The Information 披露了 AI 搜索引擎服务商 Perplexity 的财务数字，作为初创公司目前还处于大幅亏损状态。
值得看的是其收入构成：绝大部分来自最终用户的订阅费（Subscription），来自 API 和广告等其他模式的而收入很少。
成本方面，其向 OpenAI 和 Anthropic 支付了大模型 API 能力调用费为 800 万美元，而给 AWS 的云计算费用为 4,800 万美元。看来，还是云计算的算力类服务更消耗资金。
法律服务花费了 500 万美元。这样一对比，大模型方面的 800 万美元也不算多了。
当前，30 亿参数的 “小模型“ 的性能已经达到最开始 ChatGPT 所使用的 1750 亿参数模型的效果。这得益于更好的压缩技术（distillation 蒸馏、quantization 量化等），以及更高质量的训练数据。
这个小型化过程会带来显著的好处：边缘侧和端侧通常算力是有限的，没办法部署大模型，但小型的模型如果性能够，就可以用的起来。（而边缘和端侧等低延迟特性就可以发挥起来了）。
与此同时，我们也想到了另一个问题，甲方企业 CIO 的难题。通常一个 IT 项目从立项招标到部署应用，起码要耗费几个月，甚至更久的时间。而模型改进（如下图所示）是以月为单位进步的，很可能甲方企业根据标书购买的大模型还没有部署上线，就已经落后，而且落后很多。
大模型时代的 IT 投资保护是一个值得思考的话题。
经常有科技圈的 “前沿人士” 提及自己现在越来越多用 Perplexity 这种基于生成式 AI 的搜索引擎，而不是 Google。给人一种感觉，这会是代替 Google 的下一代搜索引擎。
但从量化数据看，无论是访问量、还是 MAU（月活跃用户数）Perplexity 的发展并不是那么积极。才千万级用户量就开始出现下行苗头。
经典营销理论 Geoffrey Moore 《跨越裂谷》（Crossing the Chasm）中提及的，有相当多高科技产品是不能 “出圈” 的。
#Bloomberg# 美林是彭博终端的第一个客户，定价模式为：⑴ 60万美金的一次性定制开发费（软硬件一共）；⑵ 为期两年，每台终端每月 1000美元的租金。
XaaS 模式的鼻祖啊，那还是 1983年…
此商业模式一直持续完善到现在。
