Gli agenti AI stanno progressivamente spostando il proprio raggio d’azione dalla semplice generazione di risposte all’esecuzione autonoma di attività articolate, che possono coinvolgere documenti, applicazioni, browser e servizi aziendali. In questo scenario si inserisce Perplexity Portable Computer, la versione locale dell’agente Perplexity Computer, ora disponibile anche sui PC Windows dotati di GPU NVIDIA compatibili.
Perplexity e NVIDIA hanno infatti esteso Portable Computer ai sistemi Windows equipaggiati con GPU GeForce RTX e NVIDIA RTX PRO, dopo il debutto sui sistemi NVIDIA DGX Spark e sui PC RTX basati su Linux.
L’obiettivo è permettere all’agente di pianificare ed eseguire workflow complessi direttamente sul dispositivo, evitando di trasferire nel cloud file e informazioni sensibili quando l’elaborazione può essere svolta localmente.
Un agente AI che esegue attività direttamente sul PC
Portable Computer non è semplicemente un chatbot eseguito in locale. È la versione on-device di Perplexity Computer, progettata per pianificare ed eseguire attività composte da più passaggi.
L’agente può analizzare dati, combinare informazioni provenienti da file differenti, interagire con strumenti e applicazioni e gestire attività ricorrenti. L’elaborazione dei modelli locali viene accelerata dalle GPU NVIDIA RTX.
Il vantaggio più evidente riguarda la gestione dei dati. Quando un’attività viene completata localmente, i documenti utilizzati per l’analisi rimangono sul dispositivo. Inoltre, le operazioni eseguite interamente sul PC non consumano i crediti di Perplexity Computer previsti per i workflow cloud.
La piattaforma mantiene comunque un’architettura ibrida. Portable Computer può ricorrere ai modelli cloud quando ritiene che un’attività richieda capacità di ricerca o ragionamento superiori rispetto a quelle disponibili localmente.
Il passaggio al cloud richiede il consenso dell’utente
Uno degli aspetti centrali del funzionamento di Portable Computer riguarda il controllo sul trasferimento dei dati.
Se durante l’esecuzione di un’attività l’agente determina che è necessario ricorrere a un modello cloud, chiede prima l’autorizzazione dell’utente. Solo dopo il consenso le informazioni necessarie possono lasciare il dispositivo.
L’approccio consente quindi di combinare le capacità dei modelli locali con quelle dei sistemi AI più grandi disponibili nel cloud senza trasformare automaticamente ogni workflow in un’elaborazione remota.
Perplexity riunisce entrambe le modalità all’interno della stessa applicazione. Gli utenti possono lavorare sui propri file utilizzando i modelli locali e, quando necessario, sfruttare anche gli strumenti integrati in Computer, tra cui il browser incorporato e il sandbox proprietario SPACE.
Qwen 3.8 27B ottimizzato per le GPU NVIDIA RTX
Uno degli ostacoli all’utilizzo dell’intelligenza artificiale locale è tradizionalmente rappresentato dalla configurazione dell’ambiente software. L’utente deve normalmente scegliere un modello adeguato all’hardware, installare un runtime di inferenza, impostare quantizzazione e parametri e verificare la compatibilità con la memoria disponibile.
Portable Computer cerca di nascondere buona parte di questa complessità.
L’applicazione può utilizzare un modello locale come Qwen 3.8 27B, una variante da 27 miliardi di parametri che è stata sottoposta a post-training specifico per lavorare con Perplexity Computer e ottimizzata per l’esecuzione sulle GPU NVIDIA RTX.
L’integrazione permette quindi di avviare l’agente senza dover costruire manualmente lo stack software normalmente necessario per eseguire un modello linguistico di queste dimensioni in locale.
NVIDIA aveva già indicato Qwen 3.8 27B come uno dei modelli destinati ai workflow agentici locali, con particolare attenzione anche alla programmazione e all’utilizzo di strumenti esterni.
Portable Computer può lavorare con Gmail, Slack, GitHub e Microsoft 365
L’utilità di un agente locale dipende anche dalla capacità di accedere alle applicazioni nelle quali si trovano realmente dati e documenti.
Portable Computer integra quindi una serie di connettori che permettono di estendere i workflow oltre i file presenti sul computer.
Tra i servizi supportati figurano Microsoft Outlook, OneDrive, Word, Google Drive, Gmail, Slack e GitHub.
L’agente può quindi mettere insieme informazioni provenienti da documenti locali e servizi collegati, eseguendo sequenze di operazioni che normalmente richiederebbero il passaggio tra più applicazioni.
La combinazione tra connettori, modelli locali e strumenti di Perplexity Computer avvicina Portable Computer al concetto di agente operativo: il sistema non si limita a rispondere a una richiesta, ma può individuare i passaggi necessari e completarli in sequenza.
Revisione del codice e gestione delle pull request
Uno dei casi d’uso indicati da Perplexity e NVIDIA riguarda lo sviluppo software.
Collegando Portable Computer a un progetto GitHub, l’agente può esaminare le pull request aperte, organizzarle in base allo stato e identificare quali richiedono ulteriori interventi.
Può inoltre confrontare il codice con la documentazione disponibile, individuando eventuali parti diventate obsolete dopo modifiche recenti al progetto.
Il sistema può arrivare a preparare aggiornamenti della documentazione da sottoporre successivamente alla revisione degli sviluppatori.
Il valore dell’elaborazione locale diventa particolarmente evidente quando il repository contiene codice proprietario o informazioni che l’organizzazione preferisce non inviare automaticamente verso servizi AI remoti.
Analisi finanziaria mantenendo i documenti sul dispositivo
Un secondo esempio riguarda l’analisi di documentazione finanziaria.
Portable Computer può elaborare localmente diversi anni di estratti relativi a investimenti, rendiconti dell’intermediario, dichiarazioni fiscali e altra documentazione, cercando per esempio di individuare investimenti che generano commissioni ricorrenti o inefficienze fiscali.
L’agente può mettere in relazione le informazioni presenti nei vari documenti e associare i risultati ai file e alle pagine da cui sono stati ricavati.
In questo scenario la caratteristica più rilevante è che l’intero corpus documentale può rimanere sul PC: non è necessario caricare le dichiarazioni fiscali o gli estratti finanziari all’interno di un chatbot remoto per poterli analizzare.
Analisi dei dati aziendali e pubblicazione dei risultati su Slack
Portable Computer può essere utilizzato anche per analizzare dataset aziendali.
Un esempio riguarda il percorso di onboarding degli utenti di un servizio digitale. L’agente può ricevere l’esportazione dei dati relativi al funnel di attivazione e cercare autonomamente di individuare il punto in cui i nuovi utenti interrompono il processo.
Può quindi mettere in evidenza le principali criticità tra installazione, registrazione e completamento della prima attività prevista dal servizio.
Una volta completata l’analisi locale, i risultati possono essere condivisi direttamente in un canale Slack collegato, integrando quindi elaborazione locale e strumenti di collaborazione aziendale.
Servono almeno 24 GB di VRAM
Il principale limite dell’attuale implementazione è rappresentato dai requisiti hardware.
Portable Computer per Windows è disponibile sui sistemi equipaggiati con GPU NVIDIA GeForce RTX oppure NVIDIA RTX PRO con almeno 24 GB di VRAM.
La soglia restringe considerevolmente il numero di PC consumer compatibili e posiziona la piattaforma, almeno inizialmente, soprattutto nella fascia delle workstation e dei sistemi RTX di fascia alta.
Il requisito è legato alla necessità di mantenere in memoria modelli locali di grandi dimensioni e allo stesso tempo lasciare spazio all’esecuzione dei workflow agentici.
La compatibilità con Windows amplia comunque in modo significativo il bacino potenziale rispetto alla prima versione, che era disponibile su NVIDIA DGX Spark e PC RTX con Linux.
È inoltre previsto in futuro il supporto per NVIDIA DGX Station.
AI agentica locale e cloud diventano complementari
Portable Computer mostra una delle direzioni più interessanti nell’evoluzione degli agenti AI: non necessariamente tutto deve essere eseguito nel cloud.
L’aumento delle prestazioni delle GPU e la disponibilità di modelli relativamente compatti ma sufficientemente evoluti consentono di trasferire sul PC una parte crescente del processo di inferenza, mantenendo localmente codice sorgente, documenti finanziari, file aziendali e altri dati sensibili.
Il cloud rimane disponibile per le attività che richiedono modelli più potenti o ricerche esterne, ma diventa una risorsa utilizzata selettivamente anziché il luogo obbligatorio in cui deve essere elaborata ogni richiesta.
Con l’arrivo su Windows, Perplexity Portable Computer porta questo modello ibrido su una piattaforma molto più diffusa: l’agente esegue in locale ciò che l’hardware consente, sfrutta l’accelerazione delle GPU NVIDIA RTX e passa ai servizi cloud solo quando sono realmente necessari e dopo l’autorizzazione dell’utente.
