
Perplexity CEO Aravind Srinivas 表示,AI 競賽最終贏家未必是模型最大或收費最高的公司,而是能以最低功耗為每名用戶創造最高 token 價值的平台。他認為,AI 公司要在準確度、延遲、成本、私隱和智能能力之間取得最佳平衡,才有機會建立長期競爭優勢。
Perplexity 近月將重心推向 Agentic AI,即可自行拆解任務、調用工具並長時間執行的 AI 系統。公司在 2026 年 2 月推出 Perplexity Computer,官方指它可在單一對話中協調多個模型,完成研究、設計、編程、部署和項目管理等工作。
每瓦功耗創造多少 token 價值 成為 AI 公司新估值邏輯
Aravind Srinivas 在 CNBC 訪問中指出,AI 公司真正值得比較的指標,是「每瓦功耗、每名用戶」能產生多少 token 價值。Token 是 AI 模型處理文字、指令和輸出的基本單位;每次問答、搜尋或代理任務都會消耗算力和電力。
他的意思是,單靠高訂閱費或短期收入,未必代表一間 AI 公司有長期護城河。若一個平台可以用較少電力、更低成本完成同等甚至更高價值任務,長遠就能在價格、速度和規模上取得優勢。這亦解釋了為何 Perplexity 不只競逐大模型能力,而是強調模型調度、雲端與本地算力分工。
Perplexity Computer 主打統籌調度 讓 AI 自動選擇雲端或本機運算
Perplexity 的策略核心,是建立一個「orchestrator」統籌層,按任務需要自動選擇最合適的大模型、智能體和運算位置。Perplexity 官方資料顯示,Perplexity Computer 可同時調度 19 個模型,並將複雜任務拆解交予不同代理處理。
Srinivas 在訪問中形容:「數據中心正在搬進你的手提電腦。」他的判斷是,未來 AI 任務不會全部留在雲端,部分工作會在手機、手提電腦或桌面電腦本機執行,以降低延遲、節省能源,並減少敏感資料上傳伺服器的需要。
Microsoft 365 已接入 Computer Word、Excel、Outlook 可直接用代理
Perplexity 已把 Computer 擴展到 Microsoft 365 應用。官方 Changelog 顯示,Computer 於 2026 年 5 月 29 日支援 Word、Excel、PowerPoint、Outlook 和 Teams,並加入更清晰的上下文、來源顯示及使用分析功能。
這代表 Perplexity 不只是做搜尋答案,而是試圖進入日常工作流程。例如用戶可在 Word 草擬文件、在 Excel 分析數據、在 Outlook 整理電郵,再由 Computer 讀取上下文並自動生成報告或跟進事項。對企業用戶而言,重點不再是「AI 答得準不準」,而是它能否在現有工具內可靠地完成工作。
Perplexity 與 OpenAI、Google、Anthropic 競爭 差異在跨模型中立層
Perplexity 面對的競爭對手包括 OpenAI、Google、Anthropic 和 Microsoft。Srinivas 認為,大型科技公司自建 AI 生態並不必然構成致命威脅,因為 Perplexity 的定位是兼容不同模型、晶片、作業系統和硬件的平台。
這種「中立混合統籌層」的好處,是毋須押注單一模型供應商。Perplexity 可按任務需要接入 Anthropic、OpenAI、Google 或其他模型,並在成本、速度、準確度與私隱之間自動取捨。不過,這亦意味 Perplexity 的競爭力取決於調度層是否真的比單一平台更有效率。
香港角度:企業用 AI 不只看模型排名 更要計算電費、私隱與工作流程
對香港企業和專業用戶來說,Perplexity CEO 的說法有實際意義。金融、法律、顧問、傳媒和教育機構使用 AI 時,成本不只來自訂閱月費,還包括資料外傳風險、回應延遲、員工培訓和雲端使用量。
端側 AI 亦正成為硬件廠商的新戰場。Reuters 報道指,NVIDIA 於 Computex 2026 發表 RTX Spark,目標是把 AI 代理能力帶到個人電腦,讓更多任務可在本機執行。這與 Perplexity 強調「雲端加本地」的方向一致,反映 AI PC 將由硬件賣點,逐步變成企業部署 AI 的成本與私隱選項。
Perplexity 接下來要證明的是,Computer 和 Personal Computer 不只是示範式工具,而是能在真實工作場景中穩定節省時間和成本。AI 競賽若由模型參數轉向「每瓦產出」,企業採購 AI 工具時亦會更重視效率、部署位置和實際工作回報。
資料來源:
cnBeta、Perplexity Changelog、Perplexity 官方更新頁、Reuters、CNBC
|
鍾意就快D Share啦!
|
|
|



