Perplexityは自前モデルSonarとCometで、検索をAPIとブラウザへ広げた

Perplexityは、検索クエリに対して引用元つきの回答を返すAIアンサーエンジンだ。

2022年8月にAravind Srinivasが創業し、同年12月に回答エンジン「Ask」を公開した。

無料プランに加えて月額20ドルのProと月額40ドルのEnterprise Proを用意し、自社モデルSonarのAPIとCometブラウザへ事業を広げている。出典

Aravind SrinivasはPerplexityの共同創業者兼CEOで、公式ブログで「SEOスパムやスポンサーリンク、複数のウェブページを選り分ける時代は、より効率的な情報の消費と共有に置き換わる」と述べた。出典

2022年、引用つきの回答エンジンから

Perplexityは2022年8月に創業し、同年12月に回答エンジン「Ask」を公開した。

公開から4か月で月間アクティブユーザーは200万人に達し、回答には常に出典を添え、利用者が自分で検証できることを設計の中心に置いた。出典

シードからSeries Bへ

2022年9月に$3.1Mのシードを調達し、2023年4月にはNEA主導で$25.6MのSeries Aを実施。

2024年1月にはIVP主導のSeries Bで$73.6Mを調達し、累計調達額は$100Mに達した。

この時点で月間アクティブユーザーは1,000万人、2023年の累計クエリは5億件を超えている。出典出典

検索を企業の業務へ

2024年4月に最初のB2B向け商品Enterprise Proを始めた。

同時に$62.7Mを追加調達し、累計調達額は$165M、評価額は$10億を超えた。

月間クエリは1億6,900万件に増え、データを学習に使わない方針とSSO、7日でのクエリ削除を打ち出した。出典

Cometと回答の分配モデル

2025年にPerplexityはブラウザ「Comet」を投入した。

当初は最上位のMax向けだったが、数か月後に全世界へ無料で開放した。

さらにComet Plusでは、人間の閲覧・検索の引用・エージェントの操作という3種類のトラフィックに応じて出版社へ収益を配分する。

月額$5の購読で、ProとMaxには自動で含まれる。出典出典出典

自前モデルとAPIへ

検索体験の中核には自社モデルSonarがある。

Llama 3.3 70Bを基に回答の事実性と読みやすさを鍛え直し、Cerebrasの推論基盤で毎秒1,200トークンを出す。

SonarはAPIとしても提供され、検索そのものが外部プロダクトに組み込まれる部品になった。出典

現在地

公式サイトでは、5万を超える組織がPerplexity Enterpriseを利用していると説明している。

エージェントの安全性を研究するSecure Intelligence Instituteを2026年3月に設立し、埋め込みモデルpplx-embed-v2をHugging Faceで公開するなど、消費者向けの検索から企業と開発者向けの基盤へと守備範囲を広げている。出典出典出典

Perplexityが刺さるのは、「調べる」ことに時間を取られる知識労働者だ。

検索結果のリンクを開いて回る代わりに、引用元つきの要約を1か所で得たいという痛みに応える。

無料の検索体験で入口を作り、ProやEnterprise Proで業務利用を取り込む。

月間クエリが1億6,900万件に達した時点で、利用が一過性の関心ではないことが示された。出典

一方で回答の正確性は検索結果に依存するため、引用の質と出典の扱いが満足度を左右する。

障壁は、引用つき回答の品質を支える自前の検索・ランキング基盤と、Sonarという自社モデル、そしてCometというブラウザの接点だ。

検索インデックスと埋め込みモデル、API提供を内製でそろえ、利用が増えるほど回答品質と配信効率が改善する構造を作っている。出典

ネットワーク効果は中程度だ。

利用者のクエリと評価が検索品質の改善に効き、API利用企業が増えるほど検索基盤の固定費を薄められる。

ただし回答エンジンは利用者同士が直接つながるサービスではないため、出版社や提携先とのコンテンツ網の広がりが効果の主な源泉になる。出典

主な利用者は、調査や意思決定のために何度も検索を繰り返す知識労働者と、その業務を効率化したい組織だ。

個人では研究者、学生、マーケター、開発者が中心で、企業では法務・営業・データチームのような一次情報の確認が欠かせない部門が導入している。出典

第一に、回答に必ず出典を添える設計を初期から貫いたこと。

検証可能性がそのまま差別化になった。

第二に、無料・Pro・Enterprise Pro・Maxと価格帯を分け、個人の利用を企業契約へつなげた。

第三に、SonarやCometのように検索の外側へ商品を広げ、回答エンジンをAPIとして他社に埋め込ませた。

Series Bの時点で月間1,000万人に達した規模が、その後の調達と提携の土台になった。出典

課題は、回答の正確性と出典の扱いが常に外部要因に左右される点だ。

出版社との関係では、AIによる要約が従来のクリック収益を損なうという批判が続いており、Comet Plusのような分配モデルはその答えとして始まったばかりで、定着するかは不確実だ。

加えてGoogleやOpenAI、Microsoftという資金力のある競合が同じ市場に踏み込んでおり、検索の入口そのものが奪われるリスクと、GPUと推論コストの負担が収益を圧迫するリスクが残る。出典

成長は3段階で進んだ。

まず無料の回答エンジンで個人の利用を集め、次にProとEnterprise Proで課金し、現在はSonar APIとCometで利用面を広げている。

世界市場ではSoftBank Corp.やDeutsche Telekomのような通信大手と組み、すでに大規模な顧客基盤を持つパートナーの販路を借りている。

トレードオフは、無料開放と提携拡大が推論コストとサポート負担を同時に膨らませる点だ。出典

主要チャネル: content, seo, app_store, api_platform, telecom_partnerships, browser_free_release

持ち帰れる学びは、信頼の設計を機能追加より先に置くことだ。

出典を常に示すという初期の選択が、その後の企業導入とAPI提供の前提になった。

もう一つは、入口の商品で満足せず、自社モデルとAPIという部品を外に出して他社プロダクトの中に組み込ませたこと。

競合が多い市場では、単体の体験よりも組み込まれる側に回る方が防御になりやすい。出典

日本では、SoftBank Corp.との提携が示すように、通信事業者の顧客基盤を借りる形が現実的だ。

個人向けは無料とProの訴求が中心になる一方、企業向けは社内文書の検索とSSO、データを学習に使わない契約条件が導入の決め手になりやすい。

日本語の引用品質と出典表示をどこまで詰められるかが、国内での評価を分けると考える。出典