2025 年底，Perplexity 完成了新一轮 5 亿美元融资，估值冲到 90 亿美元，Aravind Srinivas 成为硅谷最炙手可热的创始人之一。但如果你仔细看 Perplexity 的财报数据，会发现一个尴尬的事实：它的年收入只有 5000 万美元左右，估值是收入的 180 倍。这个数字比起传统 SaaS 公司的估值逻辑，简直是天文数字。
那么问题来了：Perplexity 模式到底能不能复制？
先说结论：Perplexity 的核心商业模式 ——「AI 驱动的答案引擎」—— 可以复制，但 Perplexity 的护城河不在技术上，而在品牌和用户习惯上。这就意味着，对于后来者来说，正面硬刚 Perplexity 是愚蠢的，但做垂直搜索和场景化搜索，有很大的机会。
AI 搜索赛道目前有四类玩家。第一类是「通用 AI 搜索」，Perplexity 是代表，Google 的 AI Overviews 和微软的 Bing Chat 也属于这一类。这一类拼的是模型能力、索引覆盖面和品牌认知。第二类是「企业 AI 搜索」，比如 Glean，它专注于企业内部知识库的搜索，2025 年 ARR 突破 2 亿美元。第三类是「学术 AI 搜索」，比如 Consensus 和 Elicit，它们只做学术论文的搜索和总结，用户群虽小但付费意愿极强。第四类是「垂直场景 AI 搜索」，比如做旅游搜索的、做电商比价的、做法律案例搜索的。
对于创业者来说，最值得关注的是第三类和第四类。为什么？因为通用搜索是一个「赢家通吃」的市场，你需要烧钱买流量、需要建立品牌、需要处理海量索引，这些都是巨头和资本宠儿的游戏。中小创业者的机会在于「够小、够深、够专」。
举个具体例子：Consensus 只做学术论文搜索，它的用户只有几百万，但月活用户的付费转化率超过 5%，远高于 Perplexity 的不到 1%。为什么？因为学术用户对「准确引用」有刚需，他们愿意为「不胡编乱造」的搜索付费。类似地，Harvey 在法律 AI 搜索领域已经做到了 15 亿美元估值，它的核心价值不是「搜索速度快」，而是「搜索结果可以直接引用到法律文书中」。
AI 搜索创业有三个致命陷阱需要避开。第一个陷阱是「通用搜索幻觉」—— 很多创业者觉得做一个比 Perplexity 更好的通用搜索就能成功，但忽略了用户迁移成本。搜索工具的用户粘性极高，一旦用户习惯了某个工具，很难迁移。第二个陷阱是「技术驱动而非需求驱动」—— 很多团队沉迷于 RAG 技术优化、embedding 模型选型，却不花时间去理解用户到底在搜什么、为什么搜。第三个陷阱是「商业模式模糊」—— Perplexity 的订阅收入只占很小一部分，主要靠广告。但对于垂直搜索来说，订阅制才是可持续的商业模式。
回到开头的那个问题：Perplexity 模式能复制吗？答案是：不要复制 Perplexity，要做 Perplexity 做不到的事。用一个 20 人的团队，服务一个 100 万人的垂直用户群，做到 1000 万美元的 ARR，这才是 AI 搜索创业的理性目标。