蘋果為何想併購Perplexity?背後藏5大考量:砸逾4150億元吃下AI搜尋黑馬,值得嗎?
蘋果為何想併購Perplexity?背後藏5大考量:砸逾4150億元吃下AI搜尋黑馬,值得嗎?

重點一 :為因應與Google每年200億美元的搜尋合作協議可能生變,蘋果(Apple)內部正初步商議收購AI新創公司Perplexity AI,此舉或將成為蘋果史上最大規模的收購案。

重點二 :Perplexity AI近期估值已達140億美元,若蘋果以此價格收購,將遠超過2014年以30億美元收購Beats的紀錄,成為蘋果史上最大收購案。

重點三 :此收購討論仍處於早期階段,由蘋果併購主管Adrian Perica與服務業務主管Eddy Cue主導,尚未與Perplexity AI管理層接觸,時機可能取決於美國政府對Google反壟斷案的最終判決。

蘋果為何想併購Perplexity?

面對與Google長達多年、價值高達每年200億美元(約合新台幣5936億元)的搜尋引擎合作協議,因美國反壟斷官司而面臨不確定性,蘋果內部正嚴肅評估是否收購AI搜尋新創Perplexity AI。

據《彭博社》報導,這家AI新創近期估值已飆升至140億美元(約合新台幣4155億元),若收購成真,不僅將是蘋果有史以來最大規模的併購案,也標誌著蘋果意圖建立自家AI搜尋技術,以應對潛在的業務衝擊並強化其在AI時代的競爭力。

據了解,此次討論由蘋果的併購主管Adrian Perica、服務業務資深副總裁Eddy Cue及其他AI決策者共同參與,但目前仍處於極早期階段,尚未向Perplexity AI提出任何正式要約;據《路透社》報導,Perplexity回應「對收購之事並不知情」,並強調沒有進行任何討論。

Perplexity-CEO-Aravind Srinivas.jpg
亞拉文·斯里尼瓦斯 (Aravind Srinivas)為Perplexity AI聯合創始人兼CEO。
蘋果為何著急於砸錢找即戰力?

Perplexity AI 以其作為「答案引擎」(answer engine) 的獨特定位而聞名,它結合了大型語言模型 (LLM) 與即時網路搜尋,旨在提供直接、準確且附有來源引用的回答,特別適合需要快速獲取特定知識或進行深度研究的場景,其技術能直接強化蘋果生態系統內的資訊搜尋能力。

但統合各家LLM的「答案引擎」的定位,同時也是Perplexity的劣勢。舉例而言,對於需要複雜推理、程式碼編寫、創意寫作(如劇本、行銷文案)、多模態互動(處理圖片、音訊)等任務,較不如 OpenAI 的 ChatGPT o3-pro、Google旗下Gemini 2.5 Pro等模型,導致Perplexity的應用場景相對受限。

Perplexity日前找來《魷魚遊戲》男星李政宰拍攝形象廣告,強調AI語音功能能回答諸多疑難雜症。

若蘋果最終決定推進收購,其潛在的140億美元出價,將遠遠超越該公司過去所有的併購紀錄。蘋果迄今為止最大宗的收購案,仍是2014年以30億美元(約合新台幣890億元)買下的耳機品牌Beats。儘管蘋果近年也完成了對英特爾(Intel)數據機部門的十億美元級交易,以及對中國叫車服務公司滴滴(DiDi)的投資,但收購Perplexity AI的規模無疑更大。

據《彭博社》知名科技記者馬克·古爾曼指出,儘管 Perplexity AI 沒有如 OpenAI 或 Anthropic PBC 般的頂級基礎模型,但它具備多項對蘋果極具吸引力的優勢:

1.成熟的消費級產品:Perplexity 的搜尋工具介面簡潔、支援語音控制,與蘋果的iOS高度契合,能輕易地整合為Safari瀏覽器、Spotlight搜尋,甚至Siri的預設AI搜尋引擎。

2.滿足明確需求:蘋果目前欠缺的正是強大的AI搜尋層和用於日常任務的對話介面,而這恰好是Perplexity的強項。

3.規模適中的團隊:Perplexity擁有約250名員工,其團隊規模便於蘋果進行整合,其AI 人才也能為Siri及蘋果的AI工程團隊注入新血。

4.相對合理的估值:與 OpenAI高達3000億美元或Anthropic約600億美元的估值相比,Perplexity的價格對蘋果而言風險較低,但潛在回報巨大。

5.絕佳時機:蘋果與Google長達多年的搜尋合作正受到美國反壟斷訴訟的威脅。收購 Perplexity將讓蘋果在「後Google搜尋時代」擁有自家的搜尋引擎品牌。

古爾曼表示,儘管 Perplexity 是最熱門的人選,但蘋果的收購雷達上還有其他估值較低的 AI 新創公司,如 Cohere、Sierra AI、Databricks 以及來自法國的 Mistral 也在蘋果的考慮範圍內。

其中,Mistral 對蘋果而言具有獨特的戰略價值。其高效能模型以運算效率和速度聞名,非常適合在裝置端或雲端運行,能直接彌補蘋果現有模型的不足。目前,蘋果的裝置端模型僅有30億個參數,而雲端版本也只有330億個,遠遠落後於競爭對手。

併購時機未定,一切仍待「反壟斷案」結果

蘋果對Perplexity AI的興趣,被視為應對Google反壟斷案的策略後手。美國司法部已在針對Google與蘋果之間的搜尋預設協議的反壟斷訴訟中取得勝利,法院正研議後續處置措施,最壞的情況可能迫使兩家公司終止合作。

一旦失去這筆豐厚的收入,蘋果勢必須要找到替代方案。然而,蘋果在與Perplexity AI進行實質性談判前,很可能會等待該案的最終判決明朗化。屆時蘋果才能確切知道,是否需要以及何時需要徹底改變其搜尋服務策略。

對此,Perplexity AI發表聲明稱,對任何當前或未來的併購討論並不知情;蘋果官方則拒絕評論。值得注意的是,據傳臉書母公司Meta今年稍早也曾試圖收購Perplexity AI,顯示頂尖AI新創已成為科技巨頭爭搶的稀有資源。

本文合作轉載自:數位時代
本文初稿為AI編撰,整理.編輯/ 李先泰

資料來源:彭博社1彭博社2路透社

往下滑看下一篇文章
從智慧助手到自主代理:博弘雲端如何帶領企業走上 AI 實踐之路
從智慧助手到自主代理:博弘雲端如何帶領企業走上 AI 實踐之路

「代理式 AI 」(Agentic AI)的創新服務正在重新塑造企業對AI的想像:成為內部實際運行的數位員工,提升關鍵工作流程的效率。代理式AI的技術應用清楚指向一個核心趨勢:2025 年是 AI 邁向「代理式 AI」的起點,讓 AI 擁有決策自主權的技術轉型關鍵,2026 年這股浪潮將持續擴大並邁向規模化部署。

面對這股 AI Agent 浪潮,企業如何加速落地成為關鍵,博弘雲端以雲端與數據整合實力,結合零售、金融等產業經驗,提出 AI 系統整合商定位,協助企業從規劃、導入到維運,降低試錯風險,成為企業佈局 AI 的關鍵夥伴。

避開 AI 轉型冤枉路,企業該如何走對第一步?

博弘雲端事業中心副總經理陳亭竹指出,AI 已經從過去被動回答問題、生成內容的智慧助手,正式進化為具備自主執行能力、可跨系統協作的數位員工,應用場景也從單一任務延伸至多代理協作(Multi-Agent)模式。

「儘管 AI 前景看好,但這條導入之路並非一帆風順。」博弘雲端技術維運中心副總經理暨技術長宋青雲綜合多份市場調查報告指出,到了 2028 年,高達 70% 的重複性工作將被 AI 取代,但同時也有約 40% 的生成式 AI 專案面臨失敗風險;關鍵原因在於,企業常常低估了導入 GenAI 的整體難度——挑戰不僅來自 AI 相關技術的快速更迭,更涉及流程變革與人員適應。

2-RD096270.jpg
博弘雲端事業中心副總經理陳亭竹指出,AI 已經從過去被動回答問題的智慧助手,正式進化為具備自主執行能力、可跨系統協作的數位員工。面對這樣的轉變,企業唯有採取「小步快跑、持續驗證」的方式,才能在控制風險的同時加速 AI 落地。
圖/ 數位時代

正因如此,企業在導入 AI 時,其實需要外部專業夥伴的協助,而博弘雲端不僅擁有導入 AI 應用所需的完整技術能力,涵蓋數據、雲端、應用開發、資安防禦與維運,可以一站式滿足企業需求,更能使企業在 AI 轉型過程中少走冤枉路。

宋青雲表示,許多企業在導入 AI 時,往往因過度期待、認知落差或流程改造不全,導致專案停留在測試階段,難以真正落地。這正是博弘雲端存在的關鍵價值——協助企業釐清方向,避免踏上產業內早已被證實「不可行」的方法或技術路徑,縮短從概念驗證到正式上線的過程,讓 AI 真正成為可被信賴、可持續運作的企業戰力。

轉換率提升 50% 的關鍵:HAPPY GO 的 AI 落地實戰路徑

博弘雲端這套導入方法論,並非紙上談兵,而是已在多個實際場域中驗證成效;鼎鼎聯合行銷的 HAPPY GO 會員平台的 AI 轉型歷程,正是其最具代表性的案例之一。陳亭竹說明,HAPPY GO 過去曾面臨AI 落地應用的考驗:會員資料散落在不同部門與系統中,無法整合成完整的會員輪廓,亦難以對會員進行精準貼標與分眾行銷。

為此,博弘雲端先協助 HAPPY GO 進行會員資料的邏輯化與規格化,完成建置數據中台後,再依業務情境評估適合的 AI 模型,並且減少人工貼標的時間,逐步發展精準行銷、零售 MLOps(Machine Learning Operations,模型開發與維運管理)平台等 AI 應用。在穩固的數據基礎下,AI 應用成效也開始一一浮現:首先是 AI 市場調查應用,讓資料彙整與分析效率提升約 80%;透過 AI 個性化推薦機制,廣告點擊轉換率提升 50%。

3-RD096215.jpg
左、右為博弘雲端事業中心副總經理陳亭竹及技術維運中心副總經理暨技術長宋青雲。宋青雲分享企業導入案例,許多企業往往因過度期待、認知落差或流程改造不全,導致專案停留在測試階段,難以真正落地。這正是博弘雲端存在的關鍵價值——協助企業釐清方向,避免踏上產業內早已被證實「不可行」的方法或技術路徑,縮短從概念驗證到正式上線的過程,讓 AI 真正成為可被信賴、可持續運作的企業戰力。
圖/ 數位時代

整合 Databricks 與雲端服務,打造彈性高效的數據平台

在協助鼎鼎聯合行銷與其他客戶的實務經驗中,博弘雲端發現,底層數據架構是真正影響 AI 落地速度的關鍵之一,因與 Databricks 合作協助企業打造更具彈性與擴充性的數據平台,作為 AI 長期發展的基礎。

Databricks 以分散式資料處理框架(Apache Spark)為核心,能同時整合結構化與非結構化資料,並支援分散式資料處理、機器學習與進階分析等多元工作負載,讓企業免於在多個平台間反覆搬移資料,省下大量重複開發與系統整合的時間,從而加速 AI 應用從概念驗證、使用者驗收測試(UAT),一路推進到正式上線(Production)的過程,還能確保資料治理策略的一致性,有助於降低資料外洩與合規風險;此對於金融等高度重視資安與法規遵循的產業而言,更顯關鍵。

陳亭竹認為,Databricks 是企業在擴展 AI 應用時「進可攻、退可守」的重要選項。企業可將數據收納在雲端平台,當需要啟動新型 AI 或 Agent 專案時,再切換至 Databricks 進行開發與部署,待服務趨於穩定後,再轉回雲端平台,不僅兼顧開發效率與成本控管,也讓數據平台真正成為 AI 持續放大價值的關鍵基礎。

企業強化 AI 資安防禦的三個維度

隨著 AI 與 Agent 應用逐步深入企業核心流程,資訊安全與治理的重要性也隨之同步提升。對此,宋青雲提出建立完整 AI 資安防禦體系的 3 個維度。第一是資料治理層,企業在導入 AI 應用初期,就應做好資料分級與建立資料治理政策(Policy),明確定義高風險與隱私資料的使用邊界,並規範 AI Agent「能看什麼、說什麼、做什麼」,防止 AI 因執行錯誤而造成的資安風險。

第二是權限管理層,當 AI Agent 角色升級為數位員工時,企業也須比照人員管理方式為其設定明確的職務角色與權限範圍,包括可存取的資料類型與可執行的操作行為,防止因權限過大,讓 AI 成為新的資安破口。

第三為技術應用層,除了導入多重身份驗證、DLP 防制資料外洩、定期修補應用程式漏洞等既有資安防禦措施外,還需導入專為生成式 AI 設計的防禦機制,對 AI 的輸入指令與輸出內容進行雙向管控,降低指令注入攻擊(Prompt Injection)或惡意內容傳遞的風險。

4-RD096303.jpg
博弘雲端技術維運中心副總經理暨技術長宋青雲進一步說明「AI 應用下的資安考驗」,透過完善治理政策與角色權限,並設立專為生成式 AI 設計的防禦機制,降低 AI 安全隱私外洩的風險。
圖/ 數位時代

此外,博弘雲端也透過 MSSP 資安維運託管服務,從底層的 WAF、防火牆與入侵偵測,到針對 AI 模型特有弱點的持續掃描,提供 7×24 不間斷且即時的監控與防護。不僅能在系統出現漏洞時主動識別並修補漏洞,更可以即時監控活動,快速辨識潛在威脅。不僅如此,也能因應法規對 AI 可解釋性與可稽核性的要求,保留完整操作與決策紀錄,協助企業因應法規審查。

「AI Agent 已成為企業未來發展的必然方向,」陳亭竹強調,面對這樣的轉變,企業唯有採取「小步快跑、持續驗證」的方式,才能在控制風險的同時,加速 AI 落地。在這波變革浪潮中,博弘雲端不只是提供雲端服務技術的領航家,更是企業推動 AI 轉型的策略戰友。透過深厚的雲端與數據技術實力、跨產業的AI導入實務經驗,以及完善的資安維運託管服務,博弘雲端將持續協助企業把數據轉化為行動力,在 AI Agent 時代助企業實踐永續穩健的 AI 落地應用。

>>掌握AI 應用的新契機,立即聯繫博弘雲端專業顧問

登入數位時代會員

開啟專屬自己的主題內容,

每日推播重點文章

閱讀會員專屬文章

請先登入數位時代會員

看更多獨享內容

請先登入數位時代會員

開啟收藏文章功能,

請先登入數位時代會員

開啟訂閱文章分類功能,

請先登入數位時代會員

我還不是會員, 註冊去!
追蹤我們
2026 大重啟
© 2026 Business Next Media Corp. All Rights Reserved. 本網站內容未經允許,不得轉載。
106 台北市大安區光復南路102號9樓