NVIDIA 正在投资 Perplexity 吗？据 2026 年 8 月 24 日发布的报道称，NVIDIA 据悉正就对这家 AI 搜索公司进行一轮股权融资洽谈，该轮融资可能使 Perplexity 的估值超过 300 亿美元。这些会谈凸显了 AI 基础设施资本正如何深入进军对话式搜索和问答引擎领域——在这里，品牌曝光可能发生在传统引流点击之前，甚至无需点击。对于增长与归因团队而言，随之而来的挑战并非意味着每一次 AI 交互都能被瞬间追踪，而是传统的末次点击归因（last-click attribution）如今只能观测到日益碎片化的探索旅程中的一小部分。
NVIDIA 投资洽谈或将 Perplexity 估值推高至 300 亿美元以上
核心要点
- 媒体报道显示，NVIDIA 正在洽谈参与 Perplexity 的新一轮股权融资，这可能使这家 AI 初创公司的估值超过 300 亿美元，而整体融资金额预计将达到数十亿美元。
- 在 Perplexity Computer 工作流自动化代理扩展的推动下，Perplexity 的年化收入从 2026 年初的不到 2.5 亿美元飙升至超过 7.5 亿美元。
- 这些洽谈契合了不断扩大的基础设施协同模式，将硬件算力需求与下游的对话式搜索及软件分发平台紧密连接。
对话式搜索的商业化扩张正在重塑人工智能价值链。几十年来，搜索引擎的经济模式一直依赖于索引网页并提供排名的目录结果，通过关键词竞价和按点击付费广告来变现。该框架为网站运营者提供了可直接观测的入站引流渠道。相比之下，对话式问答引擎将大语言模型与检索系统相结合，以提供直接答案，并在综合回答中直接呈现来源引用，而不仅仅是将用户引向完整的页面访问。
用户行为的这一根本性转变，给数字出版商和获客营销人员带来了独特的度量挑战。当用户直接在搜索或对话界面中获得综合答案时，外部出版商的点击率可能会下降，从而在传统的网页访问之前增加了一个无法观测的曝光层。同时，构建和响应这些对话式查询需要庞大的计算基础设施。运行实时多模型路由和代理式计算机工作流需要大量的加速计算能力，这抬高了搜索服务商的运营推理成本。这些市场动态在路透社追踪该公司增长轨迹的最新报道中得到了分析。
据报道的会谈反映了 AI 基础设施提供商与应用层软件公司之间更广泛的战略契合。这轮融资可能会使该初创公司的估值从 2025 年底的 200 亿美元提升至 300 亿美元以上。在用于工作场所任务自动化的 Perplexity Computer 代理的推动下，Perplexity 的年化收入已突破 7.5 亿美元。在此次讨论之前，NVIDIA 曾考虑进行技术许可和招聘安排，随后会谈才演变为股权投资。Perplexity 曾独立表示计划部署 NVIDIA 的 Vera CPU 来处理代理式工作负载，并与采用 NVIDIA Grace Blackwell 系统的 CoreWeave 保持着基础设施协议。对 NVIDIA 而言，与快速发展的 AI 应用建立股权关系可以深化其对下游算力需求的参与，同时拓宽其在芯片销售之外的市场地位。
系统性根源：从直接引流到零点击曝光
在架构层面，对话式搜索平台改变了数字流量在互联网上的流动方式。在传统网络搜索中，用户查询与搜索索引进行匹配，并以超链接的形式返回排名的结果。当用户点击带标签的外部链接时，所产生的网络会话可能会暴露引流来源信息、营销活动参数和现有的第一方会话标识符，具体取决于浏览器和隐私控制设置。
对话式问答引擎引入了不同的交互流程。现代检索架构不再单单依赖对每个提示词进行实时网页抓取，而是可能在综合答案之前结合搜索索引、缓存的内容副本以及实时检索或外部数据源。在许多此类交互中，终端用户无需在被引用的出版商源服务器上产生即时的浏览器会话，就能获得所需的信息。
协议断层：直接点击与综合答案引用
许多传统的数字度量设置严重依赖末次点击归因，假设每次转化都源自可识别的网络点击。而在问答引擎生态系统中，客户探索往往发生在对话交互中，远在用户访问网站或安装应用程序之前。
下图展示了传统搜索点击转化漏斗与对话式问答引擎流程之间的协议分化：
[传统搜索点击漏斗] 用户查询 ──> 10 个蓝色链接 ──> 直接点击 ──> 入站网页会话（引流来源/营销活动数据可观测） [对话式问答引擎流程] 用户查询 ──> 综合回答 ──> 品牌引用 ──> 零点击 / 后续访问（无直接连接键）
当问答引擎将某个品牌、产品或软件仓库作为来源引用时，用户可能会在数小时或数天后阅读摘要、评估推荐并在移动设备上独立打开目标应用程序。由于在初始评估期间未发生直接的引流点击，标准的单触点归因工具可能会将后续的激活记录为直接访问、自然流量或其他可观测的下游来源，同时丢失最初的 AI 曝光。在更广泛的数字营销和应用程序分发中，传统搜索引流的侵蚀凸显了上游品牌知名度与确定性转化归因之间日益扩大的鸿沟。增长团队需要能够将广泛的品牌知名度与所记录用户交互的多触点归因区分开来的度量框架。
自研与采购：在 AI 搜索时代管理多触点归因
随着数字探索越来越多地发生在对话式搜索界面中，工程和增长团队必须重新评估他们如何追踪用户获取。在由 AI 搜索驱动的探索环境中衡量转化，需要具备能够将多渠道探索信号与下游应用事件进行对账的数据管道。组织通常需要评估是构建定制的内部事件关联数据库，还是采用标准化的多触点归因平台。
架构评估：内部数据管道与标准化平台
构建内部多触点归因系统需要建立复杂的数据仓库，以引入服务器日志、API webhook 和第三方平台信号。工程团队必须设计定制的算法归因模型，管理会话超时，并持续更新数据管道以适应不断变化的浏览器隐私政策。相反，部署专门的归因框架可简化集成，在无需持续维护开销的情况下，跨记录的网页和移动端触点提供统一的报告。
下表对比了管理多渠道归因和会话状态的标准技术方法：
| 解决方案 | 可观测触点 | 跨平台连贯性 | 工程所有权 | 最适合 |
|---|---|---|---|---|
| 单触点网络日志记录 | 仅限直接点击 | 低（仅限客户端 Cookie） | 主要为内部 | 具有简单直接转化漏斗的传统 Web 门户 |
| 内部 MTA 数据库 | 自定义记录信号 | 可变（自定义管道） | 完全内部 | 拥有专职数据工程资源的大型企业团队 |
| 移动端归因与上下文还原平台 | 记录的营销渠道 | 高（配合 SDK 集成） | 共享/厂商支持 | 全渠道营销、移动应用和多营销活动漏斗 |
在存在可衡量交互的地方——例如带标签的引流链接、营销活动落地页、合作伙伴重定向或其他记录的触点——诸如 OpoInstall 之类的平台可以通过归因和延迟参数路由，在 web-to-app 旅程中保留可用的营销活动上下文。通过跨 web-to-app 转型利用服务端状态还原技术来保留营销活动参数，该方法支持在记录的多渠道漏斗中进行更准确的转化度量。然而，零点击 AI 提及仍然是一个独立的度量难题，因为不存在可直接关联到最终转化的用户级引流事件。
集成清单：为问答引擎重建归因
为了适应对话式搜索引擎和自动化探索层的兴起，技术和营销团队应当实施结构化的数据收集与归因工作流。
开发者实施清单
- 集中管理可观测事件：将可衡量的网页、移动端、CRM 和合作伙伴事件发送到公共的服务端分析管道中，以构建可观测交互的统一记录。
- 集成延迟深度链接 SDK：在移动应用程序内嵌轻量级客户端 SDK，以便在冷启动时检索并匹配安装前的营销活动参数。
- 保留来源元数据：每当发生可观测的引流点击时，保留 UTM 参数、引流来源 ID、落地页上下文和合作伙伴来源元数据。
产品与增长策略清单
- 向多触点归因（MTA）过渡：评估多触点归因模型，将功劳分配给所有记录的交互，而不是仅仅依赖末次点击数据。
- 将曝光度与归因区分开来：将 AI 引用和对话式品牌提及作为上游曝光度指标报告，而不是强行将它们纳入确定性转化归因中。
- 监控品牌引用热度：追踪公司文档、产品和文章在对话式搜索结果中被引用的频率，以评估广泛的市场认知度。
通过实践这些方法，企业能够在对记录的获客漏斗保持清晰可视性的同时，理解零点击探索的结构性边界。
常见问题解答 (FAQ)
为什么 NVIDIA 考虑投资 Perplexity？
对话式搜索如何干扰传统的网站点击引流流量？
当 AI 搜索产生零点击探索时，团队应当如何衡量归因？
给工程团队的核心要点
报道的 NVIDIA 与 Perplexity 投资洽谈凸显了数字信息被索引、检索和变现方式的持续转变。随着对话式问答引擎和自动化代理成为日益重要的探索层，传统的基于网络的点击漏斗将只能捕获整体客户旅程的一部分。
为了在这个不断演进的环境中保持增长，工程和增长团队必须对其归因基础设施进行现代化升级。通过将多触点归因、服务端上下文保留以及针对可观测旅程的延迟参数传递结合起来，组织可以更准确地度量记录的客户旅程，同时利用汇总、曝光度和增量方法来评估缺乏直接可连接事件的 AI 探索。
Share this article
