创新案例|搜索新王Perplexity如何构建生成式AI产品开发的新模式

news2025/1/11 2:28:11

Perplexity AI:生成式搜索的颠覆者

刚刚成立满两年,Perplexity AI已经变成了我日常频繁使用的工具,甚至取代了我对 Google搜索的依赖 —— 而我并非个案。该公司仅凭不到 50 名员工,已经吸引了数千万用户。他们目前的年收入超过 2000 万美元,并且在与 Google 与 OpenAI 竞争搜索引擎的未来中显得尤为突出。他们近期的 6300 万美元融资活动使公司估值超过了 10 亿美元,得到了 Nvidia、Jeff Bezos 等众多投资者的青睐。Nvidia 的 CEO Jensen Huang 表示他“几乎每天都会使用这款产品”。

  • 在人工智能和搜索技术的快速发展中,Perplexity AI 正在成为一个强大的新角色,它将对话式人工智能和网络搜索功能融为一体。
  • Perplexity AI 是一个答案引擎,它使用大型语言模型来提供复杂问题的答案以及相关来源和引文。
  • Perplexity AI 正在利用先进的人工智能重新定义在线搜索和搜索引擎优化,为谷歌提供个性化和透明的替代方案。
  • 该公司的核心产品是由 OpenAI 的 GPT 3.5 和微软必应支持的搜索界面,提供带有验证引文的摘要答案。
  • Perplexity AI 不仅仅是一个搜索引擎,它还是一个应用广泛的工具,横跨多个领域。它拥有强大的自然语言处理能力和最新信息。
  • Perplexity AI 可为用户提供即时的问题解答、相关来源和引文以及上下文回复。它有利于学术研究、记者事实核查、内容营销和企业市场研究。

AI产品模式

以下文章是基于与联合创始人兼产品负责人Johnny Ho深入访谈,他详细介绍了 Perplexity 如何打造 AI产品 —— 这可能预示着许多公司未来AI产品开发的方向

  1. 以 AI 为先导: 从“如何推出产品?”开始,他们在每一个公司建设的步骤中都积极寻求 AI 的建议,员工在求助同事之前,首先向 AI 寻求答案。

  2. 组织灵活高效: 尽量通过并行工作方式来减少各部门间的协调成本。

  3. 小团队高效运作: 典型的团队规模为两到三人。他们评价极高的播客就是由一人独立负责的。

  4. 精简的管理层: 优先考虑自我驱动的独立贡献者,避免聘请那些主要通过指导他人来发挥作用的管理者。

  5. 对未来的洞察: 团队预见到,随着时间的推移,那些既懂技术又具备产品敏感度的项目经理或工程师,将成为公司中最具价值的资产。

AI产品模式

1. 如何利用AI工具来构建Perplexity?

在公司成立初期,团队遇到了许多不熟悉的领域,例如产品管理、项目管理、财务和人力资源。幸运的是,GPT-3 的早期采用改变了公司的格局。在公司的发展过程中,经常向人工智能咨询有关定义和执行任务的见解。例如,向人工智能提出“X 是什么?”和“应该如何正确完成 X?”等问题,询问产品发布流程及其基本步骤。虽然人工智能提供的步骤是近似的,但对于像 Perplexity 这样的新兴企业来说,它们被证明足够有效。就像人类的反应一样,这些人工智能生成的答案通常需要通过反复试验来改进。因此,Perplexity 坚持不懈地努力迭代改进。

AI产品模式

原本需要几天才能摸索清楚的事务,借助 AI 和恰当的引导,可以在五分钟内迅速开展。至今仍在采用这种方式。就这个星期向 Perplexity 提问:“我应该如何撰写一封邀请别人加入 Perplexity Pro 的邮件?”

Perplexity甚至尝试过利用 AI 来开发产品。然而,当事涉到编程时,现有的 AI 工具仍不够成熟。它能帮助团队撰写脚本,但若要创建一个稳定的平台,现有代码还远远不够。尽管技术不断进步,最新的模型也只是提供了一些模板,还不能用它来设计持久的新型抽象。

2. 由多少产品经理负责?

Perplexity公司有 50 名员工,目前只有两名专职产品经理掌舵。我们的项目通常只需要一两个人的小团队。即使对于最复杂的任务,团队人员也不会超过四个人。以播客为例:从最初的规划阶段到最终的执行,播客都由一个人单独策划。尽管这位多面手员工的职业是品牌设计师,但他在音频制作方面也非常出色,并付出了额外的努力来确保我们的播客吸引并吸引观众。令人惊讶的是,产品经理在整个过程中只扮演了次要角色。

对于需要复杂决策和深入参与的项目,Perplexity严重依赖产品经理。他们面临的主要挑战在于准确引导潜在的应用场景。在人工智能领域,前景充满着无数的可能性,产品经理有责任根据数据和用户洞察做出关键决策。其中一个难题是在提高生产力的应用程序和更具互动性的聊天机器人之间找到平衡。虽然公司最初选择优先考虑生产力,但围绕这一选择的争论仍在持续。

展望未来,Perplexity计划在明年再招聘一到两名产品经理。尽管如此,对候选人的标准仍然很严格。

AI产品模式

3. PM招聘时最看重什么(可能别人不太注重的)?

Perplexity的成功很大程度上归功于优秀的招聘和保持极高的标准。鉴于AI快速的工作节奏,首先看重应变能力和主动性。在资源受限的情况下能够积极建设和承担多种职责的能力,对公司至关重要。

观察产品经理的简历,很多人将帮助他人和达成共识放在首位。随着人工智能(AI)的发展,这些能力的重要性将降低。因此,管理流程或领导团队的能力并不是首要考虑的。更看重那些能对用户产生显著影响的优秀个体贡献者,而不是仅限于他们所在公司的影响。如果简历中出现“敏捷专家”或“Scrum 主管”,可能并不适合Perplexity的需求。

此外,人工智能让产品经理能够进行更多的个人贡献,尤其是在数据分析和客户洞察方面。当然,基础的数学、统计学知识和编程能力依然是必需的,但成为一个真正具备技术背景的产品经理前所未有的容易。

Perplexity依然重视文化的匹配和合作的便捷性,但不再那么需要那些主导他人工作的人才,因为有了人工智能,这已经不是必需的了。随着公司规模的扩大,这种情况可能会改变,但在目前的规模下,需要开发的产品远多于可以参与的人手。

展望未来,整个行业的管理层会趋于精简。如果预测,具有技术背景且懂得产品美学的产品经理或工程师,将成为公司最宝贵的资产。

AI产品模式

4. 团队什么原则来组建和调整?

Perplexity的团队是依据产品、用户类型、用户体验、成果,还是其他关键原则来组建的?Perplexity目标是尽量减少团队协调上的阻碍,这个概念来源于 Alex Komoroske 在 他的黏菌组织演示文稿中的描述。基本思想是,随着规模的扩大,不确定性和意见分歧导致的协调成本会增加,而简单增加管理层并不能有效解决问题。团队成员的目标可能会出现错位,他们可能会对上级不真实汇报,而上级也可能向更高层的管理者误报。若要与组织中其他部分的人交流,往往需要通过多层级的沟通。

更理想的方式是保持团队对总体目标的一致认识,并通过共享可重用的指导手册和流程,使不同项目能并行推进。特别是在 AI 技术的帮助下,团队可以通过利用 AI 进行“橡皮鸭调试”,即用 AI 帮助梳理和验证想法,从而减少对完美一致性和全面共识的依赖,有效降低协调成本。团队还会在内部文档中持续更新团队成员的联系信息,以便在需要时可以直接联系相关人员,这依赖于高度的相互信任。

更为重要的是,有了 AI 的辅助,团队无需频繁进行人与人之间的直接沟通。在向他人提问之前,你或许可以先让 AI 花一分钟时间帮助降低沟通成本,为每个人自行解决问题提供一个合理的出发点。

由于文章篇幅有限,原文链接,请点击:

创新案例|搜索新王Perplexity如何构建生成式AI产品开发的新模式

延展文章:

1. A创新指南 | 如何利用人工智能技术实现企业营销效率提升10倍(上)

2. 创新趋势|以创业心态迎接AI时代是企业持续创新与增长的必由之路

3. 创新书荐|《生态驱动增长》打造以生态伙伴为中心的增长模式

4.  创新入门|解锁您的潜在市场:探秘付费点击广告(PPC)的秘密武器

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处:http://www.coloradmin.cn/o/1661570.html

如若内容造成侵权/违法违规/事实不符,请联系多彩编程网进行投诉反馈,一经查实,立即删除!

相关文章

C++ 多态 - 下

目录 1. 多态的原理 1.1. 虚函数表 1.2. 多态原理 1.3. 静态绑定和动态绑定 1.3.1. 运行时决议 1.3.2. 编译时决议 1.4. 为什么基类的对象调用虚函数不能构成多态 2. 单继承中的虚函数表 2.1. 同类型对象的虚表 2.2. 单继承的对象的虚表 2.2.1. 内存窗口查看 2.2.2…

【机器学习300问】84、AdaGrad算法是为了解决什么问题?

神经网络的学习的目的是找到使损失函数的值尽可能小的参数。这是寻找最优参数的问题,解决这个问题的过程称为最优化。因为参数空间非常复杂,无法轻易找到最优解,而且在深度神经网络中,参数的数量非常庞大,导致最优化问…

数据库表自增主键超过代码Integer长度问题

数据库自增主键是 int(10) unsigned类型的字段,int(M) 中 M指示最大显示宽度,不代表存储长度,实际int(1)也是可以存储21.47亿长度的数字,如果是无符号类型的,那么可以从0~42.94亿。 我们的表主键自增到21.47亿后&#…

【Pytorch】6.torch.nn.functional.conv2d的使用

阅读之前应该先了解基础的CNN网络的逻辑 conv2d的作用 是PyTorch中用于执行二维卷积操作的函数。它的作用是对输入数据进行二维卷积操作,通常用于图像处理和深度学习中的卷积神经网络(CNN)模型。 conv2d的使用 我们先查看一下官方文档 inpu…

Linux系统调用过程详解:应用程序调用驱动过程

Linux下应用程序调用驱动程序过程: (1)加载一个驱动模块(.ko),产生一个设备文件,有唯一对应的inode结构体 a、每个设备文件都有一个对应的’inode‘结构体,包含了设备的主次设备号,是设备的唯一…

AScript纯本地离线文字识别插件

目的 AScript是一款可以模拟鼠标和键盘操作的自动化工具。它可以帮助用户自动完成一些重复的、繁琐的任务,节省大量人工操作的时间。但按键精灵是不包含图色功能,无法识别屏幕上的图像,根据图像的变化自动执行相应的操作。本篇文章主要讲解下…

全网最详细使用war包的方式结合Tomcat和向量数据库PostgreSQL本地部署Xwiki教学

部署 XWiki 在 CentOS 7 上的过程涉及多个步骤,主要包括安装环境依赖、配置数据库以及安装和配置XWiki。以下是一个详细的步骤说明: 1. 系统准备 首先,确保您的系统是最新的: sudo yum update2. 安装 Java 这里需要注意一下版本…

综述列表(~2024.05.10)

(进 Q 交流群:922230617 或加 VX:CV_EDPJ 进 V 交流群) 每周末更新,完整版进群获取。 Q 群在群文件,VX 群每周末更新。

vivado新版本兼容老版本,vitis classic兼容sdk教程

new version: vivado版本2023.2 和vitisv classic 2023.2 old version: vivado 2018.3以及之前的版本 打开工程 自动升级到当前版本,选择OK 点击Yes,合并当前的目录架构 点击OK 点击Report IP status 勾选要升级的IP核,点击升级 在项目工程文件夹…

leetcode-括号生成-101

题目要求 思路 1.左括号的数量等于右括号的数量等于n作为判出条件,将结果存到res中 2.递归有两种,一种是增加左括号,一种是增加右括号,只要左括号的数量不超过n,就走增加左括号的递归,右括号的数量只要小于…

Microsoft Edge浏览器,便携增强版 v118.0.5993.69

01 软件介绍 Microsoft Edge浏览器,便携增强版,旨在无需更新组件的情况下提供额外的功能强化。这一增强版专注于优化用户体验和系统兼容性,具体包含以下核心功能的提升: 数据保存:通过优化算法增强了其数据保存能力&…

结构体与联合体的嵌套使用

代码如下 #include <iostream> #include <string> using namespace std;typedef struct t_in_struct1 {int var1;int var2; }name_in_struct1;typedef struct t_in_struct2 {int var3;int var4; }name_in_struct2;typedef struct t_struct {int a;union {name_in_…

重生我是嵌入式大能之串口调试UART

什么是串口 串口是一种在数据通讯中广泛使用的通讯接口&#xff0c;通常我们叫做UART (通用异步收发传输器Universal Asynchronous Receiver/Transmitter)&#xff0c;其具有数据传输速度稳定、可靠性高、适用范围广等优点。在嵌入式系统中&#xff0c;串口常用于与外部设备进…

串口初始化自己独立的见解--第九天

1.SM0,SM1 我们一般用 8位UART&#xff0c;波特率可变 &#xff08;方式1的工作方式&#xff09; SCON &#xff1a;SM2 一般不用&#xff0c;SM0 0 ,SM1 1 PCON : 有两位 我们不动它&#xff0c;不加速&#xff0c;初始值 TMOD&#xff1a;8位自动重装定时器&#xff0…

初识ADMM算法!ADMM算法在分布式配电网调度中的应用程序代码!

前言 随着分布式电源(distributed generation&#xff0c;DG)的渗透率不断提高&#xff0c;传统的配电网系统从被动单向的供电网络转变为功率双向流动的有源网络&#xff0c;使得配电网运行和控制面临诸多新挑战。依靠网络升级或运行结构变化等方法维持配电网可靠运行的成本高…

7 系列 FPGA 产品介绍及选型

目录 Spartan-7 FPGAsArtix-7 FPGAsKintex-7 FPGAsVirtex-7 FPGAsFPGA芯片命名规则DSP资源BRAM资源Transceivers 资源Transceivers 总带宽I/O 个数及带宽参考文档 Spartan-7 FPGAs Artix-7 FPGAs Kintex-7 FPGAs Virtex-7 FPGAs FPGA芯片命名规则 DSP资源 BRAM资源 Transceiver…

代码随想录算法训练营第六十三天|84.柱状图中最大的矩形

代码随想录算法训练营第六十三天|84.柱状图中最大的矩形 84.柱状图中最大的矩形 给定 n 个非负整数&#xff0c;用来表示柱状图中各个柱子的高度。每个柱子彼此相邻&#xff0c;且宽度为 1 。 求在该柱状图中&#xff0c;能够勾勒出来的矩形的最大面积。 示例 1: 输入&…

浅谈如何自我实现一个消息队列服务器(7)——编写服务器部分

文章目录 一、编写服务器代码1.1、分析一个服务器应具备的功能1.1.1、成员变量1.1.2、对外提供的接口 一、编写服务器代码 再次拿出这张图&#xff0c;前面我们已经将重要概念&#xff1a;VirtualHost、exchange、msgQueue、message、binding 都实现了&#xff0c;此时就可以开…

【程序设计和c语言-谭浩强配套】(适合专升本、考研)

一晃大半年没更新了&#xff0c;这一年一直在备考&#xff0c;想着这几天把前段时间学的c语言给大家分享一下&#xff0c;在此做了一个专栏&#xff0c;有需要的小伙伴可私信获取o。 简介&#xff1a;本专栏所有内容皆适合专升本、考研的复习资料&#xff0c;本人手上也有日常…