Perplexity CEO、トークン効率がAI競争の勝者を決める

AI企業の評価額を左右する可能性がある単一の効率指標——それは収益とはまったく無関係だ。

Perplexityの最高経営責任者アラヴィンド・スリニヴァス氏は水曜日、「価値/ワット/ユーザートークン」を最大化できる企業が人工知能分野での長期的な勝者になると述べ、投資家の焦点をトップラインの成長から運用効率へと移す枠組みを提案した。同氏はCNBCのインタビューで、この指標は精度、レイテンシー、コスト、プライバシー、インテリジェンスを組み合わせ、消費エネルギー単位あたりの経済的アウトプットを単一の比率で示すものだと説明した。

「精度、レイテンシー、コスト、プライバシー、インテリジェンスのバランスを取り、それを最大化できる者が長期的な勝者となる」とスリニヴァス氏は述べた。同氏は、高額な価格設定によって短期的な収益成長を実現しているとされる一部のモデルプロバイダーについて、「モデルが非常に高価であるため、あたかも多額の利益を上げているように見える」が、そうした収益が持続可能な競争優位性につながらない可能性があると指摘した。

これらの発言は、AIトークンコストが2022年後半のトークン100万個あたり約20ドルから、2025年半ばには同約0.40ドルにまで急落したことを背景としている（Epoch AIデータ）。しかし企業全体のAI支出は逆方向に動いており、企業の月間平均AI支出は2024年の63,000ドルから2025年には85,500ドルに増加。企業の約半数は現在、AIインフラまたはサービスに月額10万ドル以上を費やしている。この乖離——トークン価格の低下が消費を指数関数的に拡大させる現象——はジェボンズのパラドックスと同様の効果であり、MercorのCEOブレンダン・フーディ氏が最近、自社のスタートアップが現在AIトークンに従業員給与よりも多くの費用を費やしていると述べたことにも表れている。

AI評価額を再形成する可能性のある効率指標

スリニヴァス氏のフレームワークは、AI業界が支出とリターンの間の乖離の拡大に直面する中で提示された。調査によると、企業の85%がAI導入から明確な投資収益率を示すのに苦戦しており、モデルの性能が急速に向上しているにもかかわらず、その効果は明らかになっていない。Uberの最高執行責任者アンドリュー・マクドナルド氏は最近、AIトークン支出の増加と生産性向上の間に比例的な関連性をまだ確認していないと述べ、技術的進歩を測定可能なビジネス成果に変換する課題を浮き彫りにした。

Perplexity自身も、スリニヴァス氏の指標が対処しようとしている評価額ギャップを体現している。同AI検索スタートアップの評価額は約200億ドルと報じられており、Anthropicの推定1兆ドル、OpenAIの8,500億ドル超という評価額の端数に過ぎない。効率性を規模よりも重視する枠組みを提案することで、スリニヴァス氏は事実上、Perplexityの推論コスト管理に対するより効率的なアプローチが、より大規模な競合他社の生の計算リソース予算に匹敵しなくても、ドルあたりの優れたリターンを生み出せるという主張を行っている。

同社は同時に製品フットプリントを拡大している。複雑なマルチステップタスクを長時間にわたって実行可能なAIエージェント「Perplexity Computer」が、2月にAppleのMacプラットフォームでローンチした後、Microsoft Windowsでも利用可能となった。Windows版はWord、Outlook、ローカルデバイスファイルにアクセス可能で、Perplexityのリーチをクラウドベースの検索からオンデバイス生産性へと拡大。これは、MicrosoftのCopilotや、Microsoftが最近セキュアなエージェント展開のための新しいExecution Containers（MXC）サンドボックスに統合したOpenAIのCodexエージェントと直接競合する動きだ。

Windowsへの拡大により、Perplexityは大多数のエンタープライズデスクトップを動かすオペレーティングシステムへのアクセスを得る一方、同スタートアップはMicrosoft自身のAI構想との競争に身を置くことになる。今週のBuildで発表されたMicrosoftのProject Solaraは、デバイスが従来のアプリの代わりにAIエージェントを実行する未来を構想しており、MXCプラットフォームは自律型エージェントのためのカーネルレベルのセキュリティコンテナを提供する——PerplexityのエージェントがWindowsマシン上で動作するために必要となるインフラである。

投資家にとって、スリニヴァス氏の効率指標は、業界が不確実なリターンを伴うインフラに数千億ドルを費やしている時期に、AI企業を評価する新たなレンズを提供する。モデルアーキテクチャ、ハードウェア最適化、あるいはよりスマートなワークフロー設計を通じて、成功あたりの推論コストの低減を実証できる企業は、絶対的な収益で大企業に劣っていたとしても、プレミアム評価を得る可能性がある。問題は、市場がAIセクターの最も劇的な成長を牽引してきたまさにその規模を罰する指標を採用するかどうかである。

本記事は情報提供のみを目的としており、投資助言を構成するものではありません。