Perplexity Computer llega a empresas como agente orquestador multimodelo
Hecho Qué ha ocurrido
Perplexity ha puesto a disposición de clientes enterprise su agente Computer tras anunciarlo en su conferencia Ask 2026 en marzo. El sistema funciona como orquestador que descompone objetivos en subtareas, asignándolas a subagentes especializados y eligiendo el modelo más adecuado en cada paso, sin dependencia de un único proveedor de IA. La integración nativa con Slack permite que los empleados invoquen el agente desde canales corporativos, y dispone de conectores para plataformas como Snowflake y Datadog, además de controles de seguridad basados en máquinas virtuales aisladas.
Resumen generado mediante IA a partir de WWWhat's new. Naturaleza de la información: hecho documentado.
Análisis Por qué importa
El movimiento representa un giro estratégico: Perplexity compite ya no solo en búsqueda, sino en automatización empresarial contra Microsoft Copilot y Salesforce. Para directivos, esto abre la posibilidad de acelerar análisis de datos y automatizar flujos complejos sin cambiar de herramientas ni esperar a equipos técnicos, mientras mantiene control y gobernanza.
- Quién se ve afectado
- Organizaciones medianas y grandes que necesitan automatización de flujos de trabajo, análisis de datos y orquestación entre sistemas dispersos; especialmente departamentos de negocio, finanzas y operaciones.
- Qué puede cambiar
- Si se consolida, podría reducir la fricción actual entre usuarios de negocio y acceso a datos: hoy requiere SQL y peticiones formales; con este modelo, consultas en lenguaje natural podrían devolver análisis en minutos. Esto altera el costo de mantener equipos de datos internos y redistribuye poder en la toma de decisiones.
Análisis generado a partir de la información disponible; no procede de la fuente.
Predicción Qué observar a continuación
Vigilar adopción en Fortune 500 y casos de uso reales publicados; evolución de precios por consumo versus resistencia corporativa a facturación variable; cambios en políticas de acceso a APIs de terceros (OpenAI, Google, Anthropic) que Perplexity orquesta; reacción de Microsoft y Salesforce ante esta competencia en orquestación.
Recomendación Qué debería hacer una empresa
Evaluar Computer en proyecto piloto (3-6 meses) en un departamento de negocio o finanzas con acceso a Snowflake o datos críticos. Comenzar con casos que hoy requieren espera en cola de datos; medir tiempo de respuesta, costo por consulta y adopción por imitación en Slack.
Recomendación generada por IA con la evidencia disponible; no es asesoramiento profesional.
Enviar esta noticia por correo
Fuente original: WWWhat's new. La referencia es siempre el artículo original.
Ver fuente original ↗agentesorquestación multimodelomultimodalLLMRAG PerplexityMicrosoftSalesforceSlackSnowflake agentes empresarialesautomatización flujosIA en Slackorquestación IAPerplexity Computer
Forma parte de la historia Meta lanza el agente de IA personal Muse con arquitectura Secure VM (2 noticias, estado: en evolución).
Tu opinión
0 comentarios
Relacionadas
Meta lanza Muse, agente de IA personal con arquitectura de seguridad Secure VM
Meta lanzó Muse, un agente de IA personal disponible en iOS, Android, web y WhatsApp, que automatiza tareas como reservar viajes, vender un auto o realizar…
Por qué importaEs un movimiento directo de Meta para competir en el mercado de agentes de IA autónomos capaces de ejecutar acciones reales (compras, reservas…
NVIDIA amplía IA para medios: detección de vídeo sintético y herramientas de producción en vivo
En la conferencia IBC 2026 en Ámsterdam, NVIDIA anunció una expansión de NVIDIA AI for Media, con SDKs y microservicios NIM para detección de vídeo sintético…
Por qué importaEstas herramientas permiten a broadcasters y plataformas de streaming automatizar verificación de autenticidad, localización y producción en vivo…
Google DeepMind recrea con IA un recuerdo no fotografiado en el documental 'Love, Rendered'
Google DeepMind colaboró con Primordial Soup, la productora de Darren Aronofsky, y la directora Liz Garbus para crear el documental 'Love, Rendered', que usa…
Por qué importaIlustra un uso creativo y emocional de modelos generativos de imagen y vídeo más allá de aplicaciones empresariales, mostrando capacidades de…
IBM lanza Granite Time Series PatchTST-FM-r2, modelo de pronóstico con licencia comercial abierta
IBM ha publicado PatchTST-FM-r2, un modelo de series temporales de 385M de parámetros con licencia dual Apache 2.0 y OpenMDW 1.0. Según el benchmark GIFT-Eval…
Por qué importaOfrece a empresas un modelo de forecasting de alto rendimiento sin restricciones de licencia, evitando entrenar modelos específicos por dataset y…