Perplexity dans un SaaS : pourquoi son API peut devenir beaucoup plus intéressante qu’un simple chatbot

Perplexity dans un SaaS : pourquoi son API peut devenir beaucoup plus intéressante qu’un simple chatbot

Quand on pense à Perplexity, on pense souvent à son moteur de recherche conversationnel.

On pose une question, le système cherche sur le Web, synthétise l’information et affiche ses sources.

Mais pour un développeur SaaS, l’intérêt de Perplexity est ailleurs.

La vraie valeur apparaît lorsqu’on considère Perplexity comme une infrastructure de recherche et de récupération d’information que l’on peut intégrer directement dans un produit.

Autrement dit : au lieu d’envoyer l’utilisateur sur Perplexity, on peut faire entrer certaines capacités de Perplexity dans son propre SaaS.

Le problème classique des modèles de langage

Un modèle de langage est excellent pour comprendre une demande, analyser du texte, reformuler ou raisonner.

Mais il existe un problème évident : sa connaissance interne n’est pas toujours suffisante pour répondre à une question qui dépend de l’information actuelle.

Un SaaS peut avoir besoin de savoir :

• ce qui vient d’être annoncé par une entreprise;
• quelles informations sont présentes aujourd’hui sur un site;
• quelles nouvelles publications sont apparues;
• quelles sources corroborent une affirmation;
• comment un marché ou un produit a évolué récemment.

Dans ce genre de situation, le modèle n’a pas seulement besoin d’intelligence.

Il a besoin d’accès à l’information.

C’est précisément là que Perplexity devient intéressant.

Une couche Web directement intégrable dans une application

Perplexity propose depuis plusieurs générations des API permettant aux développeurs d’intégrer de la recherche Web et des réponses sourcées dans leurs propres applications.

Sonar et Sonar Pro ont notamment été conçus pour fournir des réponses basées sur une recherche en temps réel sur le Web, avec citations.

Pour un SaaS, cela permet de construire une expérience où l’utilisateur pose une question directement dans le produit et obtient une réponse enrichie par des données actuelles.

L’important est que cette recherche peut rester invisible.

L’utilisateur n’a pas besoin de savoir que Perplexity travaille derrière l’interface.

Il voit simplement que le SaaS lui fournit une réponse plus actuelle et mieux documentée.

Le passage vers l’Agent API

En 2026, Perplexity fait évoluer cette stratégie avec son Agent API.

L’idée est plus ambitieuse qu’une simple API de recherche.

Perplexity présente maintenant un point d’accès programmable capable de combiner, selon la requête :

• recherche Web;
• récupération de pages et d’URL;
• exécution de code;
• connexions MCP;
• recherche financière;
• recherche de personnes.

Cette évolution est importante.

On ne parle plus seulement d’un modèle qui cherche une information.

On parle d’une couche d’exécution qui peut aller chercher plusieurs types de données et les assembler dans un même workflow.

Perplexity indique d’ailleurs que l’Agent API doit devenir la surface principale de cette infrastructure, avec le retrait des anciens niveaux Sonar prévu le 27 septembre 2026.

Pourquoi c’est particulièrement intéressant pour un SaaS

Un SaaS devient beaucoup plus utile lorsqu’il ne dépend pas uniquement des données que l’utilisateur lui fournit.

Prenons quelques exemples.

Un CRM commercial

Un CRM pourrait automatiquement rechercher les nouvelles récentes concernant un client avant une visite.

Au lieu d’afficher uniquement :

Nom, adresse, ventes et notes internes,

il pourrait aussi afficher :

• une acquisition récente;
• un changement de direction;
• un nouveau produit;
• une fermeture;
• une expansion;
• un communiqué important.

Le représentant arrive donc chez son client avec un contexte beaucoup plus riche.

Un outil de veille

Un SaaS de veille pourrait demander régulièrement :

« Qu’est-ce qui a changé concernant cette entreprise depuis la semaine dernière? »

Perplexity peut servir de couche de recherche.

Le modèle du SaaS peut ensuite analyser les résultats, les comparer à l’historique et décider si le changement mérite une notification.

Dans ce scénario, Perplexity ne remplace pas l’intelligence du produit.

Il lui fournit les yeux.

Une application de comparaison

Un comparateur d’outils, de logiciels ou de services peut avoir besoin d’informations constamment mises à jour.

Prix.

Fonctionnalités.

Disponibilité.

Compatibilité.

Nouveautés.

Au lieu de maintenir manuellement chaque fiche, une couche de recherche peut aider à détecter ce qui a changé et fournir les sources utilisées pour la mise à jour.

Un assistant spécialisé

Un assistant juridique, commercial, technique ou financier peut avoir besoin de répondre à des questions à partir du Web actuel.

Le modèle principal peut gérer le raisonnement et le dialogue.

Perplexity peut intervenir uniquement lorsqu’une donnée externe récente est nécessaire.

Cette séparation des rôles est importante.

Perplexity n’a pas besoin d’être le modèle principal

C’est probablement l’un des points les plus intéressants.

Un SaaS n’a pas besoin de choisir entre OpenAI, Anthropic, Google ou Perplexity.

On peut parfaitement utiliser plusieurs fournisseurs.

Par exemple :

GPT ou Claude → comprend la demande, raisonne, structure la réponse.

Perplexity → cherche les informations actuelles et fournit les sources.

Base de données interne → apporte les données propres à l’utilisateur.

Le système combine ensuite les trois.

Cette architecture est souvent beaucoup plus intéressante que d’essayer de demander à un seul modèle de tout faire.

Une forme de RAG sur le Web public

Le concept ressemble en partie au RAG, ou Retrieval-Augmented Generation.

Dans un RAG classique, on cherche des passages dans une base documentaire privée avant de les envoyer au modèle.

Avec Perplexity, on peut appliquer une logique similaire au Web public.

Le SaaS peut donc combiner deux mondes :

Données privées

• CRM;
• documents;
• historique;
• base de connaissances;
• données utilisateur.

Données publiques

• Web;
• communiqués;
• sites d’entreprises;
• actualités;
• documentation;
• informations de marché.

Le modèle reçoit ensuite le contexte nécessaire pour produire une réponse plus complète.

Les citations deviennent une fonction produit

L’un des avantages historiques de Perplexity est l’importance accordée aux sources.

Dans un SaaS professionnel, cette capacité peut être extrêmement utile.

Une réponse comme :

« Cette entreprise prévoit ouvrir trois nouveaux points de vente »

est beaucoup plus utile si l’utilisateur peut immédiatement ouvrir la source ayant servi à produire cette information.

Les citations permettent donc :

• de vérifier;
• de contextualiser;
• de réduire la confiance aveugle dans l’IA;
• de donner davantage de crédibilité au produit.

Pour certains SaaS, les sources ne sont pas un détail d’interface.

Elles peuvent devenir une fonction essentielle.

Search API ou Agent API?

Perplexity propose également une Search API destinée à fournir des résultats structurés issus de son index Web.

Cette approche peut être intéressante lorsqu’un SaaS veut conserver davantage de contrôle.

Par exemple :

1. le SaaS effectue une recherche;
2. récupère les résultats;
3. applique ses propres filtres;
4. envoie seulement les informations pertinentes à son modèle;
5. produit sa propre réponse.

L’Agent API va plus loin en orchestrant davantage d’outils dans le même environnement.

Le choix dépend donc du produit.

Une application très spécialisée peut préférer contrôler chaque étape.

Une application qui veut déléguer davantage de recherche et d’orchestration peut bénéficier d’une approche plus agentique.

Attention au coût : ne pas chercher le Web pour tout

Une erreur facile serait d’envoyer chaque demande utilisateur vers une recherche externe.

Ce serait souvent inutile.

Un bon SaaS devrait décider quand une recherche Web est réellement nécessaire.

Par exemple :

« Reformule cette note client. »

Pas besoin de recherche Web.

« Résume les ventes des trois derniers mois. »

Pas besoin de recherche Web si les données sont déjà dans le SaaS.

« Y a-t-il eu une annonce importante concernant cette entreprise cette semaine? »

Là, la recherche devient pertinente.

La logique de routage peut donc être :

information interne ou tâche simple → modèle classique.

information récente ou externe → Perplexity.

tâche nécessitant recherche + plusieurs outils → Agent API.

Cette architecture peut réduire considérablement les coûts.

L’enjeu de la confidentialité

Comme pour toute intégration externe, il faut aussi décider précisément quelles données quittent le SaaS.

Il n’est généralement pas nécessaire d’envoyer tout le dossier d’un utilisateur à une API de recherche.

On peut envoyer uniquement la requête minimale nécessaire.

Perplexity indique dans ses conditions API que le contenu client n’est pas utilisé pour entraîner ou réentraîner ses modèles génératifs.

Cela ne dispense évidemment pas un développeur de concevoir correctement son architecture de données, mais c’est un élément important lorsqu’on évalue une intégration professionnelle.

Une nouvelle couche de l’architecture SaaS

Pendant longtemps, une application SaaS était essentiellement constituée de :

interface + backend + base de données.

L’IA a ajouté une nouvelle couche :

interface + backend + base de données + modèle.

Les systèmes modernes commencent maintenant à ajouter encore autre chose :

la récupération dynamique d’information externe.

Perplexity cherche précisément à occuper cette place.

Il ne remplace pas forcément GPT, Claude ou Gemini.

Il peut devenir la couche qui permet à ces modèles de comprendre ce qui se passe maintenant sur le Web.

Et pour beaucoup de SaaS, cette distinction est fondamentale.

Le vrai potentiel : rendre le produit plus intelligent sans rendre l’IA visible

La meilleure intégration de Perplexity n’est probablement pas un gros bouton :

« Rechercher avec Perplexity ».

La meilleure intégration est celle que l’utilisateur ne remarque presque pas.

Le CRM qui connaît les dernières nouvelles du client.

Le comparateur qui détecte qu’un prix vient de changer.

L’assistant qui cite automatiquement la documentation la plus récente.

Le logiciel de veille qui comprend qu’une annonce mérite réellement une alerte.

Dans ces cas, Perplexity n’est pas le produit.

Il devient une capacité du produit.

Et c’est probablement là que son API devient la plus intéressante pour les prochaines générations de SaaS.