Технический контекст
Я специально не буду делать вид, что видел подтвержденный текст того самого твита. По имеющимся данным у меня нет верифицированной формулировки поста, поэтому я смотрю на официальную траекторию релизов Perplexity, а она уже довольно прозрачная.
Я покопался в их последних обновлениях, и картина простая: Perplexity давно уже не просто поисковик. Они собирают слой для AI automation, где поиск, Deep Research, Computer, Workflows, MCP и API начинают работать как единая система.
Что мне тут реально бросилось в глаза: MCP support открывает подключение внешних инструментов и данных, Computer двигает продукт в сторону управляемого агентного исполнения, а Workflows и Skills намекают на повторяемые сценарии вместо разовых запросов. Если коротко, это уже не «задал вопрос, получил ответ», а зачаток среды, где модель может искать, решать и действовать.
Отдельно интересно, что Perplexity подмешивает в это мультимодальность, voice-режим, enterprise-интеграции и доступ к свежим моделям вроде GPT-линейки. Для меня это сигнал не про интерфейс, а про AI integration на уровне стека: данные, оркестрация, инструменты, человек в контуре.
И вот тут я обычно торможу и задаю себе простой вопрос: это игрушка или уже рабочий слой? Судя по упору на Teams, Snowflake, Databricks и reusable workflows, они явно идут во второе.
Влияние на бизнес и автоматизацию
Для бизнеса я вижу три практических сдвига. Первый: поиск перестает быть отдельной вкладкой и становится частью операционного контура. Это значит, что можно быстрее собирать AI solutions for business вокруг аналитики, ресерча, комплаенса и внутренних ассистентов.
Второй: вырастает ценность архитектуры. Если у вас данные размазаны по CRM, BI, таблицам и внутренним базам, сам по себе новый интерфейс ничего не спасет. Нужна нормальная связка прав доступа, инструментов, логирования и человеко-понятных guardrails.
Третий: выигрывают команды, которые умеют быстро собирать агентные сценарии поверх реальных процессов. Проигрывают те, кто снова купится на красивую демку без внедрения. Я как раз такие вещи и собираю руками, поэтому хорошо вижу разницу между «вау в ленте» и системой, которая экономит часы каждую неделю.
Если у вас назрела задача превратить поиск, ресерч или внутренние операции в рабочую AI automation, давайте посмотрим на ваш процесс без магии и маркетинга. В Nahornyi AI Lab я вместе с командой собираю такие штуки под реальную нагрузку, чтобы Vadym Nahornyi потом не объяснял, почему демо было красивым, а в бизнесе ничего не взлетело.