Generative AI in asset management — Interpretação do relatório

Visão geral

A Bernstein resume uma conversa com o responsável por Computer Capabilities da Perplexity sobre como o Perplexity Computer está evoluindo da busca por IA para uma plataforma de trabalho empresarial voltada a instituições financeiras. A proposta central é que a orquestração multimodelo, os dados conectados, os fluxos de trabalho reutilizáveis e as saídas auditáveis podem automatizar processos intensivos em pesquisa, preservando objetivos e limites decisórios definidos por humanos.

Visões principais

O relatório posiciona a Perplexity como uma orquestradora de IA, e não como provedora de um único modelo. Afirma que a plataforma atualmente coordena 24 modelos de fronteira e de código aberto, distribuindo subtarefas entre modelos adequados à sua complexidade. Essa abordagem busca reduzir a dependência de fornecedores e melhorar o equilíbrio entre desempenho, governança e custo: modelos de menor custo podem lidar com tarefas mais simples, enquanto modelos de fronteira são reservados para raciocínios mais complexos. O relatório argumenta que a crescente diversidade de modelos disponíveis torna essa camada de orquestração cada vez mais importante. O Perplexity Computer, lançado em fevereiro de 2026, é descrito como a estrutura operacional por trás da transição da busca por IA para a execução de trabalho de ponta a ponta. A Bernstein identifica quatro pilares: Trusted Data, Work Execution, Auditable Answers e Take Work Everywhere. Os usuários podem conectar fontes internas ou externas de dados licenciados por meio de mais de 600 conectores ou utilizar conjuntos de dados pré-negociados. A plataforma pode produzir e-mails, planilhas, apresentações, documentos, PDFs, arquivos markdown e relatórios de pesquisa, enquanto integrações baseadas em MCP permitem a interação com aplicativos conectados. A Perplexity afirma responder mais de 1.5 bilhões de perguntas globalmente a cada mês. Auditabilidade e controle empresarial são fundamentais para o caso de uso em serviços financeiros do relatório. Para saídas quantitativas, os usuários podem inspecionar fontes originais, documentos regulatórios ou transcrições e reconstruir os caminhos de cálculo de métricas derivadas. Os administradores podem controlar permissões, autenticação, níveis de acesso dos usuários e requisitos de aprovação. A plataforma também oferece visibilidade sobre etapas intermediárias de raciocínio, código, artefatos, progresso de tarefas, fontes de dados, conectores, habilidades e consumo de créditos. A Bernstein caracteriza isso como um desenho de "trust, but verify", destinado a reduzir o comportamento de caixa-preta em fluxos de trabalho de alto risco; os usuários podem inspecionar ou interromper tarefas sem comprometer o fluxo de trabalho principal. A camada de memória Brain e as Skills reutilizáveis da plataforma são apresentadas como mecanismos para institucionalizar conhecimento. O Brain armazena gradualmente preferências dos usuários, contexto de projetos, estilos de comunicação e padrões de trabalho após ser ativado, de modo que os prompts podem se tornar mais curtos à medida que o sistema ganha contexto. As Skills transformam exemplos preferidos e fluxos de trabalho comprovados em modelos versionados e compartilháveis, que podem ser geridos em nível individual, de projeto ou empresarial. Os exemplos incluem memorandos de comitê de investimento, revisões de portfólio, estruturas de due diligence e padrões de relatórios internos. O relatório argumenta que infraestrutura pré-construída, combinada com a configuração inicial de projetos, conectores, Skills e fluxos de trabalho, pode criar ativos organizacionais reutilizáveis em vez de exigir que as empresas desenvolvam internamente cada capacidade. A Bernstein destaca a automação como o caso de uso de maior impacto para equipes de investimento. Fluxos de trabalho programados ou acionados por eventos podem monitorar portfólios diariamente, acompanhar notícias de empresas e divulgações de resultados, observar eventos macroeconômicos, gerar alertas e produzir resumos de pesquisa. Uma "Living Thesis" pode atualizar continuamente uma tese de investimento inicial usando notícias conectadas, documentos regulatórios, transcrições de resultados, desenvolvimentos setoriais e pesquisa interna; ela registra alterações e preserva o histórico de versões e a rastreabilidade das fontes. O resultado pretendido é menos revisão manual, maior centralização do conhecimento de investimento, inteligência de portfólio em tempo real e suporte mais rápido à decisão, enquanto os usuários humanos continuam responsáveis por definir objetivos e limites decisórios. O relatório também descreve o Model Council, no qual vários modelos avaliam independentemente um cenário e destacam áreas de consenso e discordância. Ele é posicionado como útil para decisões de alta convicção que exigem julgamento, pois expõe diferentes premissas e implicações. Outras funções apresentadas incluem painéis ao vivo, atribuição de tarefas por e-mail ou Slack e geração automatizada de artefatos. Na infraestrutura, o Hybrid Compute possui uma arquitetura centrada na nuvem e direciona seletivamente tarefas sensíveis à privacidade para dispositivos locais quando apropriado; atualmente está disponível para usuários de Mac. O Portable Computer possui uma arquitetura local-first em hardware NVIDIA DGX Spark e escala para recursos de nuvem quando é necessário poder computacional adicional. O relatório afirma que isso amplia a orquestração além da seleção de modelos, para a decisão sobre se o trabalho deve ser executado localmente, na nuvem ou por uma abordagem híbrida, com o objetivo de equilibrar segurança, desempenho e custo. A sessão de perguntas e respostas atribui a mudança da busca por IA para sistemas operacionais de IA a modelos fundacionais mais capazes, maior integração de ferramentas e acesso a dados ao vivo, além de avanços na camada de harness que gerencia memória, arquivos, habilidades e fluxos de trabalho. A Perplexity recomenda iniciar implantações em áreas com alto esforço manual, atrito operacional e informações fragmentadas, expandindo após demonstrar ganhos mensuráveis de produtividade. Também prevê que modelos de fronteira fechados e modelos abertos continuarão importantes: os primeiros para raciocínio de alto desempenho e os últimos por sua economia atraente em cargas de trabalho mais simples.

Estrutura de análise

A Bernstein resume uma conversa com a Perplexity e explica a plataforma por meio de sua arquitetura de produto, controles operacionais e casos de uso práticos em gestão de ativos. A análise relaciona roteamento multimodelo, dados conectados, memória, fluxos de trabalho reutilizáveis e implantação local/em nuvem aos benefícios esperados em produtividade, controle de custos, rastreabilidade e governança.

Mapeamento e comparação de ativos

Mapeamento estruturado da tese para ativos nomeados (pontos fortes, pontos fracos, pares e riscos).

• Perplexity

  Plataforma de IA empresarial em destaque, discutida como orquestradora para pesquisa em gestão de ativos e automação de fluxos de trabalho.

  Pontos fortes

  Orquestração multimodelo, dados conectados, saídas auditáveis, memória persistente, habilidades reutilizáveis, automação e processamento híbrido local/em nuvem.

  Comparação

  Modelos de fronteira fechados são posicionados para raciocínio complexo, enquanto modelos abertos oferecem uma economia mais atraente para cargas de trabalho simples.

  Riscos

  O relatório enfatiza a necessidade de governança, rastreabilidade e objetivos definidos por humanos em fluxos de trabalho de decisões de alto risco.

Dados principais

• Modelos orquestrados24A Perplexity é descrita como coordenando modelos de fronteira e de código aberto conforme os requisitos da tarefa.
• Conectores empresariais600+A plataforma oferece suporte a mais de 600 conectores para fontes de dados licenciadas e sistemas empresariais.
• Perguntas respondidas por mêsMore than 1.5 billionVolume de atividade mensal global reportado para a Perplexity.
• Lançamento do Perplexity ComputerFebruary 2026O relatório identifica esse momento como o lançamento do produto de plataforma de trabalho.
• Créditos do Max versus ProAbout 10x more credits per monthA Perplexity informou que usuários da licença Max recebem cerca de dez vezes mais créditos mensais do que usuários da licença Pro.

Impacto e implicações

O relatório sugere que organizações de investimento podem obter o maior benefício inicial automatizando fluxos de trabalho repetitivos de monitoramento e pesquisa, enquanto preservam rastreabilidade das fontes, controles de aprovação e limites decisórios humanos. Ele apresenta a orquestração entre modelos e recursos locais/em nuvem como uma forma de reduzir a dependência de um único fornecedor e administrar o equilíbrio entre qualidade, custo e segurança.