Wyzwania związane z Perplexity Portable Computer
Najważniejsze informacje
- •Perplexity wprowadziło Portable Computer jako lokalną wersję swojego agenta Computer do autonomicznych przepływów pracy.
- •System działa na Nvidia DGX Spark i korzysta z modelu Qwen 3.8 27B od Alibaba lub z post-trenowanej wersji PPLX 27 Perplexity.
- •Perplexity twierdzi, że poufne dane pozostają na urządzeniu, a produkt zużywa mniej tokenów, choć część zadań nadal trafia do chmury w celu obsługi przeglądarki lub zaawansowanego rozumowania.
- •DGX Spark kosztuje $4,699, co stanowi istotną barierę adopcji dla użytkowników i przedsiębiorstw.
- •Analitycy powiedzieli, że produkt może być atrakcyjny dla klientów wrażliwych na koszty oraz organizacji pracujących z poufnymi dokumentami, ale skala wdrożeń w przedsiębiorstwach pozostaje niepewna.
Perplexity’s nowy agent AI działający w trybie local-first ma na celu rozwiązanie dwóch głównych problemów na rynku AI: wysokich kosztów tokenów i prywatności. Jednocześnie produkt podkreśla szerszy trend w stronę edge AI, a zarazem ujawnia kluczową przeszkodę — wysoki koszt komputera AI wymaganego do jego uruchomienia.
We wtorek dostawca wyszukiwania AI przedstawił Portable Computer, lokalną wersję Perplexity Computer. Computer, po raz pierwszy zaprezentowany w lutym, to ogólnego przeznaczenia cyfrowy pracownik, który pomaga różnym modelom AI realizować autonomiczne przepływy pracy.
W przypadku Portable Computer użytkownicy uruchamiają Computer na swoim osobistym urządzeniu, w szczególności na Nvidia DGX Spark, kompaktowym desktopowym superkomputerze. Perplexity zbudowało lokalnego agenta wspólnie z Nvidia, a działa on na osobistym komputerze AI z wykorzystaniem modelu Qwen 3.8 27B chińskiego giganta technologicznego Alibaba, czyli PPLX 27, będącego post-trenowaną wersją Qwen.
Portable Computer odzwierciedla rosnący ruch w kierunku bardziej agentowego AI działającego na urządzeniach brzegowych, aby ograniczać koszty tokenów i chronić prywatność użytkowników. Od premiery OpenClaw w 2025 roku dostawcy coraz częściej skupiają się na modelach lub agentach, które mogą działać na urządzeniach użytkowników. W czerwcu Microsoft przedstawił rodzinę modeli Aion, zaprojektowaną do koordynowania lokalnych agentowych przepływów pracy. W marcu Anthropic zaktualizował Claude, aby miał dostęp do lokalnych komputerów, a laboratorium open source Ai2 przedstawiło agenta do obsługi komputera dla użytkowników desktopów.
Powiązane: Mistral i saudyjski dostawca mają rozwijać sovereign AI na Bliskim Wschodzie
Edge AI
„[Portable Computer] to kolejny dobry przykład ewolucji w kierunku lokalnego AI, większego znaczenia AI dla przedsiębiorstw, prywatnego AI, tego, że ludzie naprawdę dbają o to, gdzie działa moje AI, do jakich danych ma dostęp” — powiedział Said Oouisaal, CEO i założyciel dostawcy edge computing Zendeda. „Chcesz posiadać swoją inteligencję i to jest dobry przykład tego podejścia”.
Perplexity powiedziało, że poufne dane pozostają lokalnie i na urządzeniu oraz że system nie zużywa wielu tokenów ani kredytów. Większość zadań jest obsługiwana lokalnie na komputerze, choć niektóre są przenoszone do chmury, gdy potrzebny jest dostęp do przeglądarki, połączonych aplikacji lub innych najnowocześniejszych modeli do zaawansowanego rozumowania.
Choć pomaga to użytkownikom, którzy chcą „posiadać” swoje AI, przynosi też korzyści Perplexity, ponieważ firma wykorzysta Portable Computer jako okazję do przyciągnięcia nowych klientów — powiedział Lian Jye Su, analityk w Omdia, jednostce Informa TechTarget.
„Pozwala im to nieco poszerzyć zasięg wśród klientów” — powiedział Su. „[To] jest dla nich bramą do osób bardziej wrażliwych na koszty lub posiadających wiele poufnych dokumentów, których nie chcą przesyłać do chmury”.
Powiązane: Alibaba sprzedaje więcej akcji, aby pozyskać $10.2B na wydatki związane z AI
W przypadku Nvidia, która pomogła zbudować lokalnego agenta, jest to sposób na rozszerzenie wykorzystania urządzeń DGX.
Some Problems
Chociaż Portable Computer pozwala użytkownikom bardziej uważać na wydatki na tokeny, nadal ma ograniczenia. Na przykład użytkownicy oszczędzają na tokenach, ale ponoszą znaczące koszty związane z DGX Spark. Jeden komputer DGX Spark kosztuje $4,699.
„To nie jest tanie” — powiedział Su. „Kupno DGX nie jest przypadkową decyzją. To bardzo świadoma decyzja i nie sądzę, żeby ktokolwiek podejmował ją lekko ... nawet przedsiębiorstwa”.
Jeśli Perplexity zamierza sprzedawać przystępną technologię, z której mogą korzystać przedsiębiorstwa, prawdopodobnie musi znaleźć sposób na współpracę z Microsoft i ekosystemem Windows — dodał.
Kolejnym wyzwaniem jest trudność, z jaką użytkownicy spotykają się podczas pracy z komputerem AI.
„Nadal dość złożone jest samodzielne skonfigurowanie systemu do inference” — powiedział Oouisaal. Dodał, że choć zakup sprzętu jest łatwy, trudniej jest zainstalować potrzebne warstwy oprogramowania, takie jak Linux czy oprogramowanie kontenerowe, na przykład Kubernetes, aby lokalnie tworzone i uruchamiane agenty AI działały prawidłowo. Dodał, że choć Portable Computer jest systemem jednofunkcyjnym, w środowisku przedsiębiorstw potrzebna będzie większa wiedza, aby obsługiwać różne działy i agentów.
Powiązane: Nowy model Thomson Reuters może zainspirować innych dostawców SaaS
„To nie jest łatwe” — kontynuował Oouisaal. „Trzeba być inżynierem”.
Su powiedział jednak, że nie jest jasne, czy Portable Computer w obecnej wersji kiedykolwiek trafi do rynku przedsiębiorstw w znaczącej skali.
„Przedsiębiorstwa są już naprawdę zaniepokojone shadow AI i już ograniczają maszyny z dostępem do internetu, jeśli chodzi o wszystkie te [modele]” — powiedział. Dodał, że choć Perplexity i Nvidia mogą twierdzić, iż do ich serwerów przesyłane są wyłącznie dane dotyczące zużycia tokenów, a wszystkie pozostałe dane pozostają na urządzeniu, przedsiębiorstwa mogą nadal obawiać się dania pracownikom bardziej samodzielnego dostępu do AI.
O autorce
Esther Shittu
News Writer, AI Business
Esther Shittu relacjonuje technologie AI i trendy branżowe od 2021 roku. Jako współprowadząca podcast Targeting AI rozmawia z ekspertami, liderami opinii i praktykami o kluczowych zmianach w AI. Zanim dołączyła do AI Business, pisała dla SearchEnterpriseAI, New York Daily News, Bklyner i Brooklyn Daily Eagle. Gdy nie zagłębia się w świat AI, poświęca czas projektom pasji i wychowywaniu trzech córek.
Chcesz widzieć więcej materiałów AI Business w wynikach wyszukiwania Google?
Najnowsze wiadomości
Chcesz widzieć więcej materiałów AI Business w wynikach wyszukiwania Google?
Artykuły na czasie
Aug 25, 2026
Aug 25, 2026
Generative AI Mathematical Theories Could Be the Key to Explainable AI Systems Aug 24, 2026
Mathematical Theories Could Be the Key to Explainable AI Systems
Generative AI Shutterstock Embraces AI Image Licensing Deals Aug 11, 2026
Shutterstock Embraces AI Image Licensing Deals
Generative AI AI Arrives in the Private Markets Business Jul 28, 2026
AI Arrives in the Private Markets Business
Agentic AI Using AI Agents to Collaborate with Human Workers Jul 10, 2026
Using AI Agents to Collaborate with Human Workers
Sponsored by Google Cloud
Choosing Your First Generative AI Use Cases
To get started with generative AI, first focus on areas that can improve human experiences with information.
The AI Summit New York 2026
