Perplexity llança Computer, un sistema d’orquestració que divideix un objectiu en subtasques, crea subagents i assigna cada part al model més adequat —incloent-hi Claude Opus com a motor central—, amb execució en entorns aïllats i feines que poden durar “hores o fins i tot mesos”.
Perplexity ha decidit que el futur dels agents no es juga a escollir “el millor model”, sinó a dirigir una orquestra. Aquest és el plantejament de Perplexity Computer, el seu nou producte d’automatització avançada: un “treballador digital” capaç d’operar programari com ho faria un company humà (navegar, redactar, analitzar dades, programar, fer trucades a APIs) i, sobretot, d’encadenar fluxos de treball complets sense quedar atrapat en una sola família de models. La companyia ho presenta com el pas següent natural després del seu cercador amb IA i del seu navegador Comet: passar de respondre preguntes a produir resultats.
La novetat no és només l’ambició “agèntica”. És l’arquitectura: Computer descompon un objectiu (“prepara un informe”, “crea una aplicació”, “dissenya una campanya”, “automatitza un procés”), genera subtasques i crea subagents que executen feina en paral·lel. Un agent pot redactar mentre un altre recopila fonts, un altre neteja un dataset i un altre prepara una integració amb una eina externa. Aquesta coordinació, diu Perplexity, és automàtica i asíncrona: l’usuari pot deixar la feina corrent i tornar quan hi hagi lliurables.
De l’“app d’IA” al “sistema de treball”
Durant 2023-2025, el mercat es va habituar a dos formats: chatbots que responen i agents que “fan coses” amb més o menys fiabilitat. Perplexity intenta situar Computer en una tercera categoria: un sistema que crea i executa workflows, amb persistència temporal i amb un arnès de seguretat basat en entorns aïllats. No és un matís menor: la majoria d’agents autònoms ensopeguen quan passen de la demo a l’operació diària, perquè el món real exigeix gestionar credencials, arxius, errors, canvis de context i decisions intermèdies.
Perplexity insisteix que cada tasca s’executa en un entorn de còmput aïllat amb un sistema de fitxers real, un navegador real i integracions reals. La paraula clau aquí és “aïllat”: és una resposta directa a una de les grans pors corporatives amb els agents (que un flux de treball amb accés a eines acabi sent una porta del darrere).
La peça central: orquestració “multimodel” com a producte
La tesi de Perplexity és contrària a la “comoditització” simple de models. El seu argument: els models s’especialitzen, i per això un flux complet necessita accés a diversos i capacitat d’escollir. En el seu anunci, la companyia detalla una combinació concreta “a dia d’avui”:
- Claude Opus 4.6 com a motor de raonament central
- Gemini per a recerca profunda i creació de subagents
- ChatGPT 5.2 per a context llarg i cerca àmplia
- Grok per a tasques lleugeres i velocitat
- Nano Banana per a imatges
- Veo 3.1 per a vídeo
La part rellevant no és la llista —que pot canviar— sinó la promesa: Computer és agnòstic al model, i aquesta agnosticitat es converteix en avantatge competitiu. Perplexity ho verbalitza com a “tria i control”, i afegeix que l’usuari pot seleccionar models específics per a subtasques quan el cost en tokens i la qualitat esperada importen.
Aquí també hi apareix el component polític-industrial: el CEO Aravind Srinivas va llançar un dard públic a Anthropic assenyalant que una feblesa de Claude és “treballar només amb Claude”, reforçant la narrativa que la integració vertical (un sol proveïdor) limita la flexibilitat davant d’un orquestrador que barreja rivals. Aquesta idea —la IA com a “metacapa” que decideix quina IA fer servir— és el centre del moviment.
“Sandbox” i persistència: l’argument de fiabilitat
Una de les promeses més cridaneres de Computer és la persistència temporal: fluxos capaços d’executar-se durant “hores o fins i tot mesos”. Això apunta a un ús menys “chat” i més “operacions”: projectes llargs, manteniments, monitoratge, recerca contínua, actualitzacions periòdiques i lliuraments iteratius. La idea de poder fer córrer “dotzenes” de Computers en paral·lel suggereix que Perplexity busca un mercat d’equips (producte, enginyeria, màrqueting, analítica) més que no pas un ús ocasional.
Però la persistència només és creïble si el sistema gestiona bé les fallades. Per això Perplexity subratlla que, quan Computer s’encalla, crea subagents per resoldre-ho, pot investigar informació addicional o demanar intervenció humana “si realment la necessita”. És, en essència, un intent d’industrialitzar l’“agent loop” amb esglaons de seguretat i recuperació.
El model de negoci: pagar per consum i vendre control
La companyia s’inclina per un esquema de consum (crèdits/tokens) amb un esglaó “Max” com a punt d’entrada inicial. En l’ecosistema de Perplexity, això encaixa: l’usuari paga per capacitat de treball real (temps d’execució, models de frontera, trucades a eines) i, a canvi, exigeix visibilitat i control sobre quin model fa què. L’opció de “hand-pick” (escollir manualment el model per a cada tasca) està pensada per a usuaris avançats i per a empreses, on el cost i la traçabilitat importen tant com el resultat.
Aquest enfocament també és una manera de diferenciar-se del mercat d’“agregadors” (una categoria avui sota pressió, precisament per marges i replicabilitat): Perplexity vol que l’orquestració no sigui una simple passarel·la, sinó un sistema d’execució amb sandbox, memòria operativa i integració d’eines.
La competència real: no és només “un altre agent”
Computer arriba a un camp saturat de paraules (“agent”, “autònom”, “copilot”) però amb poques plataformes capaces de sostenir projectes llargs amb controls raonables. L’aposta de Perplexity competeix en tres fronts:
- Amb els laboratoris que volen que facis servir el seu agent “nadiu” (un model, una interfície, un flux).
- Amb suites corporatives (productivitat, CRM, suport) que integren IA dins del programari existent.
- Amb agents open source que prometen llibertat total, però sovint fallen en seguretat, estabilitat o costos d’operació.
El més interessant és que Perplexity intenta posicionar-se com una capa superior: no “el teu model”, sinó el teu director de models, amb una lògica de routing i execució que s’actualitza quan canvien els models del mercat.
La pregunta incòmoda: qui governa l’orquestra?
L’orquestració multimodel té un revers: l’opacitat de decisions. Si un sistema decideix quin model usar, amb quin prompt, amb quina eina i amb quins permisos, l’usuari necessita garanties:
- Traçabilitat (quin subagent va fer què, amb quines fonts i amb quin model).
- Controls d’accés (credencials, dades, límits d’acció).
- Polítiques clares (quines tasques no farà, quines dades emmagatzema, durant quant temps).
- Responsabilitat quan l’output falla (al·lucinacions, decisions errònies, execució defectuosa).
Perplexity mitiga part del risc amb el “sandbox” i la idea d’aïllament, però el debat de fons continua: com més potent és un agent, més exigeix governança. I com més models barreja, més difícil és atribuir errors i biaixos a un únic proveïdor.
Per què aquest llançament importa
Perplexity Computer és un símptoma de maduresa del mercat: ja no es tracta de tenir “el model més llest”, sinó de construir infraestructura de treball sobre models especialitzats. Si la promesa es compleix, el producte normalitza una idea que pot canviar el tauler: que l’usuari no tria “Claude o GPT o Gemini”, sinó que compra un sistema que els usa tots —i que converteix l’elecció en una decisió interna, optimitzada per tasca, cost i qualitat.
