Perplexity轉型AI代理,短短一個月營收成長50%!為什麼AI搜尋錢難賺?
Perplexity轉型AI代理,短短一個月營收成長50%!為什麼AI搜尋錢難賺?

曾訴訟纏身、難以找到商業模式的Perplexity,如今終於看到曙光。根據《金融時報》報導,Perplexity今年3月的年化經常性收入(ARR)突破4.5億美元,較前月成長逾50%。這波成長,來自他們加速向AI代理領域的轉型。

Perplexity此次營收突破,關鍵在於今年2月推出的AI代理工具Computer,以及同步引入的用量計費定價模式——最高方案的訂閱用戶有一定額度的積分可使用,超出後按量計費,藉此突破固定訂閱費的收入上限。稍早推出的Model Council,則讓不同模型的輸出結果並列呈現,供用戶比較。

輝達執行長黃仁勳上月在輝達年度開發者大會上公開向現場聽眾推薦Computer,鼓勵大家「付到最高方案」。Perplexity執行長阿拉文德.斯里尼瓦斯(Aravind Srinivas)隨即回應,「沒有上限,你要花多少就花多少。」

Perplexity高層透露,目前其AI搜尋及代理工具每月活躍用戶數超過1億人,其中包括上萬家企業客戶。

Perplexity廣告一年只賺2萬美元,兩個困境讓AI搜尋難變現

Perplexity這次轉型AI代理看似突然,實際上卻是在AI搜尋的商業模式走不通後的必然選擇。搜尋的推論成本極高,每次查詢都要即時爬取網頁、執行RAG架構,而Google和微軟可以用其他業務補貼這些成本,Perplexity在規模上永遠追不上,毛利空間有限。

為了尋找營收來源,Perplexity在2024年開始測試廣告,把贊助內容放在AI回答下方,結果一整年的廣告收入只有2萬美元,占全年3,400萬美元營收不到0.1%。2025年10月,Perplexity宣布停止接受新廣告主;2026年2月正式放棄廣告模式。

為何廣告模式行不通?問題有兩個:首先,AI搜尋本身的價值,就是提供用戶最好的答案,讓用戶不必在大量連結中尋尋覓覓。一旦出現廣告,用戶會開始懷疑答案是否受商業利益影響,信任感直接崩解。

另一個是技術問題:以往衡量廣告效益的工具,在Perplexity介面上無法發揮功用,廣告主自然不願意在無法衡量投資報酬率的地方投放廣告。

 Perplexity AI
Perplexity AI在今年2月下旬推出Perplexity Computer,一套能夠接下完整工作流程、不需要人全程盯著的多模型自主代理平台。
圖/ Perplexity AI

與此同時,媒體業者紛紛狀告Perplexity。《華爾街日報》母公司新聞集團、《紐約時報》、大英百科全書等機構先後提起訴訟,指控Perplexity剽竊內容、「非法複製」資訊。另有一起隱私訴訟主張,公司未經用戶同意即將資料分享給Google與Meta。Perplexity否認上述不當行為,但持續累積的法律風險,讓投資者對AI搜尋的前景抱持疑慮。

延伸閱讀:用「文言文」提問能省Token嗎?這段黃金提示詞,能讓你的Claude用久一點

模型分派能力,成Perplexity轉型AI代理的優勢

去年Perplexity推出AI瀏覽器Comet,可透過文字或語音執行購物、摘要社群媒體資訊、發送電子郵件等任務,可說是向AI代理領域轉型的前奏。今年推出的Computer,則進一步整合OpenAI的GPT系列、Anthropic的Claude,以及DeepSeek的R1、月之暗面(Moonshot)的Kimi等開源模型。

Perplexity能在AI代理領域初步取得成果,一部分或許和他們的技術優勢有關。一位熟悉Perplexity運作的人士告訴《金融時報》,公司的優勢在於,能依任務性質將查詢指派至最合適的模型——例如以OpenAI的Codex或Anthropic的Claude Code處理程式碼,以GPT-5處理文字創作,以Anthropic Opus處理複雜推理。

這種「模型分派」能力在AI搜尋時代是降低推論成本的手段,進入代理人架構後,則成為協調多模型執行複雜任務的核心技術基礎。

今年2月,一名用戶在X上發布影片,展示Perplexity Computer即時建構針對輝達股票的市場分析終端,觀看次數達750萬次,不少留言將其功能比擬為年費近3萬美元的彭博終端機(Bloomberg Terminal)。

Perplexity希望透過進軍AI代理領域,在企業市場分一杯羹。不過這塊領域也正面臨越加激烈的競爭,OpenAI、Anthropic及Google都著手將AI代理功能整合至企業使用的套件中。Perplexity能否用模型分派的技術優勢換取足夠時間建立護城河,將是接下來最核心的挑戰。

延伸閱讀:
Gemini新功能「notebooks」上線!串接NotebookLM,讓你把對話、文件整理成專屬AI知識庫

每次換AI就得狂改prompt?Prompt Master免費安裝教學:2分鐘讓提示詞跨平台通用

資料來源:Financial TimesYahooi10x
本文初稿為AI編撰,整理.編輯/陳建鈞

關鍵字: #AI #Perplexity
往下滑看下一篇文章
從會員數據到 AI 行銷:Vpon 打造零售業 AI-Ready 數據中台,提升決策效率
從會員數據到 AI 行銷:Vpon 打造零售業 AI-Ready 數據中台,提升決策效率

在 AI 快速進入企業營運核心的時代,數據不再只是被動的分析素材,而是 AI 模型運作與決策優化的重要基礎。

零售品牌積極累積大量第一方數據,例如會員資料、交易紀錄以及線上與線下行為數據,但因這些數據分散於不同系統,缺乏統一的身分識別機制以及明確的元數據(Metadata)定義,導致難以整合與分析,同時,也影響 AI 對這些數據資產的理解與應用。

為解決上述挑戰,Vpon 威朋將累積十餘年的實務經驗轉化為產品與服務,如 Audience Center 與 AI Agent 等解決方案,並透過專業顧問團隊協助企業完成數據收集、清理、整合與分析等關鍵流程,從資料清理到 AI-Ready 再到落地應用,讓行銷與業務團隊能以自然語言將數據查詢與分群受眾逐步自動化,大幅縮短過去仰賴技術與分析團隊溝通需求與開發分析邏輯的時間。

Vpon 助零售業打造 AI-Ready 數據基礎,以 Audience Center 驅動業務商機

如何建立 AI Ready 數據基礎建設?

Vpon 威朋數據科學經理廖宜楷指出,在 AI 驅動的時代,數據的品質決定模型價值。其中四個關鍵分別是:建構標準化的數據採集與處理管線,透過統一的工程規範,確保所有進入系統的數據在格式、維度與質量上具備高度一致性;其次是定義語義清晰的元數據(Metadata)體系,確保數據能夠被 AI 理解與使用,從而產出具備可靠性的產出結果;再來是打破企業內部的「數據孤島」, 透過完整整合線上(Web/App)行為與線下(POS/CRM)會員資訊,建構全方位的會員數據輪廓,精準捕捉消費者的跨通路行為軌跡。最後,數據的價值隨時間遞減,AI 的決策品質取決於數據的「新鮮度」,因此,數據的持續更新與自動化維護,不僅能讓企業在動態市場中保持敏銳,還可進一步深化會員輪廓分析的即時性。

舉例來說,在 Vpon 團隊的協助下,台灣百貨零售龍頭透過整合 Web 與 App 行為資料,並將線上與線下數據集中於數據中台進行分析,將傳統耗時數小時的複雜資料庫分析工作縮短至秒級回應,並基於此高效率基礎,進一步開發不同業務主題的預測與分群模型,提升行銷精準度與營運決策的敏捷性。

扎實數據基礎的價值落實:Audience Center 如何賦能企業實現「數據即戰力」?

有了堅實的數據底座後,下一步是透過 Audience Center 將數據資產轉化為商業動能。

廖宜楷指出,在變化快速的零售與數位行銷市場中,速度就是競爭力。然而,仍有許多企業在數據應用上面臨嚴重的溝通與技術斷層。過去,當行銷或業務人員需要數據支持時,通常得花費繁複的內部流程申請需求、討論需求,才會進到後續的資料清理、建模與分析,最後才能得到想要的分析結果或行銷名單。這種以「週」為單位的進程,不僅拖慢了決策效率,更讓企業在競爭激烈的市場中錯失先機。

Audience Center 的核心價值在於徹底翻轉上述流程,將數據處理轉化為數據服務,透過直覺的介面與背後扎實的數據基礎支撐,讓非技術人員不用編寫程式碼,即可自行組合維度,大幅縮短從需求到執行的距離,將原先需要耗時數週的作業流程優化成秒級產出。

「Audience Center 的導入,不僅有助於提升效率,更賦予企業快速試錯與精準捕獲趨勢的能力,讓數據真正成為驅動業務增長的引擎。」廖宜楷如此總結。

#1 從會員數據到AI行銷:Vpon打造零售業AI-Ready數據中台,提升決策效率
Vpon 威朋數據科學經理 廖宜楷
圖/ 數位時代

以 AI Agent 重塑數據使用方式,讓數據更貼近決策流程

「Vpon 除提供 Audience Center 協助品牌發揮第一方數據資產價值、提供豐沛的第三方數據助品牌深化對客戶輪廓的掌握度,更推出 AI Agent 服務讓品牌與行銷人員能更直覺地使用數據。」Vpon 威朋數據科學資深總監陳文謙表示,在數位轉型的過程中,許多企業面臨的挑戰不僅是數據整合,更包括如何讓不同部門的人員都能更即時協作與應用數據,有鑑於此,Vpon 推出四種 AI Agent 協助企業分析與應用數據,極大化第三方數據成效:

第一,以 Reporting Agent 讓高階主管或行銷人員可以自然語言查詢數據與生成報表,即時掌握市場動態,加速決策下達與決策品質。

第二,透過 Insight Agent 確保數據分析不受分析人員的主觀意識或產業知識侷限,可以輕鬆完成跨領域數據分析、快速挖掘潛在市場機會與消費者洞察。

第三,藉由 Audience Agent 將客戶分群方式從規則導向(Rule-based)轉變為關聯導向,以關聯分析擴大受眾範圍,協助品牌找出更多潛在客群。

第四,推出 Creative Agent 協助行銷人員分析廣告素材表現的根本原因,釐清受眾喜歡的素材跟不喜歡的素材,藉此優化廣告投放內容,持續提升轉換率。

陳文謙表示:「透過 AI Agent 的輔助,品牌不僅能更快完成數據分析,也能將分析結果直接轉化為行銷策略與創意建議,降低跨部門溝通成本,讓數據真正參與決策流程。」

#2 從會員數據到AI行銷:Vpon打造零售業AI-Ready數據中台,提升決策效率
Vpon 威朋數據科學資深總監 陳文謙
圖/ 數位時代

鏈結數據生態夥伴,以跨境數據放大行銷效益

除了協助品牌主建立 AI Ready 的數據基礎環境並提升數據使用效率,Vpon 也持續拓展數據生態圈,協助零售品牌更精準布局海外市場。

Vpon 威朋產品行銷資深經理邱心儒表示,跨境行銷過去多仰賴經驗與市場直覺,但透過數據整合與 AI 分析,品牌能更精準理解海外消費者的旅遊與消費行為。

以 Vpon 與日本 Loyalty Marketing Inc. 合作為例說明,透過雙方的獨家合作,企業可以結合 Ponta 超過一億的會員數據、問卷調查結果以及 Vpon 的七大數據來源,深入分析日本消費者的消費偏好與購買力——包括哪些日本族群對台灣品牌最感興趣、最受歡迎的台灣商品類型,以及不同客群的價格敏感度與回購行為等,將行銷決策從過往的經驗判斷轉變為精準的數據洞察,成為品牌出海的重要工具。

簡言之,對零售品牌而言,跨境數據是理解海外旅客真實樣貌的一大利器,也能進一步優化廣告投放、內容策略與商品布局,讓品牌在拓展國際市場時,可以更有效率地接觸潛在客群,放大行銷效益。

#3 從會員數據到AI行銷:Vpon打造零售業AI-Ready數據中台,提升決策效率
Vpon 威朋產品行銷資深經理 邱心儒
圖/ 數位時代

展望未來,Vpon 將持續擴展數據生態圈並優化產品服務,幫助零售品牌從數據整合、AI 分析到市場決策建立完整的數據應用循環,希望以數據夥伴的角色與品牌共同成長,打造互利共贏的數據生態。

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
AI全球100+台灣20
© 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