大規模言語モデルと検索エンジンプラットフォームPerplexityが、企業ユーザーと一般ユーザーを獲得するための計画

新しい検索事業を立ち上げることは、グーグル(別名エベレスト)に対抗せざるを得ないため、常に乗り越えがたい高い壁がありました。しかし、Perplexityは生成的検索の新たな勢いを企業向けAIの世界に持ち込もうと目論んでおり、さらに先の段階で広告にも着手する予定です。先週、Perplexityは企業向けテクノロジーの世界に参入したことを発表しました。新たな資金を武器に、AIドリブンの検索スタートアップは、「Enterprise Pro」と呼ばれる新サービスで事業の幅を広げようとしています。無料版とサブスクリプション版の生成AIの検索プラットフォームに加え、Proを利用する注目の企業にはIPGの子会社であるメディア代理店Universal McCannなどがあります。その他の初期顧客には、さまざまな業界のZoom、HP、Stripe、NBAのクリーブランド・キャバリアーズなどが含まれます。企業がドキュメントやインターネット上のあらゆるものを検索する方法を改善することで、企業は生成AIを活用して市場調査、販売見込み客の発掘、販売分析、製品ロードマップの作成などを行っています。広告代理店やメディア企業はすでに、キャンペーン、企業、人物を調査するために検索を利用しています。

Perplexityが全体的なユーザー戦略の一環として企業に着目する理由はいくつかあります。Perplexity最高事業責任者のDmitry Shevelenkoは、Digidayへのインタビューで、この戦略は収益源となるだけでなく、職場で試用しながら仕事外での価値を見出すことで成長チャネルにもなると述べています。ただし、Perplexityは広告主導のSEOに振り回されないことを優先しています。「Googleのビジネスモデルは、あなたに答えを提供することではなく、できるだけ多くのリンクをクリックさせることです。無料で提供できるのは、あなたのデータと注意力を金銭化しているからです」とShevelenkoは言います。

しかし、それはPerplexityが広告を完全に避けるということではありません。具体的な時期は決まっていませんが、Shevelenkoによれば「少なくとも1、2四半期は」広告を導入しない見込みです。導入時には、広告は回答の上に表示されることはなく、広告主が料金を支払って検索結果を歪めることもできません。代わりに、「関連する質問」に表示される可能性があり、Shevelenkoは「Perplexityユーザーの質問の40%がフォローアップ質問である」と指摘しています。フォローアップは「ブランドが消費者を自社の方向に導く豊かな領域になる可能性がある」とShevelenkoは言い、ブランドとユーザーにとって最も重要なことは、適切な質問をすることだと付け加えています。「例えば製品を調べていて、その回答を得たとします。そして、フォローアップの質問では、明確にスポンサー付きですが、特定のブランド製品とその機能についての質問が表示されます。その回答は、その質問を自然に入力した場合と全く同じ回答になります。」

広告の測定もPerplexityでは異なる可能性があります。Shevelenkoは、初期の広告製品では従来の指標like パフォーマンス価値や需要創出に焦点を当てるとは考えていないと言います。代わりに、即時のアクションではなく将来のアクションを促進することに重点が置かれるかもしれません。「質問をするということは、必ずしも即時のアクションを促すわけではありません。検討を促すことです。そのため、皮肉なことに、当社の広告事業が最初に始まる時は、AdWordsと直接競合することはないでしょう。特定のアクションへの転換を目指しているわけではないからです。」

生成AIの分野で活動する誰もが気づいているように、大規模言語モデルから一貫して正確な回答を得ることは、特に大規模なドキュメントセットや長いドキュメントの場合、深刻な課題です。また、従来の検索と同様に、どのリンクやドキュメントが他よりも信頼できて価値があるかを知ることも難しい課題です。これは、GoogleやMicrosoft、Braveなどのスタートアップも解決しようとしている問題です。「これが些細な課題ではない理由は、社内データとウェブデータのシグナルをランク付けするのが非常に難しいからです」とShevelenkoは言います。「多くのシグナルがあります。サイトの訪問頻度、更新頻度、他者のインデックス付けなどです。クエリに応答するソースをランク付けする際には、多くの有用なシグナルがあります。それが良質な回答につながります。」

LLMを使った企業向け検索の開発は、単に別のプラットフォームを組み込むだけではかなり難しいものです。AIの能力で企業のスキルアップを支援するWorkeraの共同創業者Kian Katanforooshは、企業がAIへのアプローチを開発する際には、戦略、テクノロジー、AI訓練済みの労働力という3つの柱が必要だと言います。しかし、3番目の柱が最もリスクの高い失敗につながると指摘しています。「知らないことを知らないことが大きな問題です。つまり、知っているつもりでいるが実は知らない、または自分が知っていることを認識していないということです。」

Perplexityは、生成AIの企業市場を狙う複数の企業の1つにすぎません。先週、Snowflakeは企業顧客向けの新しいオープンソースAIモデル「Arctic」を発表し、Cohereや Snorkel AIなどのスタートアップも自社プラットフォームの新機能を発表しました。Snowflakeの LLMは、1年前に同社が買収したNeevaから得たテクノロジーを使って構築されています。Perplexityと同様に、Neevaも広告なしでプライバシーに配慮した、一般ユーザー向けの優れた検索製品を提供することで、Googleと競合しようとしていました。SEO専門家は、GoogleやMicrosoft、Appleを除いて、ほとんどの企業が検索で勝つためのデータの壁を持っていないと指摘しています。しかし、一部の専門家はPerplexityが最初に企業に注力することで成功する可能性があると言います。SEO代理店GraphiteのEthan Smith共同創業者は、Perplexityが企業向け調査のための実用的なアプリケーションを作ることで勝ち残れるかもしれないと言います。ResearchGateやGoogle Scholarのようなものです。別の方法として、GoogleやApple、Microsoftのように多くの独自データを持つ企業とパートナーを組むことも考えられます。「誰もが同じアルゴリズムにアクセスできるようになります。重要なのは訓練データであり、訓練データとは結果のことです。だれが最も多くの結果データとより良いフィードバックループを持っているかが、アルゴリズムに関係なく勝者になります。」