Resume
e-gwvmhyU7A • Aravind Srinivas: Perplexity CEO on Future of AI, Search & the Internet | Lex Fridman Podcast #434
Updated: 2026-02-14 18:42:52 UTC
Back Source
Prev Next

Masa Depan Pencarian & Kecerdasan Buatan: Wawancara Eksklusif dengan CEO Perplexity AI

Inti Sari (Executive Summary)

Video ini membahas perjalanan dan filosofi di balik Perplexity AI, sebuah mesin penjawab (answer engine) yang menggabungkan pencarian web dengan Large Language Models (LLM) untuk memberikan informasi yang akurat bersumber dari sitasi. Aravind Srinivas, CEO Perplexity, menjelaskan bagaimana teknologi ini bekerja, perbedaannya dengan Google, visi masa depan mengenai inference compute untuk penalaran AI, serta pelajaran berharga dari para pemimpin teknologi dunia seperti Elon Musk dan Jeff Bezos dalam membangun perusahaan rintisan yang berorientasi pada kebenaran dan rasa ingin tahu manusia.

Poin-Poin Kunci (Key Takeaways)

  • Konsep Utama: Perplexity adalah "mesin penemuan pengetahuan" yang menggunakan pendekatan akademis (situsasi) untuk mengurangi halusinasi AI, berbeda dengan chatbot biasa.
  • Disrupsi Pencarian: Perplexity tidak mencoba menyalin Google, tetapi mendefinisikan ulang antarmuka pengguna (UI) dari "daftar tautan" menjadi "jawaban langsung".
  • Teknologi: Menggunakan Retrieval Augmented Generation (RAG) dan model kustom "Sonar" (berbasis Llama 3) untuk menggabungkan kecepatan dengan akurasi penalaran.
  • Visi AI Masa Depan: Kemajuan AI tidak hanya soal skala model (pre-training), tetapi soal kemampuan penalaran iteratif (inference compute) dan penemuan pengetahuan baru.
  • Filosofi Bisnis: Mengadopsi prinsip "margin Anda adalah peluang saya" (Jeff Bezos) dan menghindari perangkap model bisnis iklan tradisional yang mengorbankan kualitas jawaban.
  • Etika & Kemanusiaan: Perplexity memilih untuk tidak mengejar "AI pacar/kekasih", melainkan fokus pada asisten yang memberdayakan rasa ingin tahu dan pemahaman manusia.

Rincian Materi (Detailed Breakdown)

1. Filosofi & Asal Usul Perplexity AI

  • Latar Belakang Pendiri: Aravind Srinivas adalah mantan mahasiswa PhD di UC Berkeley dan peneliti AI di DeepMind, Google, serta OpenAI.
  • Masalah yang Diselesaikan: Perplexity lahir dari rasa frustrasi terhadap mesin pencari tradisional (seperti Google) yang sarat iklan dan seringkali tidak memberikan jawaban langsung.
  • Mekanisme Kerja: Perplexity menggabungkan mesin pencari dengan LLM. Saat pengguna bertanya, sistem mencari hasil relevan, membacanya, lalu merangkumnya menjadi jawaban yang ringkas dengan sitasi (footnotes).
  • Akurasi: Dengan memaksa model untuk hanya mengatakan hal-hal yang didukung oleh sumber internet (mirip prinsip penulisan akademis), halusinasi dapat diminimalkan.

2. Perplexity vs. Google: Strategi & Model Bisnis

  • Kelebihan & Kekurangan:
    • Perplexity: Unggul dalam memberikan jawaban langsung, ringkasan, dan pengalaman pencarian yang terfokus.
    • Google: Masih lebih cepat (latensi rendah) dan unggul untuk query navigasional (mencari website tertentu) atau informasi real-time dengan widget (seperti skor olahraga atau cuaca).
  • Disrupsi UI: Perplexity tidak bermain di lapangan Google. Mereka mendefinisikan ulang pengalaman pengguna di mana perjalanan dimulai setelah jawaban diberikan, dengan fitur "pertanyaan terkait" untuk mendorong eksplorasi lebih dalam.
  • Model Bisnis: Google mengandalkan iklan pada tautan (model bisnis terbaik 50 tahun terakhir). Perplexity menjadikan "jawaban" sebagai karakteristik utama. Mereka menerapkan filosofi Jeff Bezos: "Your margin is my opportunity" (margin rendah Google di area non-iklan adalah peluang bagi Perplexity).

3. Teknologi & Arsitektur: RAG, Sonar, dan Latensi

  • RAG (Retrieval Augmented Generation): Perplexity menggunakan pendekatan "ujian buku terbuka". Mereka mengambil dokumen relevan, memilih paragraf penting, dan menggunakannya untuk menulis jawaban. Prinsipnya: jangan mengatakan apa pun jika tidak ada dalam retrieved data.
  • Model Kustom "Sonar": Perplexity memiliki model berbasis Llama 3 yang disesuaikan (post-training) khusus untuk perangkuman dan sitasi. Pengguna Pro dapat memilih antara GPT-4, Claude 3, atau Sonar.
  • Optimasi Latensi: Terinspirasi oleh Google, Perplexity terobsesi dengan kecepatan (tail latency, P99). Mereka berkolaborasi dengan Nvidia (menggunakan TensorRT-LLM) untuk mengoptimalkan inferensi agar jawaban muncul secepat mungkin.
  • Pencarian & Peringkat: Menggunakan pendekatan hibrida, menggabungkan metode tradisional (BM25) dan semantik (embeddings).

Kesimpulan & Pesan Penutup

Wawancara ini menegaskan bahwa Perplexity AI hadir sebagai solusi inovatif yang menggabungkan kecepatan pencarian web dengan akurasi penalaran LLM untuk memberikan jawaban yang terpercaya. Dengan memisahkan diri dari model bisnis iklan tradisional dan berfokus pada pemenuhan rasa ingin tahu, Perplexity menawarkan visi masa depan di mana AI berfungsi sebagai asisten pengetahuan yang objektif. Bagi pengguna, ini berarti akses informasi yang lebih efisien, transparan, dan bebas dari halusinasi.