Perplexity、調査AI「Deep Research」をComputerに統合　PDFやダッシュボードを自動生成

AIを使った本格的なリサーチには、いつも面倒な一手間がつきまとっていました。長文の調査結果を出力させたあと、それを別のツールに貼り付けてスライドやPDFなどの資料に整え直すという作業です。

Perplexityはこの分断を解消するため、詳細な調査を行う「Deep Research」を自社の作業環境「Computer」に統合しました。これにより、複雑な問いを入力するだけで、調査からPDF、ダッシュボード、スライドといった完成形の成果物出力までをひとつの流れで完結できるようになります。

検索をプログラム化するSearch as Code

Perplexityによると、Computerで実行されるタスクの約26%が調査や分析に関するもので、プログラミングなどを抑えて最大の用途になっているといいます。

そこで同社は「Search as Code」という新設計を導入しました。従来のAIのように検索クエリを1回ずつ投げるのではなく、モデル自身が検索用のコードを書き、安全なサンドボックス内で数千件規模の並行検索を実行する仕組みです。

モデルはコードの実行結果を見ながら途中で検索方針を修正したり、データの重複排除やフィルタリングを行ったりできます。タスクは20以上の先端モデルに分散して処理され、通常のウェブ検索に加えて、社内ファイルやStatista、PitchBook、CB Insightsといった有料データベースのデータも参照します。

Humanity's Last Examなどの検証ベンチマークでも事実の正確性や引用の質が向上したとされており、すべての記述に出典元のURLリンクが保持されます。

なぜ重要か

リサーチという行為は、調べた内容を報告書やプレゼン資料にまとめて初めて価値を持ちます。今回の統合は、調べる機能と成果物を作る機能を直結させた点で、実務に即した賢い判断だと私たちは考えます。

特に、オープンなウェブ情報だけでなくPitchBookのような有料データや社内文書までまとめて横断検索できる点は、ビジネスの現場でジュニアアナリストに任せていた下調べ業務を大きく代替できる可能性を秘めています。

一方で、数千回の検索ステップを回し、複数のモデルを連携させる構造上、処理にかかる時間や計算資源の負荷は当然大きくなります。日常的な軽い調べ物には過剰ですが、投資のデューデリジェンスや法的なリスク調査など、精度と形式の両方が求められる業務においては、現在試してみる価値が十分にある進化と言えます。