Perplexity: il motore di risposte che cita le fonti

· 4 min di lettura

Scritto con l'intelligenza artificiale

Perplexity lancia Enterprise Pro e raccoglie 62,7 milioni di dollari. Come funziona un motore di risposte che cita le fonti, perché le citazioni non bastano e come scrivere un buon prompt di ricerca.

Chi ha provato a usare ChatGPT come motore di ricerca conosce il problema: la risposta è fluida e convincente, ma da dove viene? Perplexity è nata proprio per rispondere a questa domanda. Questa settimana ha lanciato la sua prima offerta per le aziende, Enterprise Pro, e ha annunciato un nuovo finanziamento che la porta a una valutazione di circa un miliardo di dollari.

Vale la pena guardarla da vicino, perché mostra un modo diverso di usare l'AI per informarsi.

Che cos'è Perplexity?

Perplexity si definisce un «motore di risposte». Si scrive una domanda come in una chat; il sistema cerca sul web in tempo reale, legge le pagine e compone una risposta. La differenza rispetto a un chatbot classico è che ogni affermazione è accompagnata da note numerate che rimandano alle fonti. Si può poi continuare la conversazione e il sistema suggerisce domande collegate per affinare la ricerca.

Dietro non c'è un solo modello. Perplexity combina modelli propri e di terzi, e la versione Pro (20 dollari al mese) permette di scegliere quale usare, tra cui GPT-4 di OpenAI e Claude 3 di Anthropic. In pratica è un'applicazione del principio RAG: prima si recuperano i documenti, poi il modello linguistico scrive la risposta basandosi su quelli.

Che cosa cambia con Enterprise Pro?

Enterprise Pro, annunciato il 23 aprile, aggiunge ciò che serve in un'azienda: più tutela dei dati, maggiore sicurezza, gestione degli utenti, certificazione SOC2 e accesso con le credenziali aziendali (SSO). Il prezzo parte da 40 dollari al mese o 400 all'anno per utente. Secondo l'azienda, nei mesi scorsi l'hanno provato realtà come Stripe, Zoom, i Cleveland Cavaliers e Thrive Global, per attività come la ricerca e sviluppo o lo studio dei potenziali clienti.

Contemporaneamente Perplexity ha raccolto 62,7 milioni di dollari in un round guidato da Daniel Gross, con investitori come Nvidia e Jeff Bezos. Secondo TechCrunch, la società starebbe già trattando un nuovo round di almeno 250 milioni a una valutazione tra 2,5 e 3 miliardi. Perplexity dichiara 10 milioni di utenti attivi al mese e oltre mezzo miliardo di domande gestite nel 2023.

Le fonti citate bastano?

No, e qui sta il punto per chi lavora seriamente con l'AI. Una citazione è un'indicazione, non una garanzia. Il modello può riassumere male una pagina, attribuire a una fonte ciò che non dice o scegliere fonti deboli. È la stessa allucinazione di sempre, solo più difficile da notare perché arriva con un numerino accanto. Anche The Decoder, nel raccontare il lancio, ricorda le questioni aperte: citazioni errate, e un tono della risposta che dipende molto da come si pone la domanda.

C'è poi un tema più ampio: i motori di risposte usano i contenuti dei siti ma rimandano poco traffico a chi li ha prodotti. Per chi pubblica, è una domanda ancora senza risposta.

Come scrivere un prompt di ricerca

Le fonti cambiano il modo di progettare la richiesta. Non basta chiedere «parlami di X»: conviene dire al sistema che cosa considerare affidabile e come presentare il risultato. Per esempio:

Cerca dati pubblicati negli ultimi 12 mesi sul mercato italiano dell'e-learning aziendale. Usa solo fonti istituzionali, associazioni di categoria o testate economiche. Per ogni numero indica fonte e data. Se due fonti sono in contrasto, mostrale entrambe. Se non trovi un dato, scrivi «non trovato» invece di stimarlo.

Tre accorgimenti operativi:

Uno strumento, non un oracolo

Perplexity rende visibile una cosa che vale per ogni sistema di AI generativa: la qualità della risposta dipende da quali informazioni il modello riceve e da come gli chiediamo di usarle. Per un'azienda, l'arrivo di una versione Enterprise è l'occasione per decidere regole precise: quali ricerche si possono affidare all'AI, quali fonti sono ammesse, chi verifica prima che un dato finisca in una presentazione al cliente.

Il motore che cita le fonti è un passo avanti importante. Ma il giudizio su quelle fonti resta, ancora, un lavoro nostro.

Fonti

#Perplexity e Comet