NVIDIA Cân Nhắc Đầu Tư vào Perplexity? Cách Tìm Kiếm Bằng AI Định Hình Lại Lưu Lượng Truy Cập

NVIDIA có đang đầu tư vào Perplexity hay không? Theo các báo cáo được công bố vào ngày 24 tháng 8 năm 2026, NVIDIA được cho là đang thảo luận về việc đầu tư vào công ty tìm kiếm AI này như một phần của vòng gọi vốn cổ phiếu có thể định giá Perplexity ở mức hơn 30 tỷ USD. Các cuộc đàm phán nhấn mạnh cách dòng vốn cơ sở hạ tầng AI đang thâm nhập sâu hơn vào tìm kiếm hội thoại và các công cụ giải đáp, nơi việc khám phá thương hiệu có thể diễn ra trước—hoặc không cần—một lượt nhấp giới thiệu truyền thống. Đối với các nhóm tăng trưởng và phân bổ, thách thức đặt ra không phải là mọi tương tác AI đều có thể được theo dõi đột ngột, mà là phương pháp đo lường điểm chạm cuối cùng thông thường giờ đây chỉ quan sát được một phần nhỏ hơn trong hành trình khám phá ngày càng bị phân mảnh.

Các Cuộc Đàm Phán Đầu Tư Của NVIDIA Có Thể Định Giá Perplexity Vượt Mức 30 Tỷ USD

Tổng Quan Nhanh

• Các báo cáo truyền thông chỉ ra rằng NVIDIA đang thảo luận về việc đầu tư vào Perplexity như một phần của vòng gọi vốn cổ phiếu có thể định giá công ty khởi nghiệp AI này ở mức hơn 30 tỷ USD, trong khi toàn bộ vòng gọi vốn có giá trị lên tới hàng tỷ USD.
• Doanh thu hàng năm hóa của Perplexity đã tăng từ dưới 250 triệu USD vào đầu năm 2026 lên hơn 750 triệu USD, được hỗ trợ bởi việc mở rộng tác vụ tự động hóa quy trình làm việc Perplexity Computer.
• Các cuộc thảo luận phù hợp với xu hướng liên kết cơ sở hạ tầng ngày càng mở rộng, kết nối nhu cầu điện toán phần cứng với các nền tảng tìm kiếm hội thoại hạ nguồn và phân phối phần mềm.

Sự mở rộng thương mại của tìm kiếm hội thoại đang định hình lại chuỗi giá trị trí tuệ nhân tạo. Trong nhiều thập kỷ, kinh tế học của công cụ tìm kiếm phụ thuộc vào việc lập chỉ mục các trang web và cung cấp kết quả thư mục được xếp hạng, được kiếm tiền thông qua đấu giá từ khóa và quảng cáo trả phí cho mỗi lần nhấp. Khung đó cung cấp cho các nhà vận hành trang web các kênh giới thiệu khách hàng truy cập có thể quan sát trực tiếp. Ngược lại, các công cụ giải đáp hội thoại kết hợp các mô hình ngôn ngữ lớn với các hệ thống truy xuất để cung cấp câu trả lời trực tiếp, hiển thị các trích dẫn nguồn ngay trong các câu trả lời được tổng hợp thay vì điều hướng người dùng truy cập toàn bộ trang web.

Sự thay đổi cơ bản trong hành vi người dùng này tạo ra một thách thức đo lường rõ ràng cho các nhà xuất bản kỹ thuật số và nhà tiếp thị thu hút người dùng. Khi người dùng nhận được các câu trả lời tổng hợp trực tiếp trong giao diện tìm kiếm hoặc giao diện hội thoại, tỷ lệ nhấp vào các nhà xuất bản bên ngoài có thể giảm xuống, bổ sung thêm một lớp khám phá không thể quan sát nằm trước các lượt truy cập web truyền thống. Đồng thời, việc xây dựng và phục vụ các truy vấn hội thoại này đòi hỏi cơ sở hạ tầng điện toán khổng lồ. Việc vận hành quy trình định tuyến đa mô hình thời gian thực và các tác vụ máy tính tự trị đòi hỏi năng lực điện toán tăng tốc đáng kể, làm gia tăng chi phí vận hành suy luận cho các nhà cung cấp tìm kiếm. Những động lực thị trường này đã được phân tích trong các báo cáo gần đây của Reuters theo sát quỹ đạo tăng trưởng của công ty.

Các cuộc đàm phán được ghi nhận phản ánh sự liên kết rộng lớn hơn giữa các nhà cung cấp cơ sở hạ tầng AI và các công ty phần mềm lớp ứng dụng. Vòng gọi vốn được báo cáo có thể định giá công ty khởi nghiệp ở mức hơn 30 tỷ USD, tăng từ mức 20 tỷ USD vào cuối năm 2025. Doanh thu hàng năm hóa của Perplexity đã vượt qua 750 triệu USD, được thúc đẩy một phần bởi tác vụ Perplexity Computer dành cho tự động hóa tác vụ tại nơi làm việc. Các cuộc thảo luận diễn ra sau các cuộc đàm phán trước đó, nơi NVIDIA xem xét các thỏa thuận cấp phép công nghệ và tuyển dụng trước khi các cuộc trò chuyện phát triển thành khoản đầu tư vốn cổ phần. Perplexity đã đưa ra các tuyên bố riêng biệt về kế hoạch triển khai CPU Vera của NVIDIA cho các tác vụ tự trị và duy trì thỏa thuận cơ sở hạ tầng với CoreWeave liên quan đến hệ thống NVIDIA Grace Blackwell. Đối với NVIDIA, mối quan hệ vốn cổ phần với các ứng dụng AI phát triển nhanh có thể làm sâu sắc thêm mức độ tiếp xúc với nhu cầu điện toán hạ nguồn đồng thời mở rộng vị thế vượt ra ngoài việc bán linh kiện bán dẫn.

Nguyên Nhân Gốc Rễ Hệ Thống: Từ Giới Thiệu Trực Tiếp Đến Khám Phá Không Cần Nhấp Chuột

Ở cấp độ kiến trúc, các nền tảng tìm kiếm hội thoại làm thay đổi cách lưu lượng truy cập kỹ thuật số di chuyển trên internet. Trong tìm kiếm web truyền thống, một truy vấn của người dùng được khớp với chỉ mục tìm kiếm và các kết quả được xếp hạng sẽ trả về dưới dạng siêu liên kết. Khi người dùng nhấp vào một liên kết ngoài được gắn thẻ, phiên web kết quả có thể cung cấp thông tin người giới thiệu, tham số chiến dịch và định danh phiên bên thứ nhất hiện có, tuân theo các quyền kiểm soát về trình duyệt và quyền riêng tư.

Các công cụ giải đáp hội thoại giới thiệu một luồng tương tác khác. Thay vì chỉ dựa vào việc thu thập dữ liệu web trực tiếp cho mọi câu lệnh đơn lẻ, các kiến trúc truy xuất hiện đại có thể kết hợp các chỉ mục tìm kiếm, các bản sao nội dung được lưu trữ trong bộ nhớ đệm, và nguồn dữ liệu bên ngoài hoặc truy xuất trực tiếp trước khi tổng hợp câu trả lời. Trong nhiều tương tác như vậy, người dùng cuối nhận được thông tin cần thiết mà không tạo ra một phiên trình duyệt ngay lập tức trên máy chủ gốc của nhà xuất bản được trích dẫn.

Ngắt Kết Nối Giao Thức: Nhấp Chuột Trực Tiếp So Với Trích Dẫn Câu Trả Lời Tổng Hợp

Nhiều thiết lập đo lường kỹ thuật số cũ dựa nhiều vào việc phân bổ theo điểm chạm cuối cùng, giả định rằng mỗi chuyển đổi đều bắt nguồn từ một lượt nhấp web có thể xác định. Trong hệ sinh thái công cụ giải đáp, việc khách hàng khám phá diễn ra trong các cuộc hội thoại rất lâu trước khi người dùng truy cập trang web hoặc cài đặt ứng dụng.

Biểu đồ dưới đây minh họa sự khác biệt về giao thức giữa các phễu nhấp tìm kiếm truyền thống và các luồng công cụ giải đáp hội thoại:

[Phễu Nhấp Tìm Kiếm Truyền Thống]
  Truy Vấn Người Dùng ──> 10 Liên Kết Xanh ──> Nhấp Trực Tiếp ──> Phiên Web Đến (Dữ Liệu Người Giới Thiệu / Chiến Dịch Có Thể Quan Sát)

[Luồng Công Cụ Giải Đáp Hội Thoại]
  Truy Vấn Người Dùng ──> Câu Trả Lời Tổng Hợp ──> Trích Dẫn Thương Hiệu ──> Không Nhấp / Truy Cập Sau (Không Có Khóa Liên Kết Trực Tiếp)

Khi một công cụ giải đáp trích dẫn một thương hiệu, sản phẩm hoặc kho lưu trữ phần mềm làm nguồn, người dùng có thể đọc bản tóm tắt, đánh giá đề xuất và mở độc lập ứng dụng mục tiêu trên thiết bị di động của họ vào nhiều giờ hoặc nhiều ngày sau đó. Do không có lượt nhấp giới thiệu trực tiếp nào diễn ra trong quá trình đánh giá ban đầu, các công cụ phân bổ đơn điểm chạm tiêu chuẩn có thể ghi nhận hoạt động kích hoạt sau đó là trực tiếp, tự nhiên (organic) hoặc nguồn hạ nguồn quan sát được khác trong khi bỏ lỡ thông tin hiển thị AI ban đầu. Trong hoạt động tiếp thị kỹ thuật số và phân phối ứng dụng rộng lớn hơn, sự suy giảm của các nguồn giới thiệu tìm kiếm truyền thống làm nổi bật khoảng cách ngày càng lớn giữa khả năng hiển thị thương hiệu ở phễu trên và việc phân bổ chuyển đổi tất định. Các nhóm tăng trưởng đòi hỏi các framework đo lường giúp tách biệt khả năng hiển thị thương hiệu diện rộng khỏi việc phân bổ đa điểm chạm của các tương tác người dùng đã ghi nhận.

Xây Dựng So Với Mua: Quản Lý Phân Bổ Đa Điểm Chạm Trong Kỷ Nguyên Tìm Kiếm AI

Khi việc khám phá kỹ thuật số ngày càng diễn ra trên các giao diện tìm kiếm hội thoại, các nhóm kỹ thuật và tăng trưởng phải đánh giá lại cách họ theo dõi việc thu hút người dùng. Việc đo lường chuyển đổi trong môi trường khám phá do tìm kiếm AI thúc đẩy đòi hỏi các luồng dữ liệu có khả năng hòa giải các tín hiệu khám phá đa kênh với các sự kiện ứng dụng hạ nguồn. Các tổ chức thường đánh giá xem nên xây dựng cơ sở dữ liệu tương quan sự kiện tùy chỉnh nội bộ hay áp dụng các nền tảng phân bổ đa điểm chạm tiêu chuẩn hóa.

Đánh Giá Kiến Trúc: Luồng Dữ Liệu Nội Bộ So Với Nền Tảng Tiêu Chuẩn Hóa

Việc xây dựng một hệ thống phân bổ đa điểm chạm nội bộ đòi hỏi phải thiết lập các kho dữ liệu phức tạp để tiếp nhận nhật ký máy chủ, webhook API và các tín hiệu từ nền tảng bên thứ ba. Các nhóm kỹ thuật phải thiết kế các mô hình phân bổ thuật toán tùy chỉnh, quản lý thời gian chờ của phiên và liên tục cập nhật các luồng dữ liệu để tính đến các chính sách quyền riêng tư của trình duyệt đang thay đổi. Ngược lại, việc triển khai một framework phân bổ chuyên dụng sẽ đơn giản hóa việc tích hợp, cung cấp báo cáo thống nhất trên các điểm chạm web và di động đã ghi nhận mà không tốn chi phí bảo trì liên tục.

Bảng dưới đây so sánh các phương pháp tiếp cận kỹ thuật tiêu chuẩn để quản lý phân bổ đa kênh và trạng thái phiên:

Ở những nơi tồn tại một tương tác có thể đo lường—chẳng hạn như liên kết giới thiệu được gắn thẻ, trang đích chiến dịch, chuyển hướng đối tác hoặc điểm chạm được ghi nhận khác—các nền tảng như OpoInstall có thể duy trì ngữ cảnh chiến dịch khả dụng xuyên suốt các hành trình chuyển đổi từ web sang ứng dụng thông qua tính năng định tuyến tham số hoãn lại và phân bổ. Bằng cách bảo lưu các tham số chiến dịch trong quá trình chuyển đổi từ web sang ứng dụng thông qua việc khôi phục trạng thái phía máy chủ, phương pháp này hỗ trợ đo lường chuyển đổi chính xác hơn trên các phễu đa kênh đã ghi nhận. Tuy nhiên, các đề cập AI không cần nhấp chuột vẫn là một vấn đề đo lường riêng biệt vì không có sự kiện giới thiệu ở cấp độ người dùng nào tồn tại để liên kết trực tiếp với chuyển đổi cuối cùng.

Checklist Tích Hợp: Xây Dựng Lại Phân Bổ Cho Các Công Cụ Giải Đáp

Để thích ứng với sự trỗi dậy của các công cụ tìm kiếm hội thoại và các lớp khám phá tự động hóa, các nhóm kỹ thuật và tiếp thị nên triển khai quy trình làm việc thu thập dữ liệu và phân bổ có cấu trúc.

Checklist Triển Khai Cho Lập Trình Viên

• Tập Trung Hóa Các Sự Kiện Có Thể Quan Sát: Gửi các sự kiện web, di động, CRM và đối tác có thể đo lường vào một đường ống phân tích phía máy chủ chung để xây dựng một bản ghi hợp nhất về các tương tác có thể quan sát.
• Tích Hợp SDK Liên Kết Sâu Hoãn Lại: Nhúng các SDK khách nhẹ vào trong các ứng dụng di động để truy xuất và khớp các tham số chiến dịch trước khi cài đặt ngay khi khởi chạy lần đầu.
• Bảo Lưu Siêu Dữ Liệu Nguồn: Duy trì các tham số UTM, ID giới thiệu, ngữ cảnh trang đích và siêu dữ liệu nguồn đối tác bất cứ khi nào lượt nhấp giới thiệu có thể quan sát xuất hiện.

Checklist Chiến Lược Sản Phẩm & Tăng Trưởng

• Chuyển Sang Phân Bổ Đa Điểm Chạm (MTA): Đánh giá các mô hình phân bổ đa điểm chạm để phân bổ tín dụng trên tất cả các tương tác được ghi nhận thay vì chỉ dựa vào dữ liệu điểm chạm cuối cùng.
• Tách Biệt Khả Năng Hiển Thị Khỏi Phân Bổ: Báo cáo các trích dẫn AI và lượt đề cập thương hiệu hội thoại dưới dạng số liệu hiển thị phễu trên thay vì ép chúng vào phân bổ chuyển đổi tất định.
• Theo Dõi Tốc Độ Trích Dẫn Thương Hiệu: Theo dõi mức độ thường xuyên tài liệu công ty, sản phẩm và bài viết được tham chiếu trong kết quả tìm kiếm hội thoại để đánh giá mức độ nhận biết rộng rãi trên thị trường.

Việc triển khai các thực tiễn này cho phép các tổ chức duy trì khả năng quan sát rõ ràng đối với các phễu thu hút đã ghi nhận đồng thời thừa nhận các ranh giới cấu trúc của việc khám phá không cần nhấp chuột.

Các cuộc đàm phán đầu tư giữa NVIDIA và Perplexity được ghi nhận làm nổi bật sự thay đổi liên tục trong cách thông tin kỹ thuật số được lập chỉ mục, truy xuất và kiếm tiền. Khi các công cụ giải đáp hội thoại và tác vụ tự động hóa trở thành các lớp khám phá ngày càng quan trọng, các phễu nhấp dựa trên web truyền thống sẽ chỉ nắm bắt được một phần của toàn bộ hành trình khách hàng.

Để duy trì sự tăng trưởng trong bối cảnh không ngừng phát triển này, các nhóm kỹ thuật và tăng trưởng phải hiện đại hóa cơ sở hạ tầng phân bổ của họ. Bằng cách kết hợp phân bổ đa điểm chạm, bảo lưu ngữ cảnh phía máy chủ và truyền qua tham số hoãn lại cho các hành trình có thể quan sát, các tổ chức có thể đo lường hành trình khách hàng đã ghi nhận chính xác hơn trong khi sử dụng các phương pháp tổng hợp, hiển thị và tính gia tăng để đánh giá việc khám phá bằng AI còn thiếu một sự kiện liên kết trực tiếp.