.jpg)
En el marco de Computex 2026, Perplexity AI presentó un sistema que marca un antes y un después en la arquitectura de agentes inteligentes: un orquestador híbrido local-nube capaz de decidir autónomamente, en tiempo real y durante la ejecución de una tarea, qué parte del procesamiento debe quedarse en el dispositivo del usuario y qué parte debe delegarse a modelos frontera alojados en la nube. La demostración, realizada por el CEO Aravind Srinivas junto al CEO de Intel, Lip-Bu Tan, mostró cómo un agente de IA corporativo manejaba documentos confidenciales manteniendo los datos sensibles en el equipo local mientras enviaba las cargas de razonamiento pesado a la nube. Este enfoque no solo optimiza costes y latencia, sino que aborda de lleno una de las preocupaciones más acuciantes en la adopción empresarial de inteligencia artificial: la gobernanza de datos.
Para entender la relevancia de este hito, conviene observar la trayectoria de Perplexity. A principios de año lanzó Computer, un agente multi-modelo que orquestaba 19 modelos distintos en la nube. Poco después presentó Personal Computer, una aplicación de escritorio que hibridaba el acceso a archivos locales con cómputo remoto. Ahora, el nuevo orquestador de inferencia híbrida lleva esa idea un paso más allá: no se limita a elegir qué modelo utilizar, sino que determina en qué capa física —local o cloud— debe ejecutarse cada microtarea. El sistema solicita permiso al usuario antes de enviar información sensible a la nube, un diseño que responde directamente a los requisitos de cumplimiento normativo en sectores como finanzas, salud o defensa.
El contexto de hardware tampoco es casual. Nvidia e Intel presentaron en la misma feria nuevos chips diseñados para IA en el dispositivo: el RTX Spark de Nvidia, con capacidad para modelos de 120 mil millones de parámetros, y los Core Ultra Series 3 de Intel, que hacen viable la inferencia local de alto rendimiento. Perplexity se sitúa en la intersección de ambas estrategias, ya que su orquestador crea un incentivo económico directo para que usuarios y empresas inviertan en silicio más potente: a mayor capacidad local, menor dependencia de la nube y menor coste recurrente. Esto beneficia a fabricantes de chips y, al mismo tiempo, reduce la necesidad de construir infraestructura masiva a nivel país para garantizar soberanía de datos, como apuntó la propia compañía.
Desde una perspectiva técnica, la innovación clave reside en la separación de la capa de orquestación de la capa de modelos. El orquestador se encarga de descomponer tareas, gestionar estados y coordinar herramientas, mientras que los modelos —sean locales o remotos— ejecutan los cálculos específicos. Esta arquitectura permite que el sistema sea agnóstico respecto a los modelos e incluso respecto al hardware, facilitando la integración con diferentes proveedores. Para las empresas que buscan aplicaciones a medida que incorporen agentes IA, este patrón resulta especialmente relevante: ya no es necesario elegir entre privacidad y potencia de cómputo. El orquestador híbrido puede ejecutarse sobre infraestructura local o cloud, y puede combinarse con servicios cloud AWS y Azure para escalar cuando sea necesario.
El impacto potencial en entornos corporativos es enorme. Imaginemos una asesoría financiera que maneja documentos de fusiones y adquisiciones: con este sistema, el análisis de datos sensibles se realiza en el propio portátil del analista, mientras que las consultas de mercado que requieren modelos frontera se envían a la nube sin riesgo de fuga de información. De forma similar, en el sector sanitario, el procesamiento de historiales clínicos puede permanecer local, y solo las tareas de investigación o benchmarking recurren a servidores externos. Este equilibrio entre inteligencia, precisión, privacidad y coste es exactamente lo que muchas organizaciones demandan al implementar servicios cloud AWS y Azure junto con soluciones de ciberseguridad avanzadas que garanticen la integridad de los datos.
No obstante, el camino no está exento de desafíos técnicos y comerciales. Perplexity arrastra una decena de demandas por presunta infracción de derechos de autor, lo que podría enfriar la adopción en industrias muy reguladas. Además, el rendimiento real del orquestador en entornos de producción aún está por demostrarse: la capacidad de evaluar correctamente la sensibilidad de los datos, la complejidad de cada subtarea y las capacidades del hardware local requiere una lógica de enrutamiento extremadamente robusta. Gigantes como Apple, Google y Microsoft también están desarrollando sus propias arquitecturas híbridas, aunque ninguna ofrece hoy un enrutamiento dinámico y autónomo como el que presenta Perplexity.
En este escenario, contar con un socio tecnológico que entienda tanto la capa de infraestructura como la de aplicaciones es clave. Q2BSTUDIO ofrece servicios de software a medida, inteligencia artificial para empresas, ciberseguridad y consultoría en servicios inteligencia de negocio como Power BI, ayudando a las organizaciones a diseñar e implementar sistemas que aprovechen al máximo las nuevas capacidades híbridas. La integración de agentes IA con orquestación local-cloud, la automatización de procesos y el análisis de datos en tiempo real son áreas donde nuestra experiencia puede marcar la diferencia entre una prueba de concepto y una solución productiva.
La presentación de Perplexity en Computex 2026 no es solo un avance técnico; es una declaración de principios sobre hacia dónde se dirige la industria: hacia un modelo donde la inteligencia artificial no reside exclusivamente en la nube ni exclusivamente en el dispositivo, sino que fluye inteligentemente entre ambos según las necesidades de cada tarea. Para las empresas, esto abre la puerta a adoptar IA para empresas con total confianza en la privacidad y el cumplimiento normativo. Y para los desarrolladores, supone un nuevo paradigma de diseño donde la orquestación —y no el modelo— se convierte en el verdadero factor diferencial.
