也許某些查詢確實需要那樣。有些則不需要。那麼你怎樣將這個查詢路由到適當的系統呢？你怎麼可能有一個較小的模型可以在某些查詢上做得相當好。所以你可以偷偷摸摸地。而且，這基本上是。控制整個協調過程，然後優化 LLM 和搜索的各個部分，以便一切都能完美地協同工作。這是我認為我們的核心能力。

訂閱制定價 Subscription pricing

• Sandhya: 是的，沒錯。你是對的。有這麼多工作，你可以選擇使用較小的模型，你不斷必須決定可以使用哪個最小的模型，但仍然可以提供接近最佳的用戶體驗。那是真的很有趣。你是如何考慮的，特別是鑑於你的商業模式將是訂閱制。我認為那是你模型的力量。而且普通消費者想要嘗試 Perplexity 的最大原因是，你不希望像 10 個鏈接和五個廣告那樣。你真的只是想節省時間，獲得一個經過充分研究的答案。這意味著訂閱定價。你是如何看待那種業務模式下的毛利率的，當然，你仍然處於早期和高速增長模式。但你是如何考慮長期毛利率和你選擇的定價模式的影響的？你認為它會隨著時間如何運作？
• 是的，這是一個好問題。
• 所以我認為目前訂閱是主要模式。我確定未來會有其他東西，但即使現在也很有趣地看到邊際其實相當不錯，特別是當你達到一定規模，當你做所有必要的工作來優化體驗，就像我剛才描述的那樣。
• 而且最有趣的事情，也是我們在過去一年觀察到的事情，是運行這些模型變得更便宜。像硬體變得更便宜，模型變得更小更好。像即使是 OpenAI API 的價格，我認為在過去一年中下降了四到五倍。然後我們還在內部構建了一些東西，現在我們不必那麼依賴 OpenAI API，所以我們看到邊際在逐漸增加。
• 這是好事。顯然我們會繼續增加新功能以使我們的產品變得更好。但我認為我完全有信心，像，我們將能夠繼續做，並且最終在更大的規模上，我們將擁有非常好的邊際。還是會有其他的賺錢機會。
• 我不排除廣告。我認為像 Google 目前的形式的廣告可能不是我們將要做的事情，但我認為有辦法可以有廣告，並且以一種實際上對用戶有幫助的方式。對吧？像人們如果廣告有幫助的話，其實並不介意廣告，對吧？如果你在尋找某事並且想要購買某物，那麼完美的產品對你來說將會很好。
• 這只是人們討厭看到很多不相關的廣告和很多廣告。所以這就是為什麼我覺得肯定會有人，希望是我們，我確信像 Google 也將會研究這個，如何在 LLM 世界中重新想像廣告？所以我們也將會研究這個。
• 但是，到目前為止，訂閱做得相當好。

硬體 Hardware

• Sandhya: 有道理。你提到了硬體，所以這可能是一個很好的過渡點。所以我對 Perplexity 已經非常依賴硬體合作夥伴感到非常印象深刻。我很好奇是什麼激勵了這一點，無論是 Rabbit 還是你最近宣布的其他新合作夥伴？是什麼激勵了這一點？你從這些早期的手機和眼鏡合作中學到了什麼？
• 是的。動機實際上很簡單。我們仍然是一家非常小的公司，就像很多人一樣，我們從未在任何廣告或其他任何東西上投資過一分錢，所以這都是自然和有機的增長，但如果你讓人們，如果像人們將我們與 Google 等挑戰者相提並論，所以這很有趣，因為他們有完全不同的分佈層次，對吧？所以如果你想要更接近他們
• 你必須擁有分佈。到那個時候，我們決定，好吧，如果有其他處於與我們相似階段的公司，他們也在不同方向上進行創新，就像你提到的兔子，還有眼鏡和手機。而且我們在做有趣的事情。
• 他們在做有趣的事情。所以看起來似乎有一個機會，我們通過合作，我們可以為所有各方創造機會，從而迎戰大傢伙們。否則，我們自己與他們競爭將是不可能的。因為我們只是在不同的聯盟。
• 那些傢伙們。所以那是主要的動機，但同時看到我們的用戶和他們的用戶為我們歡呼也很好，他們是喜歡新事物的人，喜歡新產品。而且他們真的喜歡看到那些不同的新產品一起工作。
• 所以這實際上，老實說，對消費者來說是一個勝利。所以這就是為什麼我認為，這對我們來說也很有趣。所以希望我認為通過這樣做，我們將鼓勵更大的採用，並最終獲得更多用戶。
• Sandhya: 對。而且希望，從實驗和用戶界面中獲得真正好的學習，對吧？而且有關人們詢問問題的不同方式，以及希望消耗資訊和導航那種資訊空間的不同方式？
• 主要的學習是每個人都希望非常快速，所以沒有，沒有人想等待答案。他們想要立即獲得答案。這對我們來說是一個很大的挑戰。所以我們花了很多時間優化我們的基礎設施。
• Sandhya: 對。並且，繼續這個話題，顯然 OpenAI、Google 正在考慮硬體、定制芯片。您如何考慮的，也許不僅僅是為了 Perplexity，而是整個芯片生態系統將會是什麼樣子？他們會有真正定制的芯片，為每個模型提供最佳性能嗎？你對這將如何發展有什麼看法？哪一種是理想的 Perplexity？是的。這無疑是一個非常有趣的問題。我認為到目前為止，老實說，我們擁有的就是我們所擁有的，比如來自 NVIDIA 的 GPU 和來自 Google 的 TPU，但可能規模較小，而且在我看來，不是芯片是最難構建的部分，而是圍繞它的軟體。
• 所以具體來說。對我來說，感覺像是 CUDA 是 NVIDIA 的主要防禦壁，而不是芯片。因為就有那麼多軟體，像 PyTorch，所有其他東西都建立在 CUDA 之上，而且很難替換。所以這還有待觀察。顯然，我們希望在這個領域看到競爭，我認為競爭一般來說對每個人都是最好的，因為它最終會創造出更好的產品，創造更好的機會，所以我們希望在那裡看到競爗。
• 然後，是的，正如你所說，不同的模型可以利用不同的硬體。而且老實說。也許我們還不知道變壓器是否是最終將保留的架構，對吧？變壓器很好，只是因為有適合它的完美硬體，就是 GPU。如果有人帶著不同的芯片推動了不同的架構怎麼辦。
• 也許它是帶有稀疏組件的。所以，這仍有待觀察，但我絕對期待在這個方向上看到激烈的競爭。我絕對認為這個領域將有多個參與者，最終對我們最有利。

未來產品願景 Future product vision

• Sandhya: 有道理。你能聊聊你對 Perplexity 未來產品願景的看法嗎，在這樣一個快速發展的生態系統中？你是如何考慮的，公司和技術堆棧在兩年和四年後需要是什麼樣的？你在嘗試雇用誰來為公司防患未然？
• 是的，這是一個非常有趣的問題，因為從一個角度來看，很難提前計劃。就像我們一直在嘗試做這個，但所有的時間我們不得不放棄我們的計劃並做別的事情。
• 所以，老實說，現在，我們有一些一般的方向，我們想要做什麼？我們只是想在搜索和特定的搜索垂直領域方面表現出色，正如我提到的，為知識工作者或只是他們的一部分建立最好的可能的產品。而這意味著是的，只是改善產品，使其能够回答非常複雜的問題，比如現在需要你或許半小時的 Googling 才能回答的問題，你能否迅速可靠地回答這些問題？
• 所以這是我們將要總體建造的東西。我認為我們也想要稍微適應更多像傳統的東西在我們的搜索中，比如有些人想要看到體育結果，那麼也許我們也應該支持那些。所以像這類的東西。而且是的，整合一些不同的 API 和提供者。
• 例如，最近，我們添加了像地圖那樣的本地搜索。我認為那顯然非常有用。也許購物將是我們將來可能添加的東西。是的，但主要目標只是構建最好的可能產品。而我認為兩個主要。而我們將要攻擊的方向是速度和品質。
• 拿到了，但除此之外，這很難預測，因為我們也很依賴大傢伙們將要做的事情，比如 Google 將要發布什麼，OpenAI 將要發布什麼。所以這也決定了我們要做的事。
• Sandhya: 聽起來很輕鬆，
• 但實際上並不是因為是的你總是必須，是的，你總是必須關注那些傢伙們，但這很好。一直都是這樣。
• Sandhya: 所以是的，我很好奇，有哪些 AI 類產品也許你在構建 Perplexity 時使用，或者甚至在你的日常中你是它們的粉絲，你對它們感到興奮？
• 是的，我個人非常喜歡 ChatGPT。這是一個了不起的產品。我認為，基本上沒有 ChatGPT，就不會有我們。
• 所以我，我相對頻繁地使用 ChatGPT。我認為那是一個好的。我認為除此之外，我令人驚訝的是，我還沒有真正使用編碼，像任何編碼助手。我不知道。我仍然覺得我比 AI 更擅長那方面。但我們會看到的。是的，那，那可能是主要的。
• 我猜，是的，可能是 ChatGPT。哦，顯然我認為我們，我是語音生成的大粉絲。我認為我們在我們的產品中廣泛使用了它。我認為像 ElevenLabs 這樣的東西非常令人印象深刻。所以很高興看到。

給創業者的建議 Advice for founders

• Sandhya: 太棒了。對於下一代創業者在 AI 時代創業，有什麼建議？
• 是的。我覺得基本上是在一切不舒服的時候感到舒服。我認為那是主要的。每一天基本上都將是一場戰鬥。而且，是的，你必須只是在精神上。為此做好準備。我認為也要在某種意義上保持穩定，如果事情很好，它們永遠不會像人們說的那樣好，如果事情不好。
• 它們也不像人們說的那麼糟糕。所以不要偏離太多的低變異性。而且，是的，特別是在當前的日子裡，無論是 Twitter 還是像 X 那樣的資訊，都會從一天到一天迅速變化。嘗試保持腳踏實地，只是你在基礎工作上優化。
• 最終，仍然重要的是，如果你不對某些事情過度反應，只是嘗試堅持你的任務，嘗試堅持你的願景，顯然要考慮到外部發生的任何事情，但不要只是完全跳上去。所以如果你基本上放棄了你的原始想法，那意味著好吧，所以很可能你的想法不是那麼好。
• 然後很可能，即將出現的東西，跳上去，也不會很好。是的，做那些事情。而且我覺得也許另一個，大的一個是像招聘是你做的最重要的事情。沒有招聘，像，偉大的人，就什麼都不可能。
• Sandhya: 不要試圖自己做所有事情。
• 是的。是的。是的。是的。基本上，你很快就會意識到，你無法像通過團隊那樣擴展。
• Sandhya: 這是很好的建議。所以非常感謝你來到我們的播客節目，Denis。這很可愛，我相信你的轉型將成為歷史上最及時和令人難以置信的轉型之一。很高興看到 Perplexity 將走向何方。我自己是一個快樂的顧客，真的很驚訝於，你們所建造的高品質產品。致敬。
• 謝謝你。非常感謝你邀請我。而且和你聊天非常有趣。

參考資料 Reference