Punti chiave
Il motore di ricerca Perplexity AI si sta trasformando radicalmente, evolvendo da un sistema di recupero informazioni basato su API di terze parti a un ecosistema tecnologico verticalmente integrato e “sovrano”.
L’analisi del suo sviluppo recente evidenzia una strategia mirata a disintermediare la navigazione web tradizionale attraverso browser proprietari, hardware dedicato e una nuova architettura di inferenza, affrontando contemporaneamente sfide legali che potrebbero ridefinire il diritto d’autore nell’era dell’intelligenza artificiale.
-
Transizione verso la sovranità tecnologica
L’azienda ha abbandonato il modello “wrapper” per adottare un’architettura proprietaria completa. Con l’introduzione dei modelli Sonar nel febbraio 2025 e l’integrazione dei processori Wafer Scale Engines di Cerebras Systems, Perplexity ha internalizzato l’intero stack di inferenza, raggiungendo velocità di elaborazione (1.200 token al secondo) necessarie per competere in tempo reale con i motori di ricerca legacy e ridurre la dipendenza da fornitori esterni;
-
Navigazione Agentica e Browser Comet
Il lancio del browser Comet segna il tentativo di sostituire Google Chrome come interfaccia primaria di accesso alla rete. Il sistema introduce il concetto di “navigazione agentica”, dove l’AI non si limita a visualizzare contenuti passivamente, ma agisce come un agente persistente in grado di eseguire compiti complessi, gestire transazioni e filtrare il rumore visivo delle pagine web, trasformando l’esperienza utente da consultativa a operativa;
-
La dottrina dell’allucinazione legale
Il conflitto con gli editori ha raggiunto un punto di svolta con la causa federale del New York Times del dicembre 2025. Oltre alla violazione del copyright per “sostituzione di mercato”, l’accusa introduce una nuova dottrina basata sul danno reputazionale causato dalle “allucinazioni”: l’attribuzione di fatti inventati a fonti autorevoli viene contestata non solo come errore tecnico, ma come forma di diffamazione che diluisce il valore del marchio editoriale;
-
Modello economico ibrido e Publisher Program
Per mitigare le tensioni editoriali e diversificare le entrate, Perplexity ha implementato un modello di revenue sharing basato sull’interazione, sostenuto da un fondo iniziale di 42,5 milioni di dollari. Parallelamente, l’introduzione delle “Sponsored Questions” e di un’offerta in abbonamento che separa la ricerca rapida (Free Tier) dalla selezione di modelli di frontiera (Pro Tier) dimostra la ricerca di un equilibrio tra monetizzazione pubblicitaria e servizi premium;
-
Ubiquità tramite integrazione hardware
La strategia di espansione mira a bypassare il duopolio dei sistemi operativi mobili attraverso partnership con colossi delle telecomunicazioni (SoftBank, Deutsche Telekom) e l’integrazione in dispositivi AI-native come Rabbit R1. L’obiettivo è creare un’esperienza “app-less” in cui il motore di risposta funge da livello logico primario del dispositivo, gestendo comunicazioni e servizi direttamente tramite linguaggio naturale.
Che cos’è Perplexity AI
Perplexity AI è un motore di ricerca web che integra le capacità dei Large Language Model (LLM) con software di ricerca in tempo reale. La piattaforma si propone di fornire risposte dirette e sintetizzate a domande poste dagli utenti in linguaggio naturale e con possibilità di follow-up.
Questa tecnologia rappresenta una transizione dai motori di ricerca basati esclusivamente su elenchi di link verso sistemi di risposta integrati. L’architettura software è progettata per elaborare query complesse fornendo un contesto immediato e verificabile.
Definizione e natura del motore di risposta
Un motore di risposta si differenzia dai sistemi di ricerca tradizionali per la sua capacità di analizzare il contenuto delle pagine web e produrre una sintesi testuale. Invece di richiedere all’utente la navigazione tra diversi risultati, il sistema aggrega le informazioni più rilevanti in un unico corpo narrativo.
L’interazione avviene attraverso un’interfaccia di chat che permette un dialogo iterativo tra l’utente e l’intelligenza artificiale. Questo approccio favorisce una comprensione più rapida di argomenti specialistici grazie alla scomposizione automatica delle informazioni.
Evoluzione storica e missione aziendale
Perplexity AI è stato fondato da un gruppo di professionisti esperti in intelligenza artificiale e sistemi di elaborazione dati su larga scala tra cui Aravind Srinivas, Denis Yarats, Johnny Ho e Andy Konwinski. Fin dalle fasi iniziali, l’azienda ha stabilito la propria sede in un contesto di alta specializzazione tecnologica per attrarre talenti nel settore del machine learning.
La missione aziendale si focalizza sulla riduzione dell’attrito tra la domanda di conoscenza e il reperimento di fatti attendibili. Lo sviluppo si è concentrato sulla creazione di strumenti che aumentino la produttività individuale attraverso l’accesso rapido a dati sintetizzati.
Caratteristiche tecnologiche fondamentali
Il funzionamento del sistema si fonda sulla tecnica della generazione aumentata dal recupero, comunemente nota come Retrieval-Augmented Generation (RAG). Questo processo permette all’intelligenza artificiale di ancorare le proprie risposte a dati esterni correnti, riducendo la probabilità di errori fattuali.
L’interfaccia supporta l’approfondimento tematico suggerendo domande correlate che aiutano l’utente a esplorare i diversi sotto-temi di un argomento. Tale struttura gerarchica facilita la navigazione attraverso grafi di conoscenza dinamici creati durante la sessione.
Sovranità tecnologica e architettura Sonar
L’evoluzione infrastrutturale di Perplexity AI è caratterizzata dal passaggio a un sistema a controllo verticale. Questa transizione mira alla riduzione della dipendenza da fornitori esterni e all’ottimizzazione dei processi di calcolo.
Transizione dai modelli wrapper all’inferenza proprietaria
L’architettura di servizio si è trasformata da un modello basato su chiamate API di terze parti a un’entità tecnologicamente autonoma. Questa strategia di sovranità del modello permette il possesso dell’intero stack di inferenza.
Nel febbraio 2025 è avvenuta l’introduzione della famiglia di modelli Sonar. Il sistema sfrutta la scomposizione dei compiti per migliorare la precisione delle citazioni. L’obiettivo primario risiede nel perfezionamento della RAG, in modo da ridurre ulteriormente le allucinazioni tipiche dei modelli generalisti assicurando una maggiore fattualità dei dati nelle risposte.
Integrazione hardware con Cerebras Systems e riduzione della latenza
La velocità di elaborazione è garantita dall’integrazione di componenti fisici ottimizzati per il carico di lavoro AI. La collaborazione con Cerebras Systems ha introdotto l’uso di processori specializzati Wafer Scale Engines.
Le prestazioni raggiunte consentono una velocità di inferenza di 1.200 token al secondo. Tale rapidità è fondamentale per competere con i motori di ricerca tradizionali.
La riduzione della latenza trasforma la percezione dell’utente rendendo l’interazione quasi istantanea. Lo spostamento dell’inferenza su infrastruttura dedicata permette di fornire sintesi complete senza attese prolungate.
I modelli open-source e la neutralità del sistema R1-1776
La trasparenza operativa è supportata dal rilascio di architetture aperte alla comunità degli sviluppator, come il modello R1-1776 focalizzato sulla neutralità.
Questo sistema si basa sull’architettura DeepSeek-R1 ed è addestrato per massimizzare l’accuratezza fattuale. Il posizionamento come attore trasparente funge da contrappeso ai sistemi chiusi dei principali competitor.
Sebbene alcune risorse siano state successivamente focalizzate sui modelli Sonar, il rilascio open-source consolida la reputazione tecnica. La disponibilità dei pesi del modello permette di migliorare le capacità di ragionamento tramite il feedback collettivo.
Deep Research e il ragionamento agentico
L’integrazione di capacità analitiche avanzate permette al sistema di affrontare interrogativi che richiedono un’elaborazione estesa. Questa modalità si discosta dalla risposta immediata per favorire la precisione documentale attraverso cicli di verifica iterativi.
Scomposizione dei task e analisi web profonda
La funzionalità Deep Research è stata introdotta nel febbraio 2025 per rispondere a esigenze informative di alto livello. Il sistema adotta processi di ragionamento lento per la gestione di query complesse.
L’agente AI opera attraverso la divisione della domanda in diversi sotto-task sequenziali. Questa metodologia consente la lettura di documenti tecnici e la sintesi di report strutturati in modo autonomo.
Grounding e fattualità rispetto ai modelli generalisti
La specializzazione nel grounding costituisce il principale fattore di differenziazione tecnica rispetto alla concorrenza. L’ancoraggio ai fatti riduce drasticamente le probabilità di allucinazione del modello durante la risposta.
Rispetto ai modelli linguistici generalisti, il sistema ottimizza la citazione delle fonti per garantire la massima accuratezza. Questa precisione risulta fondamentale per mantenere l’affidabilità delle informazioni in ambiti tecnici o professionali.
Navigazione agentica e il browser Comet
Il lancio di un’interfaccia di navigazione proprietaria risponde all’esigenza di controllare l’intero percorso dell’utente sul web. Perplexity evolve così da semplice visualizzatore ad assistente operativo integrato direttamente nell’ambiente di ricerca.
Disintermediazione di Chrome e interfaccia assistenziale attiva
Il lancio del browser Comet da parte di Perplexity rappresenta un tentativo di superare la dipendenza dalle infrastrutture di navigazione esistenti. L’obiettivo strategico risiede nella disintermediazione di Google Chrome trasformando l’AI nell’interfaccia primaria di accesso alla rete.
In questa fase evolutiva, il software non opera come un visualizzatore passivo di codice HTML. Il browser è stato progettato per agire come un agente persistente integrato nella barra laterale di ogni scheda aperta.
L’architettura del sistema introduce il concetto di navigazione agentica per l’automazione delle attività online. L’assistente possiede capacità di azione diretta che includono diverse funzionalità operative:
-
Gestione operativa
Il sistema può per esempio compilare moduli digitali o gestire autonomamente le voci del calendario dell’utente;
-
Orchestrazione transazioni
L’AI è in grado di coordinare processi di acquisto filtrando il rumore visivo presente nelle pagine web moderne;
-
Navigazione attiva
L’assistente non si limita alla navigazione dei contenuti, ma interviene attivamente per eseguire compiti durante la medesima.
Sovranità sui dati e limitazioni dell’esperienza d’uso
Il controllo di un browser proprietario garantisce a Perplexity la sovranità sui dati di navigazione necessari per affinare i modelli di ranking. Questa mossa permette di svincolarsi dalle limitazioni imposte da standard esterni come Manifest V3.
L’acquisizione diretta dei segnali di navigazione permette di comprendere l’intento dell’utente in modo granulare. Tale approccio chiude il cerchio del feedback necessario per costruire un fossato difensivo tecnologico rispetto ai competitor tradizionali.
Tuttavia, l’esperienza d’uso iniziale ha evidenziato alcune criticità strutturali. Gli utenti hanno segnalato la mancanza di funzionalità standardizzate come le tab verticali per la gestione di sessioni di lavoro complesse.
Questa lacuna ha creato un divario temporaneo tra le promesse di produttività e l’esperienza reale dei professionisti. Il perfezionamento dell’interfaccia rimane un fattore critico per attrarre una base utenti abituata a standard di navigazione consolidati.
Conflitti legali e le tensioni legate al copyright e al danno reputazionale
La fase di espansione di Perplexity è caratterizzata da una tensione crescente con i detentori dei diritti d’autore. La trasformazione della ricerca online ha generato una minaccia per il modello di business basato sulla pubblicità display e sull’interazione diretta con i siti editoriali.
La causa del New York Times del 5 dicembre 2025
L’azione legale depositata il 5 dicembre 2025 segna un punto di rottura irreversibile. Il New York Times ha presentato una denuncia federale presso la Corte Distrettuale di New York accusando la società di violazione di copyright.
L’iniziativa ha visto, oltre al NYT, il coinvolgimento coordinato di diverse testate giornalistiche di rilievo nazionale e regionale:
-
New York Times
Il NYT Guida l’opposizione legale contestando la riproduzione illecita di milioni di articoli proprietari;
-
Chicago Tribune
Il Chicago Tribune partecipa alle azioni parallele intraprese per tutelare la proprietà intellettuale e il valore del giornalismo locale;
-
Dow Jones & Company
L’editore del Wall Street Journal ha anticipato il fronte legale già nell’ottobre 2024 denunciando ll’utilizzo non autorizzato di contenuti informativi specializzati;
-
New York Post
Anche il New York Post si è mosso già nell’ottobre 2024 sostenendo le accuse riguardanti la sistematica estrazione di dati da pagine protette per generare risposte sintetiche.
Accuse di sostituzione di mercato e violazione del robots.txt
La strategia legale degli editori si concentra sul concetto di sostituzione di mercato. Il prodotto AI non viene considerato un intermediario che indirizza traffico, ma un prodotto sostitutivo finale che trattiene l’utente sulla piattaforma.
Fornendo sintesi sostanzialmente sovrapponibili agli articoli originali, il sistema elimina l’incentivo economico a visitare la fonte. Questo meccanismo di aggiramento dei paywall compromette la sostenibilità finanziaria delle testate.
Le denunce includono prove tecniche riguardanti l’aggiramento dei protocolli di protezione digitale. Analisi indipendenti suggeriscono che il sistema abbia sistematicamente ignorato le istruzioni del file robots.txt tramite tecniche di mascheramento degli user-agent.
Diluizione del marchio e dottrina dell’allucinazione legale
L’accusa introduce elementi innovativi basati sulla violazione del marchio commerciale e sul Lanham Act. Il New York Times cita casi in cui il sistema ha prodotto fatti e citazioni inventate attribuendole falsamente a testate autorevoli.
Questa dottrina sposta il dibattito legale dal semplice copyright verso il danno reputazionale. Le allucinazioni dell’AI degradano la percezione di accuratezza del marchio e costituiscono una forma di diffamazione tecnica.
Un esempio documentato riguarda l’attribuzione a Wirecutter – sezione del NYT dedicata alla recensione di differenti tipologie di prodotti consumer – della raccomandazione di prodotti mai analizzati o potenzialmente pericolosi. L’invenzione di dati sotto un brand protetto rappresenta un elemento centrale della strategia giudiziaria adottata.
Non solo scontri: ecosistema editoriale e modelli collaborativi di monetizzazione
Esiste però da parte di Perplexity anche una gestione dei rapporti con l’industria dell’informazione che si articola attraverso programmi di collaborazione volti a integrare i contenuti giornalistici nel motore di risposta. Questo approccio tenta di bilanciare le necessità degli editori con l’evoluzione delle abitudini di ricerca digitale.
Il Publishers Program e il revenue sharing basato sull’interazione
L’iniziativa denominata Publishers Program propone un modello economico alternativo ai pagamenti forfettari tradizionali. Il sistema si fonda sulla condivisione delle entrate pubblicitarie generate quando il contenuto di un editore viene citato in una risposta che produce interazione.
Nell’agosto del 2025 l’azienda ha istituito un fondo di 42,5 milioni di dollari per sostenere le fasi iniziali del programma. La partecipazione riflette una divisione strategica tra chi sceglie la via giudiziaria e chi opta per la monetizzazione del traffico AI attraverso accordi diretti.
La lista dei partner aderenti include diverse entità editoriali globali:
-
Los Angeles Times
Il quotidiano partecipa al programma per integrare il proprio inventario informativo nel sistema di citazione delle fonti;
-
Der Spiegel
La testata europea ha siglato l’accordo per sperimentare nuove forme di remunerazione del copyright;
-
Gannett
Il gruppo editoriale vede nella partnership uno strumento per presidiare i canali di distribuzione algoritmica;
-
Time e Fortune
Questi brand storici sono stati tra i primi a supportare la transizione verso il modello di revenue sharing.
Sponsored Questions: la pubblicità nativa nel motore di risposta
Il formato pubblicitario principale proposto da Perplexity è costituito dalle Sponsored Questions. Invece di banner grafici, il sistema suggerisce domande di approfondimento pertinenti finanziate da inserzionisti specifici.
L’azienda dichiara che la risposta generata rimane neutrale e non subisce l’influenza del brand sponsor. Un esempio di tale implementazione riguarda suggerimenti commerciali con il coinvolgimento di brand come Whole Foods Market, Universal McCann e PMG.
La transizione verso modelli di monetizzazione massiva ha portato a cambiamenti ai vertici della divisione pubblicitaria. Nell’agosto 2025, il responsabile Taz Patel ha interrotto il proprio incarico dopo nove mesi di attività.
Il dibattito pubblico tra gli utenti evidenzia reazioni contrastanti riguardo l’inserimento di elementi commerciali. Per esmpio, discussioni online indicano un certo disagio per l’allontanamento dalla pulizia originaria dell’interfaccia.
Architettura dell’offerta in abbonamento: Free Tier, Perplexity Pro e Max
Il modello di business relativo agli abbonamenti adotta una strategia freemium classica, progettata per garantire un’adozione di massa pur riservando le capacità computazionali più onerose all’utenza pagante. La distinzione tra i piani non risiede nella qualità delle fonti indicizzate, ma nella profondità dell’analisi e nella flessibilità tecnologica concessa all’utente.
Il livello gratuito e le limitazioni della Quick Search
Il piano base (Free Tier) funge da punto di ingresso nell’ecosistema, offrendo accesso illimitato al motore di ricerca standard, denominato Quick Search. Questa modalità è ottimizzata per la velocità e utilizza una versione leggera dei modelli proprietari Sonar per fornire risposte immediate a bassa latenza.
L’accesso alle funzionalità di ragionamento complesso (Pro Search) è presente ma contingentato. Gli utenti gratuiti dispongono di un numero limitato di query giornaliere che attivano l’agente conversazionale capace di porre domande di chiarimento.
Le limitazioni si estendono alla gestione dei file multimediali. Sebbene sia consentito l’upload di documenti (PDF, testo), la capacità di analisi è ristretta a file di piccole dimensioni e il sistema non permette la generazione di immagini tramite modelli diffusivi.
Perplexity Pro: sovranità sulla scelta del modello
L’abbonamento Pro, posizionato al prezzo di mercato standard di 20 dollari mensili, rimuove le barriere computazionali. Il valore fondamentale della proposta risiede nella Model Selection, ovvero la facoltà dell’utente di scegliere quale LLM di frontiera utilizzi il motore per generare la risposta finale.
Gli abbonati possono alternare in tempo reale tra diverse architetture top-tier, svincolandosi dal lock-in di un singolo fornitore:
-
Sonar Large
Il modello proprietario basato su Llama 3, ottimizzato specificamente per la ricerca online e la citazione fattuale;
-
GPT-5.2
L’architettura di OpenAI, preferita per capacità di ragionamento logico e versatilità generalista.
-
Claude Sonnet 4.5
Il modello di Anthropic, spesso selezionato dagli utenti per la qualità della scrittura e la capacità di sintesi con sfumature umane.
-
Gemini 3.0 Pro
Il modello di Google, di punta, con capacità avanzate di ragionamento particolarmente spiccate.
Oltre alla scelta del modello, il piano Pro sblocca l’utilizzo illimitato della Pro Search (fino a 600 query giornaliere) e integra motori di generazione immagini avanzati come Playground v3, DALL-E 3 e Stable Diffusion.
Perplexity Max e l’accesso alle frontiere sperimentali
Per rispondere alle esigenze di sviluppatori e analisti dati, l’azienda ha introdotto un terzo livello di servizio denominato Perplexity Max. Posizionato a una fascia di prezzo di 200 dollari mensili, questo piano è progettato per rimuovere i vincoli operativi (hard caps) presenti nella versione Pro standard.
L’abbonamento si caratterizza per l’accesso prioritario a risorse di calcolo su scala industriale e funzionalità sperimentali non ancora rilasciate al mercato di massa:
-
Orchestrazione Illimitata
Il piano rimuove i limiti giornalieri sull’uso di Perplexity Labs e Research, consentendo la generazione continua di report complessi e dashboard di dati senza interruzioni;
-
Modelli “Thinking” di Nuova Generazione
Gli utenti Max ottengono l’accesso esclusivo a modelli con capacità di ragionamento esteso, come le architetture OpenAI o3-pro e Claude Opus 4, necessarie per risolvere problemi di logica avanzata;
-
Integrazione Profonda con Comet
L’offerta include l’utilizzo del Max Assistant all’interno del browser proprietario. A differenza dell’assistente standard, questa versione dispone di privilegi elevati per eseguire automazioni web complesse e gestire workflow multi-step direttamente nell’interfaccia di navigazione.
API Credits e funzionalità Enterprise
Per incentivare l’adozione da parte di sviluppatori e power user, l’abbonamento consumer include un’allocazione mensile di crediti (attualmente 5 dollari) per l’utilizzo delle API di Perplexity. Questo permette di integrare i modelli Sonar in applicazioni esterne senza costi aggiuntivi iniziali.
Sul fronte aziendale, l’offerta Enterprise Pro introduce la conformità SOC2 e la garanzia di esclusione dei dati dal training dei modelli. Questa variante assicura alle organizzazioni che le query interne e i documenti caricati per l’analisi rimangano confinati in silos privati, rispondendo ai requisiti di sicurezza corporativa.
Strategia finanziaria e valutazione di mercato
Le manovre finanziarie di Perplexity riflettono l’obiettivo di posizionarsi come attore di rilevanza sistemica. La raccolta di capitale è finalizzata a sostenere gli elevati costi di calcolo e le spese legali derivanti dai conflitti sulla proprietà intellettuale.
La scalata ai 20 miliardi di dollari e gli investitori strategici
La valutazione della società ha registrato un incremento verticale superando la soglia dei 20 miliardi di dollari nel settembre 2025. Questa progressione è supportata dalla partecipazione di investitori istituzionali e partner tecnologici.
L’assetto del capitale permette l’accesso prioritario a risorse infrastrutturali critiche. La presenza di molteplici soggetti nel registro degli investitori indica una scommessa esplicita sulla diversificazione del mercato della ricerca online.
I principali partecipanti ai round di finanziamento includono diverse entità di rilievo:
-
Nvidia
Nvidia fornisce supporto finanziario e garantisce un accesso prioritario alle GPU per l’addestramento dei modelli;
-
SoftBank Vision Fund 2
Softbank supporta l’espansione globale e la penetrazione nei mercati asiatici attraverso la propria rete di distribuzione;
-
Jeff Bezos
Il fondatore di Amazon partecipa come investitore strategico per sostenere lo sviluppo di alternative ai motori di ricerca tradizionali;
-
IVP e Accel
IVP e Accel sono lead investor che hanno coordinato i round di crescita garantendo la liquidità necessaria per la scalata di mercato;
-
Cristiano Ronaldo
La stella del calcio mondiale Cristiano Ronaldo è coinvolto come angel investor per favorire la diffusione del brand verso un pubblico consumer di massa.
L’offerta per l’acquisizione di Google Chrome e le manovre antitrust
Nell’agosto 2025 Perplexity ha presentato un’offerta non richiesta di 34,5 miliardi di dollari per l’acquisto del browser Google Chrome.
Sebbene la proposta sia stata interpretata da alcuni analisti come una manovra di marketing, la mossa riaccende il dibattito sulla necessità di separare gli strumenti di navigazione dai motori di ricerca.
L’operazione mira a posizionare Perplexity come un attore capace di gestire asset globali. Questo tentativo di disintermediazione evidenzia la volontà di possedere l’interfaccia utente per proteggere il proprio modello di business.
Proposta di fusione con TikTok e scenari geopolitici
A gennaio 2025 è stata avanzata invece una proposta di fusione con le operazioni statunitensi di TikTok. Il piano prevedeva una struttura proprietaria con una partecipazione del governo degli Stati Uniti fino al 50% dell’entità risultante.
L’obiettivo industriale consisteva nell’unione tra il motore di risposta e la base utenti video della piattaforma social. Tale ibridazione avrebbe permesso la creazione di un sistema di ricerca multimediale integrata capace di competere con i servizi di YouTube.
Sebbene l’operazione non si sia conclusa, il tentativo dimostra l’audacia della dirigenza nel cercare soluzioni per l’acquisizione massiva di utenti. La strategia punta a colmare il divario con i leader di mercato attraverso manovre geopolitiche e fusioni ad alto impatto.
Integrazione hardware e ubiquità della piattaforma
L’espansione di Perplexity AI mira al controllo dell’endpoint fisico per ridurre la vulnerabilità derivante dalla dipendenza da software di terze parti. L’integrazione hardware è finalizzata a bypassare il duopolio dei sistemi operativi mobili tradizionali.
La partnership con SoftBank e Deutsche Telekom per l’AI Phone
Le collaborazioni con i fornitori di servizi di telecomunicazione costituiscono un pilastro per la diffusione globale. Una partnership strategica cin Softbank avviata nel giugno 2024 ha permesso una penetrazione immediata nel mercato asiatico attraverso reti di distribuzione consolidate.
Al Mobile World Congress 2025 è stato presentato il prototipo di un dispositivo mobile focalizzato sull’intelligenza artificiale in collaborazione con Deutsche Telekom. L’interfaccia si differenzia per l’assenza delle griglie di applicazioni standard.
Il concetto di dispositivo app-less prevede che l’assistente gestisca autonomamente comunicazioni e navigazione in background. Questa architettura mira a contrastare il modello degli app store favorendo un accesso diretto alle funzioni tramite linguaggio naturale.
Perplexity come knowledge engine per Rabbit R1 e dispositivi terzi
Perplexity funge da componente logico primario per dispositivi hardware emergenti specializzati nel recupero delle informazioni.
Nel corso del 2025, il dispositivo Rabbit R1 ha integrato aggiornamenti per stabilizzare l’esperienza utente. Il motore di ricerca agisce come risorsa per il recupero della conoscenza all’interno del sistema operativo del prodotto.
Contestualmente, sono state avviate trattative con i principali produttori di smartphone per l’integrazione nativa nei sistemi operativi. Queste manovre mirano a diversificare l’offerta rispetto ai servizi predefiniti della concorrenza.
Di seguito un elenco dei principali soggetti con cui Perplexity sta dialogando:
-
Rabbit R1
Il dispositivo Rabbit R1 utilizza le capacità di ricerca per alimentare le funzioni di traduzione e il Teach Mode del dispositivo;
-
Nothing
La società di elettornica di consumo inglese Nothing, guidata da Carl Pei ha esplorato l’integrazione nativa per creare dispositivi AI-native basati su sistemi di recupero immediato;
-
Samsung
Sono emerse notizie riguardanti trattative per l’integrazione nell’ecosistema Galaxy di Perplexity come layer di ricerca avanzato alternativo ai sistemi preesistenti.
Conclusione
La diffusione di motori di risposta generativi come Perplexity AI, nonché di funzionalità di intelligenza artificiale applicate alla ricerca tradizionale come Google AI Overviews e Google AI Mode, o ancora funzionalità di ricerca come ChatGPT Search di OpenAI ridefiniscono l’architettura fondamentale dello scambio di informazioni sul web.
La progressiva erosione del click organico comporta che il valore di una risorsa digitale non si misura più principalmente nella capacità di attrarre visite dirette, ma nella sua idoneità a essere ingerita e citata come fonte autoritaria all’interno di sintesi complesse generate dall’intelligenza artificiale e da software con questa interagenti.
L’inevitabile evoluzione dello scenario attuale punta verso un ecosistema in cui il web subirà una trasformazione profonda e una parte della Rete che oggi conosciamo diventerà un insieme di sistemi di API di conoscenza strutturata per agenti AI autonomi.
In questa prossima fase, la competizione si sposterà definitivamente dalla visibilità in SERP alla share of model, ovvero la frequenza con cui un brand o un’entità viene richiamata probabilisticamente dai LLM per costruire risposte affidabili. La sopravvivenza digitale dipenderà quindi sempre più dalla capacità di fornire dati, opinioni esperte e analisi uniche che le macchine non possono sintetizzare autonomamente, rendendo l’esperienza umana diretta – parametrizzata da framework quali l’E-E-A-T di Google – come l’unico vero asset non replicabile.