Wat Perplexity heeft gelanceerd
Perplexity, het AI-zoekbedrijf met een waardering van 20 miljard dollar, kondigde op zijn Ask 2026-ontwikkelaarsconferentie aan dat zijn multi-model AI-agent Computer nu beschikbaar is voor enterprise klanten. De lancering is niet alleen belangrijk voor Perplexity, maar zegt ook veel over de richting die enterprise AI als geheel opgaat.
Computer is een orkestratieplatform. Wanneer een gebruiker een doel beschrijft, bijvoorbeeld het samenstellen van een briefingdocument op basis van webinformatie, interne Slack-gesprekken, e-mails en Notion-documenten, breekt Computer dat doel op in subtaken, wijst elke taak toe aan een gespecialiseerde sub-agent met het meest geschikte AI-model, en levert een afgerond werkproduct op. Het systeem coördineert zo'n 20 AI-modellen van verschillende aanbieders: Anthropic's Claude Opus 4.6 voor redenering, Google's Gemini voor diepgaand onderzoek, OpenAI's GPT-5.2 voor lange contexten, xAI's Grok voor snelle taken, en gespecialiseerde modellen voor beeld- en videogeneratie.
Enterprise-specifieke functies zijn onder andere Slack-integratie (vraag @computer direct in kanalen), zakelijke connectoren voor Snowflake, Salesforce, SharePoint, HubSpot en Datadog, en ondersteuning voor maatwerkkoppelingen via het Model Context Protocol (MCP). Elke sessie draait in een geïsoleerde Firecracker-microVM, dezelfde technologie die Amazon gebruikt voor Lambda, zodat de data van de ene gebruiker niet toegankelijk is voor een andere sessie. Perplexity meldt dat meer dan 100 enterprise klanten na één viraal weekend van consumenten-demo's om toegang vroegen.
Waarom dit van belang is voor enterprise AI-strategie
Het meest veelzeggende detail in de aankondiging van Perplexity is een gebruiksstatistiek die verscholen zit in de technische toelichting. In januari 2025 werd 90% van de enterprise zoekopdrachten doorgestuurd naar slechts twee AI-modellen. Tegen december 2025 nam geen enkel model meer dan 25% van het gebruik voor zijn rekening. In twaalf maanden tijd veranderde het enterprise AI-landschap van een near-monopolie naar echte pluraliteit.
Dit is geen tijdelijke trend. De logica achter een model-agnostische aanpak is overtuigend: verschillende modellen zijn werkelijk beter in verschillende taken. Claude redeneert goed. Gemini zoekt diepgaand. Grok reageert snel. GPT-5.2 verwerkt lange contexten. Elke enterprise-taak door één model forceren, ongeacht of dat het beste model is voor die taak, is een toenemend strategisch risico. Organisaties die volledig hebben ingezet op één ecosysteem van een leverancier, of dat nu Microsoft Copilot, Salesforce Einstein of OpenAI Enterprise is, lopen het risico buitengesloten te worden van het beste gereedschap voor elke specifieke taak.
Er is ook een dataverwerkingsdimensie die aandacht verdient. Wanneer een AI-agent zoals Computer tegelijkertijd je Slack, je e-mail, je CRM en je Snowflake-warehouse aanspreekt, wordt de vraag waar jouw data naartoe gaat, welk model die verwerkt en onder welke jurisdictie, niet triviaal meer. De microVM-isolatie van Perplexity is een verstandige technische maatregel, maar geeft geen antwoord op vragen over dataresidentie of AVG-compliance voor Europese organisaties. Die vragen landen precies op de integratielaag, niet bij het AI-model zelf.
Wat dit betekent vanuit het perspectief van Laava
Perplexity Computer kan 20 modellen orkestreren. Maar het werkt alleen met data die er gestructureerd aan wordt aangeboden. Dat is de kern van de zaak. Standaard connectoren voor Salesforce, SharePoint en Slack dekken de meest voor de hand liggende systemen. Jouw ERP, jouw interne documentenarchief, jouw legacy CRM met de historische data van 15 jaar, je goedkeuringsworkflowsysteem: die komen niet met kant-en-klare koppelingen. Iemand moet die bouwen.
Het Model Context Protocol, dat Perplexity gebruikt voor maatwerkkoppelingen en dat snel de industriestandaard wordt voor AI-naar-tool-integratie, is ontworpen om dit hanteerbaar te maken. Een MCP-server staat tussen jouw interne systeem en de AI-agent, en vertaalt jouw data naar een formaat dat elke MCP-compatibele agent kan gebruiken. Bouw de MCP-server eenmalig, en elke agent, of dat nu Perplexity Computer vandaag is of een ander orkestratieplatform volgend jaar, kan er gebruik van maken. Dat is precies de architectuur die wij bij Laava bouwen: schone integratielagen die jouw data scheiden van het AI-model dat die data consumeert, zodat jouw organisatie niet afhankelijk is van de roadmap van één leverancier.
De dataperspectief is al even belangrijk voor Nederlandse en Europese organisaties. De AVG en de EU AI Act vereisen dat je weet waar jouw data naartoe gaat en welke modellen die verwerken. Een cloud AI-agent die jouw factuurdata, HR-gegevens of klantmails doorstuurt naar 20 verschillende modellen bij meerdere aanbieders, creëert een compliance-vraagstuk waar de meeste juridische en IT-afdelingen nog niet klaar voor zijn. Dat is geen argument tegen het gebruik van deze tools. Het is een argument voor het bouwen van een goede integratielaag als eerste stap: één die jou controle geeft over welke data aan welk model wordt aangeboden, en onder welke voorwaarden.
Wat je nu kunt doen
De eerste stap is niet het evalueren van Perplexity Computer of een ander AI-orkestratieplatform. De eerste stap is het in kaart brengen van jouw data. Welke interne systemen bevatten de informatie die jouw medewerkers nodig hebben om hun werk te doen? Welke van die systemen hebben bruikbare API's? Welke zijn afgeschermd achter legacy-interfaces of handmatige exports? Die inventarisatie bepaalt wat er mogelijk is en wat er gebouwd moet worden voordat een AI-agent nuttig voor je kan zijn.
De organisaties die het meeste halen uit de huidige golf van enterprise AI-agents zijn niet de organisaties die als eerste elk nieuw platform adopteren. Het zijn de organisaties die nu investeren in schone, model-agnostische integratielagen. Wil je weten hoe dat er voor jouw specifieke systemen en workflows uit zou zien? We denken graag met je mee.