Generative AI in asset management — Interpretación del informe

Visión general

Bernstein resume una conversación con el responsable de Computer Capabilities de Perplexity sobre cómo Perplexity Computer está evolucionando desde la búsqueda con IA hacia una plataforma de trabajo empresarial para instituciones financieras. La propuesta central es que la orquestación multimodelo, los datos conectados, los flujos de trabajo reutilizables y los resultados auditables pueden automatizar procesos intensivos en investigación, manteniendo objetivos y límites de decisión definidos por personas.

Perspectivas principales

El informe presenta a Perplexity como un orquestador de IA, en lugar de un proveedor de un único modelo. Indica que la plataforma coordina actualmente 24 modelos de frontera y de código abierto, distribuyendo subtareas entre los modelos adecuados para su complejidad. Este enfoque busca reducir la dependencia de proveedores y mejorar el equilibrio entre rendimiento, gobernanza y coste: los modelos de menor coste pueden encargarse de tareas sencillas, mientras que los modelos de frontera se reservan para razonamiento más complejo. El informe sostiene que la creciente diversidad de modelos disponibles hace cada vez más importante esta capa de orquestación. Perplexity Computer, lanzado en febrero de 2026, se describe como el marco operativo detrás de esta transición desde la búsqueda con IA hacia la ejecución de trabajo de extremo a extremo. Bernstein identifica cuatro pilares: Trusted Data, Work Execution, Auditable Answers y Take Work Everywhere. Los usuarios pueden conectar fuentes de datos internas o externas con licencia a través de más de 600 conectores, o utilizar conjuntos de datos negociados previamente. La plataforma puede generar correos electrónicos, hojas de cálculo, presentaciones, documentos, PDF, archivos markdown e informes de investigación, mientras que las integraciones basadas en MCP le permiten interactuar con aplicaciones conectadas. Perplexity afirma responder más de 1.5 mil millones de preguntas globalmente cada mes. La auditabilidad y el control empresarial son fundamentales para el caso de uso de servicios financieros del informe. En resultados cuantitativos, los usuarios pueden inspeccionar las fuentes originales, los documentos regulatorios o las transcripciones, y reconstruir las rutas de cálculo de las métricas derivadas. Los administradores pueden controlar permisos, autenticación, niveles de acceso de usuarios y requisitos de aprobación. La plataforma también ofrece visibilidad de los pasos de razonamiento intermedios, código, artefactos, progreso de tareas, fuentes de datos, conectores, habilidades y consumo de créditos. Bernstein caracteriza esto como un diseño de "trust, but verify", destinado a reducir el comportamiento de caja negra en flujos de trabajo de alto riesgo; los usuarios pueden inspeccionar o interrumpir tareas sin afectar el flujo de trabajo general. La capa de memoria Brain y las Skills reutilizables de la plataforma se presentan como mecanismos para institucionalizar el conocimiento. Brain guarda gradualmente preferencias de usuario, contexto de proyectos, estilos de comunicación y patrones de trabajo una vez activado, por lo que los prompts pueden acortarse a medida que el sistema gana contexto. Las Skills transforman ejemplos preferidos y flujos de trabajo probados en plantillas versionadas y compartibles, que pueden gestionarse a nivel individual, de proyecto o empresarial. Los ejemplos incluyen memorandos de comité de inversión, revisiones de carteras, marcos de due diligence y estándares de informes internos. El informe argumenta que una infraestructura preconstruida, junto con la configuración inicial de proyectos, conectores, Skills y flujos de trabajo, puede crear activos organizacionales reutilizables en lugar de exigir que las empresas desarrollen internamente cada capacidad. Bernstein destaca la automatización como el caso de uso de mayor impacto para los equipos de inversión. Los flujos de trabajo programados o basados en eventos pueden monitorizar carteras diariamente, seguir noticias corporativas y publicaciones de resultados, vigilar eventos macroeconómicos, generar alertas y producir resúmenes de investigación. Una "Living Thesis" puede actualizar continuamente una tesis de inversión original usando noticias conectadas, documentos regulatorios, transcripciones de resultados, desarrollos sectoriales e investigación interna; registra cambios y conserva el historial de versiones y la trazabilidad de las fuentes. El resultado previsto es menos revisión manual, mayor centralización del conocimiento de inversión, inteligencia de cartera en tiempo real y apoyo a decisiones más rápidas, mientras que los usuarios humanos siguen siendo responsables de definir objetivos y límites de decisión. El informe también describe Model Council, donde varios modelos evalúan independientemente un escenario e identifican áreas de consenso y desacuerdo. Se posiciona como útil para decisiones de alta convicción que requieren juicio, porque expone distintos supuestos e implicaciones. Otras funciones mostradas incluyen paneles en vivo, asignación de tareas mediante correo electrónico o Slack, y generación automatizada de artefactos. En infraestructura, Hybrid Compute tiene una arquitectura centrada en la nube y dirige selectivamente tareas sensibles a la privacidad hacia dispositivos locales cuando procede; actualmente está disponible para usuarios de Mac. Portable Computer tiene una arquitectura centrada en lo local sobre hardware NVIDIA DGX Spark y escala a recursos de nube cuando se necesita más capacidad de cómputo. El informe señala que esto amplía la orquestación más allá de la selección de modelos, hacia la decisión de si el trabajo debe ejecutarse localmente, en la nube o mediante un enfoque híbrido, con el objetivo de equilibrar seguridad, rendimiento y coste. La sesión de preguntas y respuestas atribuye el paso desde la búsqueda con IA hacia sistemas operativos de IA a modelos fundacionales más capaces, mayor integración de herramientas y acceso a datos en vivo, y avances en la capa de harness que gestiona memoria, archivos, habilidades y flujos de trabajo. Perplexity recomienda iniciar los despliegues en áreas con alto esfuerzo manual, fricción operativa e información fragmentada, y expandirse después de demostrar ganancias medibles de productividad. También prevé que tanto los modelos de frontera cerrados como los modelos abiertos seguirán siendo importantes: los primeros para razonamiento de alto rendimiento y los segundos por su economía atractiva en cargas de trabajo más sencillas.

Marco de análisis

Bernstein resume una conversación con Perplexity y explica la plataforma mediante su arquitectura de producto, controles operativos y casos de uso prácticos en gestión de activos. El análisis vincula el enrutamiento multimodelo, los datos conectados, la memoria, los flujos de trabajo reutilizables y el despliegue local/en la nube con los beneficios previstos en productividad, control de costes, trazabilidad y gobernanza.

Correspondencia y comparación de activos

Correspondencia estructurada entre la tesis y activos concretos (fortalezas, debilidades, pares y riesgos).

• Perplexity

  Plataforma de IA empresarial destacada y analizada como orquestador para investigación de gestión de activos y automatización de flujos de trabajo.

  Fortalezas

  Orquestación multimodelo, datos conectados, resultados auditables, memoria persistente, habilidades reutilizables, automatización y procesamiento híbrido local/en la nube.

  Comparación

  Los modelos de frontera cerrados se posicionan para razonamiento complejo, mientras que los modelos abiertos ofrecen una economía más atractiva para cargas de trabajo sencillas.

  Riesgos

  El informe subraya la necesidad de gobernanza, trazabilidad y objetivos definidos por personas en flujos de trabajo de decisiones de alto riesgo.

Datos clave

• Modelos orquestados24Perplexity se describe como coordinador de modelos de frontera y de código abierto según los requisitos de cada tarea.
• Conectores empresariales600+La plataforma admite más de 600 conectores para fuentes de datos con licencia y sistemas empresariales.
• Preguntas respondidas al mesMore than 1.5 billionVolumen de actividad global mensual reportado para Perplexity.
• Lanzamiento de Perplexity ComputerFebruary 2026El informe identifica este momento como el lanzamiento del producto de plataforma de trabajo.
• Créditos de Max frente a ProAbout 10x more credits per monthPerplexity indicó que los usuarios con licencia Max reciben aproximadamente diez veces más créditos mensuales que los usuarios con licencia Pro.

Impacto e implicaciones

El informe sugiere que las organizaciones de inversión pueden obtener el mayor beneficio inicial automatizando flujos de trabajo repetitivos de monitorización e investigación, mientras conservan trazabilidad de fuentes, controles de aprobación y límites de decisión humanos. Presenta la orquestación entre modelos y recursos locales/en la nube como una forma de reducir la dependencia de un solo proveedor y gestionar el equilibrio entre calidad, coste y seguridad.