Perplexity Finance vs Bloomberg Terminal — 市场错位而非真正替代
起因
一条推文（@godofprompt，2026-04-11）声称 Perplexity Computer 以 $200/月提供了 Bloomberg Terminal $32K/年 80% 的研究能力，标题”R.I.P Bloomberg”。这触发了一个更大的问题：AI 工具真的能替代传统金融终端吗？
核心判断
市场错位，而非真正替代。 Perplexity Finance 的能力是真实的——接入 SEC、FactSet、Quartr 等 8-9 个机构级数据源，通过 Plaid 连接个人账户，用 AI 代码生成让用户自然语言”搭建”仪表盘。但这和”替代 Bloomberg”之间有一道结构性鸿沟。
Bloomberg 的护城河不在数据层，而是六层嵌套结构：IB 通讯网络（35 万+用户，OTC 债券交易的事实标准）→ 交易执行基础设施 → 合规归档体系（FINRA 强制）→ 数据许可协议 → 指数基准（Bloomberg Agg 管理数万亿资产）→ 信息检索。AI 能攻击的只有最外层。
Perplexity CEO Aravind Srinivas 自己已公开承认”将 Perplexity 定位为 Bloomberg 替代品可能是不必要的”。
关键发现
- “40+ finance tools” 被夸大：已确认 8-9 个命名合作方，“40+”更可能是 API endpoint 计数。官方从未公开完整清单。
- Plaid 数据隐私有矛盾：官方称”数据不触碰 Perplexity 服务器”，但 Computer 生成个性化洞察必然需要处理数据。无独立审计验证。
- “Bloomberg killer” 历史全部失败：Symphony（$6600 万+15 家大行，只拿下内部聊天）、Refinitiv（$270 亿收购后持续失去份额）。共同败因：误以为 Bloomberg 是数据产品。
- Bloomberg 自身 AI 加固很快：BloombergGPT → Document Insights 仅两年，分析师效率提升 20-30%。挑战者面对的是移动靶标。
- AI hallucination 是结构性风险：金融查询错误率高达 41%，某些数值偏差 40 倍。FINRA 2026 年首次专设生成式 AI 监管章节。
- 推文本身是内容营销：文末导流到个人付费 guide，76 赞 / 7 转说明金融圈没买账。
产品设计洞察
Perplexity 代表了一个有意义的交互范式转变：从”操作层”（Bloomberg 的 3000+ 键盘快捷键）到”意图层”（自然语言描述需求，AI 执行）。本质是把交互成本从用户侧转移到系统侧。
Bloomberg 的”复杂性即锁定”则是罕见的反面策略——用户以操作痛苦的界面为荣，复杂性成了职业身份认同。物理键盘+肌肉记忆+合规依赖形成了极深锁定。
三个可复用认知
- “交互成本转移”框架 — 分析 AI-native 产品时，看它是把能力门槛从用户侧转到系统侧，还是只换了皮肤
- “复杂性即锁定” — 在特定条件下，刻意维持高学习成本反而是最佳商业策略
- “XX killer” 的系统性失败模式 — 挑战者在功能维度打仗，incumbent 的壁垒却是网络效应+生态锁定+切换成本。最终结果通常不是替代，而是服务不同市场层级
完整 research 报告见
Learning/Research/2026-04-12-perplexity-finance-vs-bloomberg.md