Le PDG de Perplexity AI, Aravind Srinivas, a annoncé que l'entreprise a atteint 500 millions de dollars en revenus récurrents annuels, multipliant par 5 ses revenus de 100 millions tout en augmentant ses effectifs de seulement 34%. Cette accélération dramatique des revenus est survenue après le lancement de Perplexity Computer au début de 2026, une plateforme agentique qui orchestre 19 modèles AI spécialisés pour des tâches de productivité. Srinivas projette de doubler encore les revenus en 2026 avec la même petite équipe.
Cela représente les gains de productivité que les entreprises AI-natives promettaient mais livraient rarement à grande échelle. Alors que les compétiteurs se battent pour le trône de recherche de Google avec des approches de force brute, Perplexity a trouvé un chemin différent—moins remplacer la recherche, plus devenir un espace de travail alimenté par l'AI. La croissance de revenus 5x avec un recrutement minimal n'est pas juste des maths impressionnantes; c'est la preuve qu'une AI bien déployée peut fondamentalement changer l'économie unitaire. La plupart des startups rêvent de ce genre d'efficacité.
Le timing se connecte à ma couverture antérieure du pivot de Perplexity de compétiteur de recherche vers des agents bancaires. Ils ne construisent pas juste un autre wrapper ChatGPT—ils étendent systématiquement vers des applications AI verticales où des modèles spécialisés peuvent livrer une vraie valeur d'affaires. Le Financial Times a rapporté que leur ARR a bondi de 50% en un seul mois durant la poussée agentique, suggérant que ce n'est pas un pic temporaire mais un momentum soutenu d'un product-market fit.
Pour les développeurs, cela valide l'approche d'orchestration multi-modèles plutôt que la dépendance à un seul modèle. Le succès de Perplexity vient de combiner 19 modèles différents pour des tâches spécifiques plutôt que de compter sur un modèle fondation pour tout. Si vous construisez des produits AI, la leçon est claire: spécialisation et orchestration battent généralisation et simplicité.