Компания Perplexity опубликовала результаты масштабного исследования работы своего агентного режима Perplexity Computer. Отчет, подготовленный совместно с экспертами Гарвардской школы бизнеса, детально анализирует, как переход от привычных чат-ботов к автономным ИИ-агентам трансформирует продуктивность и характер профессиональных задач.
От ответов к действиям: эволюция ИИ
Авторы исследования фиксируют фундаментальный сдвиг в парадигме использования нейросетей. Если классические ассистенты лишь формулировали ответы, то агентные системы способны самостоятельно выстраивать цепочки действий. Пользователь задает конечную цель, а система берет на себя планирование шагов, взаимодействие с внешними инструментами, уточнение данных и выдачу финального результата. Таким образом, человеческий труд смещается от рутинного выполнения операций к функции постановки задач и контроля качества.
Perplexity наглядно демонстрирует эту траекторию в своих продуктах:
- 2022 год: запуск поисковой системы Search, сфокусированной на ответах со ссылками на источники.
- 2025 год: выход браузера Comet с интегрированным веб-агентом для автономной работы в сети.
- 2026 год: релиз Perplexity Computer — универсального агента для выполнения комплексных многоэтапных задач.
Автономность и эффективность в цифрах
В ходе анализа исследователи сфокусировались на трех показателях: уровне автономности, общей эффективности и расширении спектра решаемых задач. Статистика подтверждает, что хотя использование Perplexity Computer требует от пользователя более глубокой проработки изначального задания, экономия времени на исполнении оказывается колоссальной.
Изображение сгенерировано: Nano Banana
В цифрах разница выглядит следующим образом: агент затрачивает на вычислительную работу в одной сессии в среднем 26 минут, в то время как стандартная поисковая система справляется за 33 секунды. В медианных значениях разрыв составляет 9 минут против 14 секунд. При этом агентная система значительно чаще обращается к внешним сервисам и API, объединяя разрозненные инструменты в единый рабочий процесс.
Изменение структуры профессиональной деятельности
Интересно, что рост автономности ИИ не привел к росту недовольства пользователей. Напротив, доля негативных отзывов у агентной модели оказалась ниже. Пользователи все чаще используют систему для интеллектуальной аналитики и создания сложного контента — кода, документов и таблиц.
Исследование выявило ряд любопытных тенденций:
| Показатель | Поисковая модель | Perplexity Computer |
|---|---|---|
| Работа вне основной специализации | 50% | 59% |
| Создание нового контента | 26% | 50% |
| Охват областей знаний | 1,74 | 2,4 |
Агентные системы способствуют расширению кругозора пользователя: запросы к ним требуют задействования большего количества областей знаний и типов рабочих операций. Ключевой вывод исследования заключается в том, что технология не просто ускоряет работу, а меняет ее структуру. Роль специалиста трансформируется в оператора, управляющего потоками автоматизированных процессов.
Несмотря на многообещающие результаты, эксперты отмечают, что текущие выводы основаны на данных ранних пользователей, и по мере масштабирования технологии влияние ИИ на структуру профессий и команд может стать еще более выраженным.
