Dmitry Shevelenko: Penggunaan AI Konsumen telah mencapai dataran tinggi, pendapatan adalah metrik yang lebih dapat diandalkan daripada jumlah pengguna, dan kesenjangan antara kemampuan AI dan perilaku konsumen menghambat pertumbuhan | Teknologi Besar

Intisari utama

• Penggunaan aplikasi AI konsumen telah stabil, menunjukkan potensi dataran tinggi dalam pertumbuhan pasar.
• Pendapatan dianggap sebagai metrik yang lebih andal daripada jumlah pengguna untuk mengevaluasi perusahaan teknologi.
• ARR Perplexity telah dua kali lipat, menunjukkan keterlibatan pengguna yang kuat dan penciptaan nilai.
• Rasa ingin tahu manusia sangat penting untuk memaksimalkan potensi dan inovasi AI.
• Kemajuan AI belum sepenuhnya dimanfaatkan oleh konsumen, menunjukkan perlunya edukasi yang lebih baik.
• Keunikan dalam AI dapat meningkatkan kesadaran tetapi mungkin tidak mempertahankan keterlibatan pengguna jangka panjang.
• Alat AI semakin digunakan untuk tugas terkait pekerjaan, meningkatkan produktivitas.
• Kesenjangan antara kemampuan AI dan perilaku konsumen menjadi hambatan pertumbuhan.
• Akuisisi perusahaan berfokus AI seperti Perplexity oleh Apple dapat memperkuat pengembangan produknya.
• Industri AI perlu fokus pada edukasi pengguna tentang kemampuan saat ini.
• Akurasi AI sangat penting untuk pengambilan informasi dan fungsi pencarian yang efektif.
• Pertumbuhan industri terhambat oleh perilaku konsumen yang tidak menyesuaikan diri dengan kemajuan AI.
• Produktivitas ekonomi AI bergantung pada sumber data yang akurat dan berkualitas tinggi.
• Lonjakan keunikan dalam penggunaan AI dapat menyebabkan penurunan keterlibatan berkelanjutan.
• Potensi alat AI dibatasi oleh tingkat rasa ingin tahu dan agen manusia.

Pengantar tamu

Dmitry Shevelenko adalah Chief Business Officer di Perplexity, di mana ia memimpin semua aspek pertumbuhan bisnis perusahaan dan mengawasi pengembangan mesin jawaban AI yang dibangun berdasarkan sumber internet waktu nyata. Sebelumnya, ia memegang peran senior dalam pengembangan produk dan bisnis di Meta, LinkedIn, dan Uber, di mana ia memimpin strategi monetisasi dan inisiatif kemitraan di pasar konsumen dan perusahaan. Shevelenko meraih gelar BA dalam Antropologi dari Columbia University dan sering berbicara tentang inovasi AI dan strategi bisnis di konferensi industri utama.

Mengapa Apple harus mempertimbangkan mengakuisisi Perplexity

• Apple menghadapi tantangan dalam pengembangan produk AI, menjadikan akuisisi sebagai langkah strategis.

• Saya jelas sangat vokal mengatakan bahwa Apple harus membeli Perplexity… orang-orang ini benar-benar tahu cara membangun produk AI.

  — Dmitry Shevelenko

• Mengakuisisi Perplexity dapat meningkatkan kemampuan AI Apple.

• Lanskap kompetitif dalam AI membutuhkan langkah strategis dari perusahaan teknologi besar.

• Tantangan saat ini yang dihadapi Apple dapat diatasi dengan mengintegrasikan keahlian Perplexity.

• Pendekatan inovatif Perplexity sejalan dengan kebutuhan Apple akan solusi AI canggih.

• Akuisisi strategis dapat menempatkan Apple sebagai pemimpin dalam pengembangan produk AI.

• Sinergi potensial antara Apple dan Perplexity dapat mendorong kemajuan signifikan.

Dataran tinggi dalam penggunaan aplikasi AI konsumen

• Penggunaan AI konsumen telah datar selama enam bulan terakhir.

• Ketika kita melihat penggunaan AI konsumen, sesuatu yang sangat menarik telah terjadi… ada semacam dataran tinggi yang mulai akhir 2025.

  — Dmitry Shevelenko

• Stabilitas ini menunjukkan potensi stagnasi pasar.

• Memahami tren pengguna sangat penting untuk memprediksi pertumbuhan di masa depan.

• Dataran tinggi ini menunjukkan bahwa minat konsumen mungkin menurun.

• Perusahaan perlu berinovasi untuk menghidupkan kembali keterlibatan konsumen.

• Dataran tinggi ini bisa mencerminkan titik jenuh dalam penawaran AI saat ini.

• Strategi pasar harus menyesuaikan diri dengan fase baru penggunaan AI konsumen ini.

Pertumbuhan keuangan dan keterlibatan pengguna Perplexity

• ARR Perplexity meningkat secara signifikan, menunjukkan nilai pengguna yang kuat.

• Kami memulai tahun dengan kurang dari 250 juta ARR dan Arif baru-baru ini berbagi bahwa, Anda tahu, sebulan yang lalu kami melewati 500 juta ARR dan jelas kami menciptakan nilai bagi pengguna kami.

  — Dmitry Shevelenko

• Tonggak keuangan mencerminkan kinerja perusahaan dan keterlibatan pengguna.

• Pertumbuhan ARR menunjukkan keberhasilan Perplexity di pasar AI yang kompetitif.

• Keterlibatan pengguna yang kuat adalah faktor kunci keberhasilan keuangan Perplexity.

• Peningkatan ARR menyoroti kemampuan perusahaan dalam menciptakan nilai.

• Pertumbuhan Perplexity adalah bukti strategi bisnis yang efektif.

• Memahami ARR sangat penting untuk mengevaluasi keberhasilan perusahaan teknologi.

Peran AI dalam meningkatkan produktivitas

• Pengguna memanfaatkan Perplexity untuk tugas terkait pekerjaan, mendorong adopsi di luar AI konsumen.

• Orang-orang sebenarnya menggunakan Perplexity untuk tugas kerja dan pengetahuan… ini adalah senjata rahasia mereka untuk menjadi lebih produktif.

  — Dmitry Shevelenko

• Alat AI terintegrasi dalam alur kerja profesional, meningkatkan produktivitas.

• Aplikasi praktis Perplexity memperkuat perannya dalam produktivitas.

• Kasus penggunaan terkait pekerjaan memperluas jangkauan alat AI.

• Peningkatan produktivitas adalah keuntungan utama dari adopsi AI.

• Integrasi AI ke dalam tugas kerja menunjukkan fleksibilitas dan utilitasnya.

• Memahami bagaimana AI meningkatkan produktivitas sangat penting untuk adopsinya.

Pendekatan pendapatan versus metrik pengguna dalam evaluasi teknologi

• Pendapatan adalah metrik yang lebih jujur daripada MAUs untuk menilai nilai.

• Saya pikir pendapatan adalah metrik yang jauh lebih jujur daripada semacam MAUs garis atas yang saya rasa, Anda tahu, bisa termasuk banyak hype dan aktivitas eksplorasi tetapi tidak terlalu terkait dengan nilai.

  — Dmitry Shevelenko

• Pendapatan memberikan gambaran yang lebih jelas tentang kesehatan keuangan perusahaan.

• Metrik pengguna bisa menyesatkan karena hype dan aktivitas eksplorasi.

• Evaluasi perusahaan teknologi harus fokus pada kinerja keuangan.

• Pendapatan mencerminkan nilai nyata yang diberikan kepada pengguna.

• Memahami perbedaan antara pendapatan dan metrik pengguna sangat penting.

• Metrik keuangan menawarkan penilaian yang lebih andal terhadap keberhasilan perusahaan.

Kesenjangan antara kemampuan AI dan perilaku konsumen

• Perilaku konsumen belum sepenuhnya menyesuaikan diri dengan kemampuan AI, menyebabkan dataran tinggi pertumbuhan.

• Saya rasa ada beberapa kasus penggunaan yang lebih maju dari keingintahuan orang untuk mengeksplorasi apa itu AI ini, tetapi perilaku mereka tidak berubah.

  — Dmitry Shevelenko

• Kesenjangan antara alat AI dan adopsi konsumen menjadi hambatan pertumbuhan.

• Adaptasi perilaku diperlukan untuk mewujudkan potensi penuh AI.

• Perusahaan harus mengatasi ketidaksesuaian ini untuk mendorong adopsi AI.

• Memahami perilaku konsumen adalah kunci integrasi AI yang efektif.

• Pertumbuhan industri terhambat oleh kesenjangan perilaku ini.

• Menjembatani kesenjangan ini membutuhkan edukasi dan inovasi yang terarah.

Overhang kemampuan dalam industri AI

• Ada overhang kemampuan di mana kemajuan tidak sepenuhnya dimanfaatkan oleh konsumen.

• Sebagian dari apa yang perlu dilakukan industri secara lebih luas adalah mendidik pengguna tentang apa yang sekarang mungkin… orang masih menggunakannya dengan cara yang sangat web satu poin nol.

  — Dmitry Shevelenko

• Edukasi pengguna tentang kemampuan AI sangat penting untuk adopsi.

• Overhang ini menyoroti hambatan besar dalam keterlibatan konsumen.

• Kemajuan AI memerlukan komunikasi yang efektif kepada pengguna.

• Industri harus fokus pada demonstrasi potensi AI.

• Memahami overhang kemampuan sangat penting untuk perencanaan strategis.

• Mengatasi masalah ini dapat membuka potensi penuh AI bagi pengguna.

Rasa ingin tahu manusia sebagai kendala potensi AI

• Kendala utama dalam memaksimalkan potensi AI adalah rasa ingin tahu manusia.

• Unsur manusia yang unik dalam memanfaatkan semua ini adalah rasa ingin tahu dan agen.

  — Dmitry Shevelenko

• Rasa ingin tahu mendorong inovasi dan penggunaan efektif teknologi AI.

• Agen manusia sangat penting untuk memanfaatkan kemajuan AI.

• Mendorong rasa ingin tahu dapat meningkatkan adopsi dan inovasi AI.

• Memahami peran rasa ingin tahu sangat penting untuk memaksimalkan potensi AI.

• Kendala ini menyoroti pentingnya faktor manusia dalam adopsi teknologi.

• Meningkatkan rasa ingin tahu dapat menghasilkan integrasi AI yang lebih efektif.

Dampak keunikan terhadap keterlibatan pengguna AI

• Lonjakan keunikan dalam penggunaan AI meningkatkan kesadaran tetapi sering mengurangi keterlibatan berkelanjutan.

• Saya rasa lonjakan keunikan sangat bagus karena meningkatkan kesadaran luas dan menarik orang… lalu orang harus menemukan kasus penggunaan kebiasaan mereka sendiri… sekarang bisa dilihat bahwa ada penurunan juga.

  — Dmitry Shevelenko

• Keunikan dapat menarik pengguna tetapi mungkin tidak mempertahankan keterlibatan jangka panjang.

• Kesadaran sangat penting, tetapi penggunaan kebiasaan diperlukan untuk retensi.

• Memahami dampak keunikan adalah kunci strategi keterlibatan pengguna.

• Keterlibatan berkelanjutan membutuhkan lebih dari sekadar minat awal.

• Perusahaan harus fokus menciptakan nilai yang bertahan lebih dari sekadar keunikan.

• sifat sementara keunikan menyoroti tantangan dalam retensi pengguna.

Pentingnya akurasi dalam aplikasi AI

• Akurasi dalam AI sangat penting untuk pencarian dan pengambilan informasi yang efektif.

• Pada akhirnya, kami melihat nilai dalam aspek AI yang paling produktif secara ekonomi… Anda perlu memiliki pencarian terbaik agar apa pun yang Anda lakukan dengan AI didasarkan pada sumber yang paling mutakhir dan berkualitas tinggi.

  — Dmitry Shevelenko

• Data yang akurat sangat penting untuk kinerja AI dan kepercayaan pengguna.

• Fungsi pencarian yang efektif bergantung pada sumber data berkualitas tinggi.

• Nilai AI terkait erat dengan kemampuannya menyediakan informasi yang akurat.

• Memahami pentingnya akurasi sangat penting untuk pengembangan AI.

• Perusahaan harus memprioritaskan kualitas data untuk meningkatkan aplikasi AI.

• Akurasi adalah elemen dasar dari keberhasilan integrasi AI.