Perplexity’s nieuwe local-first AI-agent is ontworpen om twee grote zorgen in de AI-markt aan te pakken: hoge tokenkosten en privacy. Tegelijkertijd onderstreept het product een bredere trend richting edge AI, terwijl het ook een belangrijke hindernis blootlegt: de hoge kosten van de AI-computer die nodig is om het te draaien.

Op dinsdag introduceerde de AI-zoekleverancier Portable Computer, een lokale versie van Perplexity Computer. Computer, voor het eerst geïntroduceerd in februari, is een digitale medewerker voor algemeen gebruik die verschillende AI-modellen helpt autonome workflows uit te voeren.

Met Portable Computer draaien gebruikers Computer op een persoonlijk apparaat, met name Nvidia DGX Spark, een compacte desktop-supercomputer. Perplexity bouwde de lokale agent samen met Nvidia, en deze draait op de persoonlijke AI-computer met het Qwen 3.8 27B-model van het Chinese techconcern Alibaba, of PPLX 27, een nabehandelde versie van Qwen.

Portable Computer weerspiegelt de groeiende beweging naar agentic AI die op edge-apparaten draait om tokenkosten te verlagen en de privacy van gebruikers te beschermen. Sinds de lancering van OpenClaw in 2025 richten leveranciers zich steeds meer op modellen of agents die op de apparaten van gebruikers kunnen draaien. In juni introduceerde Microsoft zijn familie van Aion-modellen, die zijn ontworpen om lokale agentische workflows te orkestreren. In maart gaf Anthropic zijn Claude-model toegang tot lokale computers, en het open-source AI-lab Ai2 introduceerde een computer-use-agent voor desktopgebruikers.

Die verschuiving is van belang omdat AI-workloads steeds vaker niet alleen op capaciteit worden beoordeeld, maar ook op waar data wordt verwerkt en wat het kost om agents draaiende te houden. Lokale uitvoering kan de hoeveelheid data die naar externe systemen wordt verzonden verminderen, maar verplaatst ook een deel van de belasting naar het apparaat zelf, waardoor hardware- en installatiekeuzes onderdeel worden van de productervaring.

“[Portable Computer] is another good example of the evolution toward local AI, enterprise AI being more important, private AI, people really caring about where does my AI run, what data can it access,” zei Said Oouisaal, CEO en oprichter van edge-computingleverancier Zendeda. “Je wilt eigenaar zijn van je intelligentie, en dit is daar een goed voorbeeld van.”

Perplexity zei dat vertrouwelijke data lokaal en op het apparaat blijft en dat het systeem weinig tokens of credits gebruikt. De meeste taken worden lokaal op de computer verwerkt, hoewel sommige taken naar de cloud worden doorgeschakeld wanneer browsertoegang, gekoppelde apps of andere frontiermodellen nodig zijn voor geavanceerde redenering. Die verdeling benadrukt een praktische beperking van local-first-systemen: zelfs wanneer de kernworkflow op het apparaat blijft, zijn sommige zakelijke taken nog steeds afhankelijk van cloudcapaciteiten.

Lian Jye Su, analist bij Omdia, onderdeel van Informa TechTarget, zei dat deze aanpak Perplexity ook kan helpen nieuwe klanten te bereiken.

“Het stelt hen in staat om hun klantenbereik een beetje uit te breiden,” zei Su. “[Ze] gebruiken dit als een toegangspoort voor mensen die meer kostenbewust zijn of veel gevoelige documenten hebben die zij niet naar de cloud willen uploaden.”

Voor Nvidia, dat heeft geholpen bij het bouwen van de lokale agent, is het product bovendien een manier om het gebruik van zijn DGX-apparaten uit te breiden.

Enkele problemen

Hoewel Portable Computer gebruikers kan helpen bewuster om te gaan met tokenuitgaven, kent het nog steeds beperkingen. Gebruikers kunnen wel geld besparen op tokens, maar maken aanzienlijke hardwarekosten met DGX Spark. Een enkele DGX Spark-computer kost $4,699.

“Het is niet goedkoop,” zei Su. “DGX kopen is niet iets willekeurigs. Het is een zeer bewuste beslissing, en ik denk niet dat iemand dat lichtvaardig doet … zelfs ondernemingen niet.”

Als Perplexity een toegankelijke technologie wil verkopen die bedrijven kunnen gebruiken, moet het waarschijnlijk een manier vinden om samen te werken met Microsoft en het Windows-ecosysteem, zei hij.

Een andere uitdaging is de moeilijkheid die gebruikers ervaren bij het werken met een AI-computer.

“Het is nog steeds behoorlijk complex om zelf een systeem op te zetten om inferentie te doen,” zei Oouisaal. Hij voegde eraan toe dat het weliswaar eenvoudig is om de hardware te kopen, maar moeilijker om de benodigde softwarelagen te installeren, zoals Linux of containersoftware zoals Kubernetes, zodat lokaal gecreëerde en draaiende AI-agents goed kunnen functioneren. Hij voegde eraan toe dat Portable Computer weliswaar een systeem met één functie is, maar dat in een zakelijke omgeving meer expertise nodig zal zijn om verschillende afdelingen en agents te bedienen.

“Het is niet eenvoudig,” vervolgde Oouisaal. “Je moet een ingenieur zijn.”

Het is echter onduidelijk of Portable Computer in zijn huidige vorm ooit in significante aantallen de zakelijke markt zal bereiken, zei Su.

“Bedrijven maken zich al echt zorgen over shadow AI en beperken al machines met internettoegang voor al deze [modellen],” zei hij. Hij voegde eraan toe dat Perplexity en Nvidia weliswaar kunnen stellen dat alleen gegevens over tokenverbruik naar hun servers worden verzonden en alle andere data op het apparaat blijft, maar dat bedrijven zich mogelijk nog steeds zorgen maken over het geven van meer zelfstandige toegang tot AI aan werknemers.