「検索」から「答え」へ──Perplexityが描く次世代オンライン検索の未来

オンライン検索は長年にわたって進化し続けてきましたが、近年の生成AIや大規模言語モデル（LLM）の普及によって、検索エンジンとユーザーの関係が大きく変わり始めています。情報を「探す」だけでなく、直接「答え」を得ることが当たり前になりつつある今、「Answer Engine（アンサーエンジン）」という新しい概念が注目を集めています。

本記事では、アンサーエンジン「Perplexity」の共同創業者兼最高戦略責任者であるジョニー・ホー（Johnny Ho）氏の発言を中心に、オンライン検索の現状と課題、さらにアンサーエンジンの今後の可能性を探っていきます。ジョニー氏は高校時代から競技プログラミングの国際大会であるIOI（International Olympiad in Informatics）に出場し、世界トップレベルの実績を持つエンジニアとして活躍してきました。競合の多い検索領域で、Perplexityはいかにユーザー体験を再定義しようとしているのか。その戦略や技術面、またビジネスモデルにも迫ります。

1. アンサーエンジンとは何か

1-1. 従来の「検索」から「答え」へ

従来の検索エンジンは、ユーザーが入力したキーワードをもとに関連するウェブページを一覧表示し、「クリックして詳細を読む」ことを前提に作られていました。一方、Perplexityをはじめとするアンサーエンジンは、複数の情報源をAIでまとめ上げ、ユーザーが欲しい答えを直接提示するのが特徴です。

たとえば、「複雑な問い合わせにも応えられること」や「複数ステップを要する質問にも対応できること」が重視されており、「ユーザーの入力を解釈して最適解を生成する」という新しいアプローチを提案しています。実際、ジョニー氏は次のように説明しています。

1-2. 「80対20」の課題とチャンス

彼が強調しているのは「80対20の法則」です。検索クエリの8割は簡単な質問で済みますが、残り2割の複雑な問題はユーザーにとって大きなストレスになります。アンサーエンジンは、この2割の難問を解くことを目指すと同時に、解決過程で得られる付加情報をユーザーに提供し、「答えに至るまでの過程や追加アクション」まで含めた総合的な価値を生み出そうとしているのです。

2. Perplexityの技術的アプローチ

2-1. 従来の検索技術とLLMの融合

Perplexityの内部的な構造は大きく二段階に分けられます。第一に、「どの情報源を取り出すべきか」を決める従来型の検索技術。第二に、「取り出した断片情報を統合し、適切に要約する」ための大規模言語モデル（LLM）です。

これによって、ウェブ上の多数のページから必要なスニペット（断片）を抽出し、そのスニペットをLLMが要約・整理して返します。ジョニー氏によると、Perplexityは、「Sonar」という独自のモデルも活用しており、短時間で正確かつ簡潔な回答を出すよう最適化を進めています。

2-2. 最先端モデルとの相互補完

GPT-4やGPT-3.5など、より高度な推論能力を持つモデル（たとえば「GPT-4 01」などと呼ばれる連続的思考が得意なモデル）が台頭すると、アンサーエンジン側の役割が変化するかもしれません。

しかし、ジョニー氏は、「モデルがチェーン・オブ・ソート（思考過程）を長く持つほど計算コストや応答速度が上がる」という懸念を挙げています。ユーザーが求める用途次第では高精度のLLMに任せるケースと、簡易モデルで十分なケースとを使い分ける必要があるというわけです。

3. ビジネスモデルとマネタイズ

3-1. サブスクリプションから広告へ

現段階のPerplexityは、主にサブスクリプションモデルにより収益を得ています。ユーザーの業務や学習が効率化されることで生まれる付加価値の一部を、月額課金という形で還元してもらう仕組みです。しかしながら、今後は広告モデルの検討も視野に入れています。

この言葉どおり、Perplexityはユーザーが求めている答えを最短ルートで提供する一方、「信頼できるスポンサーやレコメンデーションを、ユーザー体験を損なわないかたちで提示できるか」を模索している段階にあります。

3-2. 出版社やコンテンツ提供者への還元

アンサーエンジンでは、リンク先にユーザーが必ず訪れるわけではありません。そこでPerplexityは、「パブリッシャー・プログラム」と呼ばれる仕組みを始めています。これは、回答生成に使われた情報源に対して、引用回数などをもとに収益分配を行うものです。

このように、AIによる要約が一般化する時代においても、質の高いコンテンツを生み出す人々が適切に報酬を受け取れる形を試みています。

4. 成長戦略と組織文化

4-1. スクラム的な小さな実験の積み重ね

Perplexityは大企業のような大規模リソースがあるわけではありませんが、高速なイテレーションを武器に機能を拡充しています。「ゼロから高速にプロトタイプを作り、失敗しても学びを得る」というアプローチを徹底しており、各エンジニアが自主的に短期目標を設定し、週ごとに到達度を測りながら開発を進めているといいます。

ジョニー氏の言葉を借りれば「小さな実験を通してユーザーに価値を届け、そこから得たフィードバックを次に活かす」。この文化こそが、リリースペースの早さに直結しているのです。

4-2. 成長ドライバーとしてのユーザーコミュニティ

Perplexityは、ユーザーコミュニティとの連携にも力を入れています。たとえば「Back to School」キャンペーンでは、学生向けに学習サポート機能や関連コンテンツを拡充し、「学生コミュニティが競い合うように情報を共有する仕組み」を積極的に取り入れました。こうしたユーザー参加型のイベントは広告宣伝費をかけずとも口コミを生み、サービスの認知拡大と定着率向上に寄与します。

5. 今後の展望とオンライン検索の未来

5-1. マルチモーダルとインタラクションの進化

アンサーエンジンはテキストの要約だけでなく、画像・音声・動画といった複数のメディアを扱う「マルチモーダル」な展開が期待されています。ChatGPTのように音声入力や音声応答が実装されると、人間がより自然な形でAIとやり取りできるようになります。ただし、音声のみだと引用元を確認しづらい点など、UI面で新たな課題が生じるとジョニー氏は指摘しています。

5-2. 「信頼性」が新たな検索エンジン競争の鍵

ウェブ上には膨大なコンテンツが存在し、その中にはAI生成のテキストも増えています。アンサーエンジンは膨大な情報を統合してくれますが、そこに「偽情報」や「品質の低い情報」が混在するとユーザーに誤解を与えてしまいます。

そのため、「情報の出所の信頼度をどう担保するか」が検索事業者にとって新たな競争要因になります。Perplexityのパブリッシャー・プログラムは、良質なコンテンツを提示し続けるための一つの方策といえるでしょう。

「検索」から「答え」へのシフトは、単にUIやUXが変わるだけではありません。出版社やコンテンツ制作者の収益構造にも影響を与え、さらに利用者が効率良く情報を得るための新しい文化やリテラシーが必要になります。

ジョニー・ホー氏が語る未来像は、「AIとユーザーがインタラクティブに知識を形成するプラットフォーム」です。そこでは、複雑な疑問に対しても必要な根拠情報へアクセスでき、ユーザー自身の追加アクションを促す仕組みが用意されます。Perplexityはこの道筋を示す先駆者として、日々小さなアップデートを重ねながら、答えを導く最適解を目指しているのです。

こうしたビジョンは、私たちがオンラインで情報を得る手段を大きく変えると同時に、コンテンツを生み出す人々との新しい共生モデルを提示するものでもあります。検索が「答え」へと転換する新時代の幕開けを、これからも注視していきましょう。

関連記事