Perplexity CEOのAravind Srinivasが語る未来の作り方
生成AIと大規模言語モデル（LLM）の進化によって、私たちの情報検索の方法は大きく変わりつつあります。検索と言えば依然としてGoogleが圧倒的なシェアを誇りますが、新たなアプローチでユーザ体験を再定義するスタートアップが登場しています。そのひとつがPerplexity。共同創業者兼CEOであるAravind Srinivas（アラヴィンド・スリニヴァス）氏は、AI研究の最前線を経て、検索 × 製品開発の可能性に気づき、「よりインテリジェントなGoogle」を目指すと語ります。本記事では、彼の研究背景や創業ストーリー、そしてPerplexityが挑む“次世代検索”の未来像を、具体的なエピソードや発言を交えながらわかりやすく解説します。
1. AravindのAI研究と起業のきっかけ
1-1. バークレー時代からOpenAIへ
アラヴィンド氏は、インドの大学で学部を修了した後、研究への情熱を胸に渡米し、カリフォルニア大学バークレー校で博士課程に進学しました。そこでは当時、AlphaGoの衝撃を受けて「強化学習（RL）」が注目を集めていましたが、アラヴィンド氏は、「より汎用的な人工知能を目指すなら生成モデルの研究が必須だ」と直感し、生成AIの分野に力点を移します。
その後、OpenAIでのインターンを経験し、イリヤ・サツケバー（Ilya Sutskever）や社内の先端研究者たちと交流を深めました。彼との初対面で、イリヤは「強化学習以外はあまり意味がない」といった厳しい意見を口にしつつも、最終的には「本質は大規模な事前学習（unsupervised / generative）とRLをどう組み合わせるかだ」という考え方を示してくれたのだそうです。さらにOpenAIにおける当時の“GPTの試作品”との出会いが、アラヴィンド氏の研究テーマと将来像を大きく変えました。
1-2. 検索への関心と「次のGoogle」
Google本社でのインターン中、彼は、“In the Plex”などのGoogle創業物語に関する書籍を読み込みました。検索ビジネスの規模とインパクト、そして「情報を扱いながらAIを進化させ、同時にプロダクトとして大衆に使われる」モデルへの憧れは強くなるばかり。さらに、当時Y Combinator（YC）パートナーだったDaniel Grossのブログ記事「How to build the next Google」に触発され、「もし生成AI（LLM）で検索を再定義できれば、Googleのような大きな事業が作れるのではないか」と考えるに至ります。
2. Perplexityの原型と試行錯誤
2-1. 最初のデモ：Twitter検索
「検索×生成AI」で新たな可能性を探ろうと考えたアラヴィンド氏は、まず、企業向けデータ検索のアイデアを試しました。しかし、実際にCrunchbaseやPitchbookなどのデータを扱うには、ライセンスやデータ提供の壁が高く、なかなか進展しません。そこで目をつけたのが“Twitter”。当時はAPI使用の制限が今ほど厳しくなく、ツイートをデータベース化してSQLで検索し、その結果をチャットUIで生成モデルがまとめる「Twitter検索デモ」をわずか1か月ほどで開発しました。
ユーザは自然言語で「○○という人が最近フォロー解除したアカウントは？」などと質問すれば、裏でAIがSQLクエリを作成・実行し、結果を要約表示してくれます。これは画期的でしたが、「検索対象のデータを個別にテーブル化しなければいけない」という制約があり、汎用的に展開するには非効率的であることも痛感します。
2-2. 「愚直なアプローチ」の勝利
そうした試行錯誤の過程でアラヴィンド氏が気づいたのは、「賢いインデックス・構造化は開発が大変すぎるが、大規模言語モデルの性能向上によって“単純な方法”でも十分使える精度に到達し始めている」という点でした。具体的には、「Web検索APIの上位K件リンクをそのままLLMに渡し、“元記事への参照付き要約”を返す」手法です。かつてはモデルの性能が足りず遅く不安定でしたが、GPT-3.5などの登場で大きく改善し、「回答にソースをつける」という機能が鮮烈なインパクトを与えることになります。
3. 序盤のブレイクスルーと競合への危機感
3-1. 予想外のバイラル拡散
Perplexityの初期版をツイートして公開した際、真っ先に多くのユーザが試したのは「自分の名前を検索してみること」でした。すると、LLMが幼少期から現在までのオンライン活動を一気にまとめてしまい、「そんな昔の投稿まで？」と驚く人が続出。また、回答の一部には誤情報も含まれ、「まだ生きているのに死亡扱いされた」というクレームがSNSでバズってしまいます。
一見ネガティブにも思えますが、これによって大きな注目を集め、継続的なフィードバックが殺到。さらに同じ文脈で「補足質問を投げ続けられるチャット型UI」を実装すると、サイト訪問者の滞在時間や質問数が倍増し、「ユーザの求める体験はまさにここにある」と確信を持ったといいます。
3-2. Bing ChatとBardの台頭
しかし投資家との資金調達が進む最中、MicrosoftのBing ChatやGoogleのBardといった競合大手の類似発表が相次ぎました。とくにBingはOpenAIの技術を採用し、検索ブラウザに直接生成AIを搭載するというインパクトの大きい動きを見せます。アラヴィンド氏自身も「出資を取り消されるかもしれない」、「このままでは大手に勝てないのでは」と焦りを感じたようです。
ところが投資家は、「大企業には大企業なりの制約がある。Perplexityのように“本気で検索を再構築する”ことを優先できる企業には勝機がある」と判断し、支援を継続。その結果、Perplexityはわずか数年で10億ドル規模の評価額にまで成長を遂げます。
4. 「ユーザーは決して間違っていない」という信念
4-1. Larry Pageの思想を継承
アラヴィンド氏のプロダクト哲学には、Google創業者ラリー・ペイジの有名な言葉「ユーザーは決して間違っていない（The user is never wrong）」が深く根付いています。たとえば、ユーザが入力を誤ったり、意図が曖昧だったとしても「ユーザに促して正しい入力をさせる」のではなく、「システム側が意図を推測し、必要ならば問い返す」という姿勢が必要だといいます。
この「ユーザ中心主義」の文化がエンジニアリングやデザイン上のあらゆる場面で浸透しており、Perplexityのメンバーは皆、「多少のバグ報告やクレームであっても、それはユーザが示してくれる大切なシグナル」だと捉えるのです。
4-2. 「使いやすさ」と「正確さ」の両立
一方で、検索システムとしては、「即時性」も非常に重要です。あまりに複雑な推論や大量の文書を読み込むとレスポンスが遅くなり、ユーザが離れてしまいます。Perplexityは、その折衷として、「同じ手法でも無駄を省いて高速化する」取り組みを積極的に行い、さらに段階的にモデルを選択・切り替えするなどの最適化を検討しています。
5. 次世代検索のビジネスモデルと未来
5-1. 広告モデルのジレンマ
現在の検索ビジネスはGoogleが築いた「リンククリック＋広告収益」が主流ですが、「ユーザがリンクをクリックする必要がないレベルの要約回答」が実現されると、広告ビジネスは大きな転換を迫られます。Perplexityもまた、ユーザが直接回答を得て完結できる設計を追求すればするほど、「どこで収益を得るのか」という課題が浮上します。
アラヴィンド氏は、「広告の在り方も新しく設計し直す必要がある」としつつ、アプリ内で購入や予約、サービス利用まで完結する導線を作るなど、新たな収益チャンスの模索を進めています。
5-2. Perplexityが目指す統合プラットフォーム
最終的には、検索から予約や購入、各種アクションをエンド・ツー・エンドで完結できる“オーケストレーション”こそが理想像だとアラヴィンド氏は強調します。ユーザが曖昧な疑問を投げかけても、エージェント型のAIが「本当に知りたいこと」を理解し、必要に応じて「補足質問を行い、適切なサービスへ誘導する」。そしてユーザが求める行動をサポートした結果として自然に収益が発生するビジネスモデルです。
GoogleやMicrosoftのような大手もここを狙って動いてはいますが、巨大すぎる既存事業や社内構造上のジレンマがあるのも事実。だからこそ、「ユーザ体験に徹底的にフォーカスしているスタートアップの方が柔軟で迅速に革新的サービスを出せる」とアラヴィンド氏は自信を覗かせます。
アラヴィンド・スリニヴァス氏が率いるPerplexityは、「検索エンジン」という確立された市場に真っ向から挑み、大規模言語モデルを活用した新しい情報体験を切り開こうとしています。その背景には、「高度なAIリサーチと、プロダクトの一体開発」を同時進行で行いたいというモチベーションと、Google創業者の理念にも通じる「ユーザ中心主義」への徹底したこだわりがあります。
現在はまだ発展途上の段階であり、検索のスピード・正確さ・広告収益モデルなど、クリアすべきハードルも多いでしょう。しかし、ユーザとのインタラクションを通じて集まる膨大なデータやフィードバックを活かし、「エンド・ツー・エンドの情報プラットフォーム」を築いていくビジョンは、単に「既存のGoogleを置き換える」だけでなく、私たちの情報探求のスタイルを根本的に変えていく可能性があります。
関連記事
