Como os axentes de IA remodelan o traballo de coñecemento

Os sistemas de IA de vangarda están acurtando a brecha entre a intelixencia dos modelos e a utilidade no mundo real. Os novos modelos, arquitecturas de cálculo e patróns de orquestración están a permitir que estes sistemas dean cabo de tarefas que se consideraban imposibles hai só uns meses.

Esta rápida innovación demostrou ser unha gran axuda para os usuarios da IA ao potenciar a súa capacidade de influencia e autonomía. Non obstante, tamén xerou un desfase entre a vangarda tecnolóxica e a nosa comprensión de como está a evolucionar exactamente o traballo de coñecemento en resposta a isto. Como cambia a IA de vangarda a natureza do traballo de coñecemento en todas as profesións? Que transformacións estruturais e económicas podemos esperar neste traballo?

Buscamos pechar esta brecha mediante unha análise empírica coidadosa do uso de Perplexity. Hoxe, en colaboración con investigadores da Harvard Business School, compartimos o noso primeiro estudo exhaustivo sobre a implantación no mundo real de Perplexity Computer. Os nosos descubrimentos suxiren que Computer amplía tanto a amplitude como a profundidade do que os usuarios poden conseguir, a un custo menor. Os usuarios de Computer fan máis cousas, traballan a niveis de abstracción máis altos e cruzan límites disciplinares para obter valor fóra das súas propias profesións.

Este artigo presenta os aspectos máis destacados do noso estudo. A metodoloxía detallada e os descubrimentos están dispoñibles no noso informe técnico.

Introdución

Os primeiros sistemas de IA xerativa convencionais foron asistentes conversacionais que dialogan cos usuarios. Estes asistentes sitúanse entre a intención e a acción. Responden preguntas, explican compensacións e suxiren os seguintes pasos. O usuario ten entón que traducir a resposta en traballo: abrir as ferramentas axeitadas, reunir ficheiros, editar documentos, comprobar os resultados intermedios e decidir que facer a continuación.

Os axentes cambian esa división do traballo. Un usuario especifica un resultado, e o sistema planifica entre ferramentas, executa pasos intermedios, solicita as entradas que faltan cando é necesario e devolve un produto acabado. Os axentes cambian o uso da IA de buscar cousas e sintetizalas a planificar e levar a cabo tarefas de forma autónoma.

Este arco anima a propia evolución de produtos de Perplexity. En 2022, lanzamos Search, que definiu a categoría de motores de respostas ao permitir aos usuarios facer preguntas e recibir respostas avaladas por citas verificables en miles de millóns de documentos. En 2025, introducimos o navegador Comet, cun axente web integrado que razoa e actúa xunto aos usuarios na web aberta. E en 2026, lanzamos Computer, un orquestrador de axentes de propósito xeral que traballa de forma autónoma cara aos obxectivos especificados polo usuario en reduto complexos e largos horizontes temporais.

Como está a cambiar esta transición a forma en que traballamos? Exploramos esta pregunta utilizando datos dos nosos produtos Search e Computer, centrándonos en tres dimensións:

Autonomía: canto traballo autónoma realiza Computer fronte a Search na mesma tarefa?

Eficiencia: canto tempo e custo laboral aforra Computer en relación con Search na mesma tarefa?

Alcance: como cambia Computer o tipo de traballo que intentan os usuarios?

Atopamos que os axentes como Computer requiren máis esforzo inicial por parte do usuario (xa que os usuarios deben especificar os obxectivos que se van delegar e revisar os resultados), pero moito menos esforzo humano por unidade de traballo (debido a unha execución máis autónoma). Iso fai que sexan especialmente eficaces en fluxos de traballo longos e de varios pasos. A recompensa é un traballo que é á vez máis profundo e máis barato. Computer cambia o esforzo do usuario da execución manual á supervisión, ampliando o abano do que os usuarios poden conseguir tanto dentro coma fóra das súas propias áreas de especialización.

Adopción e casos de uso de Computer

Computer lanzouse o 25 de febreiro de 2026 e creceu rapidamente nos primeiros tres meses.

As consultas acumuladas de Computer alcanzaron 84 veces o seu total da primeira semana antes do 27 de maio. Como liña de base, o uso acumulado de Search entre os usuarios de Computer alcanzou 14 veces o seu total da primeira semana, superior ao crecemento de 12 veces para os usuarios que non usan Computer.

Aínda despois de emparellar aos usuarios de Computer e aos que non o usan segundo o nivel de suscrición, o tema principal de Search e a intensidade previa de Search, unha comparación de diferenzas en diferenzas mostra que adoptar Computer aumenta o uso de Search: os usuarios de Computer fan 1,05 consultas de Search máis por día que os usuarios similares que non usan Computer.

Nunha mostra aleatoria de 100 000 consultas de Computer, Investigación e análise foi a categoría de tarefas máis grande cun 25,8 %, seguida de Creación de documentos e recursos cun 18,6 %. A mestura de tarefas observada inclínase cara ao traballo xerativo: documentos, follas de cálculo, bases de código, sitios web e fluxos de traballo que requiren traballo en varias ferramentas.

En canto aos dominios, o uso distribuíuse amplamente entre Software e TI, Finanzas e Investimento, Márketing e Vendas, Operacións Comerciais, Sanidade, Educación, Xurídico e Medios de Comunicación.

Maior autonomía e calidade

O sinal máis directo de autonomía é canto tempo funciona o sistema sen intervención humana despois de que o usuario envíe unha solicitude. Search adoita devolver unha resposta en segundos. Computer a miúdo segue traballando durante minutos ou mesmo horas: buscando, navegando, escribindo, editando, executando código e comprobando resultados intermedios.

Utilizamos sesións de Search e Computer con consultas iniciais case idénticas como indicador da mesma tarefa intentada con ambos os produtos. En 10 000 pares emparellados, Computer realiza 26 minutos de execución automática por sesión de media, fronte aos 33 segundos de Search. Iso supón un aumento de 48 veces no traballo das máquinas en tarefas efectivamente iguais. Na mediana, a brecha é de 9 minutos fronte a 14 segundos, ou 40 veces. A división por dominios mostra o mesmo patrón: Computer realiza aproximadamente entre 26 e 75 veces máis traballo de máquinas nos 18 dominios.

A autonomía de maior duración non se traduciu en máis abandonos. Os eventos de interrupción do usuario foron similares en todos os produtos: o 3,7 % das sesións de Computer e o 3,4 % das sesións de Search contiñan polo menos un evento de interrupción do usuario. Computer fixo unha pausa para recibir achegas do usuario con máis frecuencia: o 13 % das consultas de Computer invocaron polo menos unha ferramenta de pausa para o usuario fronte ao 0,3 % de Search, normalmente para solicitar aprobación ou facer preguntas aclaratorias. Ese é o patrón esperado para un axente: pode continuar de forma autónoma a maioría das veces, pero necesita puntos de control para obter permiso e confirmar o que quere o usuario.

Computer tamén encadea moitas máis chamadas a ferramentas externas —a través do Model Context Protocol (MCP) ou puntos finais da interface de programación de aplicacións (API)— nunha soa sesión, facendo un traballo que un usuario de Search doutro xeito faría a man en aplicacións separadas. O 7,9 % das sesións de Computer fan polo menos unha chamada de conector fronte ao 1,8 % das sesións de Search (unha brecha de 4 veces), e Computer ten unha media de 1,19 chamadas de conector por sesión fronte a 0,10 de Search (unha proporción de 12 veces). Noutras palabras, Computer non só se executa durante máis tempo; chega a máis servizos conectados dun usuario para extraer datos e tomar medidas.

O comportamento de seguimento tamén cambia na súa composición. Nunha mostra de 1000 pares e varios turnos, a propensión xeral cara ao avance das tarefas é case idéntica en todos os produtos (52,7 % dos seguimentos de Computer fronte ao 52,9 % de Search), pero o que piden os usuarios cambia: debido a que Computer devolve un produto máis completo por diante, os seus usuarios substitúen as extensións por afondamentos aclaratorios (extensións 14,2 % fronte a 12,5 %; afondamentos 22,0 % fronte a 23,4 %). Os usuarios de Computer tamén pasan un pouco máis dos seus seguimentos revisando e modificando a saída (24,6 % fronte a 23,6 %), mentres que Search é máis pesado en directivas curtas como confirmacións, reintentos e solicitudes de formato (11,6 % fronte a 9,9 %) que Computer integra na súa execución inicial. Noutras palabras, Search crea bucles de resumo e execución máis curtos; Computer crea bucles de revisión e extensión máis longos.

O máis importante é que a calidade non diminuíu cunha maior autonomía. Nas sesións emparelladas de varios turnos, a insatisfacción significativa no seguinte turno foi do 1,3 % para Computer fronte ao 2,9 % para Search, unha redución do 55 %. Calquera insatisfacción, incluídos os sinais leves, foi do 10,8 % para Computer fronte ao 16,6 % para Search.

Gaños de eficiencia derivados da autonomía

A maior autonomía cambia o traballo humano manual por computación en máquinas, o que aumenta a eficiencia. Para cuantificar este efecto, comparamos dúas configuracións nas mesmas tarefas emparelladas.

Search + Humano: Search manexa a recuperación e a síntese; o humano executa manualmente.

Computer + Humano: Computer realiza o fluxo de traballo; o humano define o alcance da tarefa e revisa o resultado.

Non podemos observar directamente canto tempo lle levaría unha tarefa a un humano, polo que triangulamos con tres estimacións independentes:

Estimación baseada en ferramentas: Clasificamos as chamadas de ferramentas de Computer en dúas categorías: "Buscar" (Search) e "Facer" (Do). As ferramentas de busca corresponden a pasos de recuperación e síntese de información que xa manexa o produto Search. As ferramentas de acción representan pasos de execución que un humano tería que realizar manualmente cando usa Search só. A continuación, estimamos o tempo necesario para que un profesional experimentado leve a cabo estas accións de execución.

Estimación baseada en LLM: Introducimos consultas de sesións de Computer nun LLM para estimar o tempo necesario para un profesional cualificado que recibe respostas de Search pero debe realizar todos os pasos de execución manualmente.

Estimación informada polo usuario: Realizamos 25 entrevistas semiestruturadas con usuarios activos de Computer en todos os dominios e obtemos os fluxos de traballo previos a Computer e o tempo que tardarían eses fluxos de traballo.

Baixo a estimación baseada en ferramentas, a tarefa media de Search + Humano leva 269 minutos, mentres que o fluxo de traballo correspondente de Computer + Humano leva 36 minutos. Iso supón unha redución do 87 % no tempo de tarefas.

Para traducir o tempo de tarefas en custos, utilizamos os salarios horarios medios específicos do dominio dos datos de maio de 2025 de Estatísticas de Emprego e Salarios da Oficina de Estatísticas Laborais dos EUA (BLS OEWS) (U.S. Bureau of Labor Statistics 2026). Combinando o custo do modelo co custo laboral humano específico do dominio, Computer reduce o custo estimado da tarefa nun 94 % de media.

A vantaxe de eficiencia aparece nos 18 dominios, cun aforro de tempo do 79-92 % e un aforro de custos do 87-96 %. A programación é o caso máis extremo: 596 minutos para Search + Humano fronte a 48 minutos para Computer + Humano, o que supón unha redución de tempo do 92 % que xera unha redución de custos do 96 %. Os negocios, a tecnoloxía, a educación e a redacción tamén mostran grandes ganancias. O aforro de tempo tende a traducirse nun maior aforro de custos nos dominios de maiores salarios.

Quão robusto é este resultado? Considere un punto de equilibrio: para que Search + Humano iguale o custo de Computer + Humano, un profesional necesitaría terminar cada paso manual en 14-24 minutos (mediana 18). Computer mantén a súa vantaxe en todos os dominios mesmo baixo suposicións máis conservadoras: por exemplo, unha sobreestimación de 8 veces no tempo por ferramenta, ou unha subestimación de 12 veces no tempo de supervisión de Computer.

A estimación baseada en LLM produce resultados agregados similares: unha redución do 84 % no tempo e unha redución do 93 % no custo en xeral. As entrevistas aos usuarios mostran unha gama moito máis ampla de resultados, desde 5 veces ata máis de 300 veces de aceleración, o que probablemente reflicte unha variación substancial nas liñas de base previas a Computer dos usuarios. A aceleración mediana entre os participantes é de 25 veces, o que corresponde a unha redución do 96 % no tempo.

O alcance da tarefa expándese horizontal e verticalmente

A velocidade e o custo das tarefas emparelladas capturan só unha parte da historia. A forma do traballo tamén podería cambiar. A medida que Computer substitúe a execución manual pola computación en máquinas, os usuarios poden asumir diferentes tipos de tarefas, tarefas que cruzan límites ocupacionais e aquelas que requiren niveis máis altos de experiencia.

Primeiro, preguntamos se os usuarios traballan fóra do seu clúster de ocupación principal inferido con máis frecuencia con Computer que con Search. Segundo, comparamos as consultas de Computer e Search dos mesmos usuarios utilizando cinco clasificacións a nivel de tarefa: a taxonomía revisada de Bloom (Anderson e Krathwohl 2001), traballo abstracto fronte a rutineiro na tradición de contido de tarefas (Autor, Levy e Murnane 2003), amplitude de coñecemento O*NET (National Center for O*NET Development 2026), amplitude de actividade laboral O*NET e novas tarefas que non se intentaron con Search.

O cambio horizontal é aparente nos datos. Nunha mostra de 8000 usuarios de oito clústeres ocupacionais, utilizando todas as súas consultas, os usuarios de Computer traballan fóra da súa ocupación principal o 59 % do tempo, en comparación co 50 % de Search. Os maiores aumentos aparecen en Xestión e Emprendemento, Tecnoloxía Dixital, Artes e Deseño, e Sanidade e Servizos Humanos. As consultas de Search interocupacionais están concentradas na Tecnoloxía Dixital, mentres que as consultas de Computer delegan traballo que cruza cara a dominios máis diversos onde os usuarios doutro xeito necesitarían especialistas.

O cambio vertical é aínda maior. Nunha mostra de 5000 consultas de Computer e 5000 consultas de Search do mesmo conxunto de usuarios de dous produtos, as consultas de Computer son máis complexas cognitivamente que as consultas de Search. Na taxonomía revisada de Bloom, o 76 % das consultas de Computer requiren cognición de orde superior, en comparación co 55 % de Search. A diferenza concéntrase na parte superior: o 50 % das consultas de Computer son tarefas a nivel de creación, en comparación co 26 % de Search. Search ten moito máis peso na busca de feitos a nivel de recordo. Na dimensión do tipo de tarefa abstracta fronte a rutineira, o 71 % das consultas de Computer implican cognición abstracta non rutineira fronte ao 53 % de Search.

As tarefas de Computer tamén se basean en máis dominios de coñecemento. A tarefa media de Computer require experiencia substantiva en 2,40 áreas de coñecemento O*NET, en comparación con 1,74 de Search, un aumento do 38 %. Computer ten case tres veces máis probabilidades que Search de requerir tres ou máis dominios de coñecemento: 51 % fronte a 17 %.

A nivel de actividade laboral, mantense o mesmo patrón. Unha consulta típica de Computer implica 2,95 actividades laborais xeneralizadas O*NET e 4,01 actividades laborais intermedias fronte a 2,24 e 2,87 para Search, un aumento do 32 % e do 40 %. A niveis máis finos, Computer implica un 59 % máis de actividades laborais detalladas e un 60 % máis de declaracións de tarefas específicas da ocupación.

A medida máis reveladora é o conxunto de tarefas que aparecen en Computer pero non en Search entre os mesmos usuarios. Na definición máis estricta, onde unha declaración de tarefa aparece en Computer e nunca aparece na mostra de Search emparellada, o 23 % das consultas de Computer implican polo menos unha declaración de tarefa exclusiva de Computer. Relaxar o limiar para permitir ata cinco ocorrencias de Search eleva a parte ao 38 %, e estabilízase preto do 41 %. Estas actividades exclusivas de Computer concéntranse no desenvolvemento de software e web, na produción de documentación e na visualización de datos ou gráficos. Iso é exactamente onde a execución autónoma importa máis: Search explica; Computer produce.

Debate

A maioría das evidencias sobre a IA no traballo céntranse na configuración do asistente. Esa literatura mostrou grandes ganancias de produtividade na mellora da redacción, a atención ao cliente, a codificación e a consultoría (por exemplo, Noy e Zhang 2023; Brynjolfsson, Li e Raymond 2025; Cui et al. 2026; Dell'Acqua et al. 2026).

Os axentes cambian o comportamento do usuario e os resultados económicos posteriores. As implementacións de produción están comezando a revelar o uso e o impacto dos axentes en escenarios do mundo real, pero están centradas principalmente en axentes de codificación especializados e primeiros axentes de navegador (por exemplo, Sarkar 2026; McCain et al. 2026; Demirer, Musolff e Yang 2026; Yang et al. 2025). Complementamos este traballo e unimos a literatura de asistentes e axentes comparando a interacción do usuario cun orquestrador de axentes de propósito xeral fronte a un asistente conversacional, e ampliando a análise de impacto posterior a unha gama máis ampla de traballo de coñecemento.

Tamén pasamos da exposición á recomposición de tarefas realizada. O traballo previo estima qué ocupacións están expostas á IA utilizando descricións de tarefas e estrutura ocupacional (por exemplo, Eloundou et al. 2024; Felten, Raj e Seamans 2023), mentres que as medidas baseadas no uso mostran a brecha entre a exposición e a implementación (Massenkoff e McCrory 2026). Documentamos como cambia a composición de tarefas co acceso aos axentes.

Destacamos varias salvedades. primeiro, a xanela de observación é temperá, e os primeiros usuarios inclínanse cara aos nativos da IA. Os usuarios tamén están a experimentar activamente e a adaptar os seus fluxos de traballo dentro dunha contorna de produtos en rápida evolución, polo que estes patróns poden cambiar co tempo. segundo, o deseño de consultas emparelladas baseado en sesións deixa fóra moitas tarefas de Computer que non teñen un equivalente cercano en Search. Aínda que as sesións ofrecen unha forma natural de segmentar tarefas, os usuarios non sempre seguen esta estrutura na práctica, o que fai que as sesións sexan un indicador ruidoso para as unidades de tarefas. terceiro, as estimacións de eficiencia dependen fundamentalmente das suposicións sobre o tempo de ferramentas equivalentes aos humanos e o tempo de supervisión humana. Aínda que as estimacións baseadas en LLM e as entrevistas aos usuarios apuntan na mesma dirección, e a análise de equilibrio e sensibilidade indica robustez, as magnitudes exactas deben lerse como aproximadas. Relacionado con isto, o erro de clasificación de LLM introduce ruído de medición adicional. finalmente, observamos o comportamento do usuario só dentro do ecosistema de Perplexity e non capturamos a actividade fóra del, o que pode limitar a nosa visión das actividades laborais completas dos usuarios e do uso de ferramentas.

Mirando cara ao futuro

Os axentes fan que as tarefas existentes sexan máis rápidas e baratas e, o que é máis importante, fan que sexan viables as tarefas que abranguen límites ocupacionais e niveis de experiencia.

Cando un sistema pode buscar, navegar, codificar, editar ficheiros, conectarse a servizos e producir resultados, o gurgullento do usuario cambia. Gastan menos tempo operando o fluxo de traballo e máis tempo especificando obxectivos, subministrando contexto, comprobando resultados e pedindo extensións. O usuario pasa de operador a supervisor.

A nivel individual, este cambio amplía a fronteira de tarefas, permitindo aos usuarios asumir traballos que son á vez máis amplos e máis profundos. A nivel organizativo e do mercado laboral, como se agrupan estes cambios a nivel micro segue sendo unha pregunta aberta. Se un só individuo, equipado con axentes, pode completar fluxos de traballo que antes requerían múltiples roles, entón o impacto a longo prazo dos axentes non será capturado só polas métricas de velocidade e custo. Pola contra, manifestarase en como se agrupa o traballo, como se definen os roles e como se estruturan os equipos.

Para obter máis información sobre a nosa metodoloxía e descubrimentos, lea o informe técnico completo.

Referencias

Anderson, Lorin W., e David R. Krathwohl. 2001. A Taxonomy for Learning, Teaching, and Assessing: A Revision of Bloom's Taxonomy of Educational Objectives. Nova York: Longman.

Autor, David H., Frank Levy, e Richard J. Murnane. 2003. "The Skill Content of Recent Technological Change: An Empirical Exploration." The Quarterly Journal of Economics 118 (4): 1279–1333.

Brynjolfsson, Erik, Danielle Li, e Lindsey R. Raymond. 2025. "Generative AI at Work." The Quarterly Journal of Economics 140 (2): 889–942.

Cui, Zheyuan Kevin, Mert Demirer, Sonia Jaffe, Leon Musolff, Sida Peng, e Tobias Salz. 2026. "The Effects of Generative AI on High-Skilled Work: Evidence from Three Field Experiments with Software Developers." Management Science, Articles in Advance.

Dell'Acqua, Fabrizio, Edward McFowland III, Ethan R. Mollick, Hila Lifshitz-Assaf, Katherine Kellogg, Saran Rajendran, Lisa Krayer, François Candelon, e Karim R. Lakhani. 2026. "Navigating the Jagged Technological Frontier: Field Experimental Evidence of the Effects of Artificial Intelligence on Knowledge Worker Productivity and Quality." Organization Science, Articles in Advance.

Demirer, Mert, Leon Musolff, e Liyuan Yang. 2026. "Writing Code vs. Shipping Code: Productivity Effects Across Generations of AI Coding Tools." NBER Working Paper 35275.

Eloundou, Tyna, Sam Manning, Pamela Mishkin, e Daniel Rock. 2024. "GPTs are GPTs: Labor Market Impact Potential of LLMs." Science 384 (6702): 1306–1308.

Felten, Edward W., Manav Raj, e Robert Seamans. 2023. "Occupational Heterogeneity in Exposure to Generative AI." SSRN 4414065.

Massenkoff, Maxim, e Peter McCrory. 2026. "Labor Market Impacts of AI: A New Measure and Early Evidence." Anthropic.

McCain, Miles, Thomas Millar, Saffron Huang, Jake Eaton, Kunal Handa, Michael Stern, Alex Tamkin, Matt Kearney, Esin Durmus, Judy Shen, Jerry Hong, Brian Calvert, Jun Shern Chan, Francesco Mosconi, David Saunders, Tyler Neylon, Gabriel Nicholas, Sarah Pollack, Jack Clark, e Deep Ganguli. 2026. "Measuring AI Agent Autonomy in Practice." Anthropic.

National Center for O*NET Development. 2026. O*NET 30.2 Database. U.S. Department of Labor, Employment and Training Administration.

Noy, Shakked, e Whitney Zhang. 2023. "Experimental Evidence on the Productivity Effects of Generative Artificial Intelligence." Science 381 (6654): 187–192.

Sarkar, Suproteem K. 2026. "AI Agents and Higher-Order Work." University of Chicago Booth School of Business.

U.S. Bureau of Labor Statistics. 2026. "Occupational Employment and Wage Statistics: May 2025 Estimates." U.S. Department of Labor.

Yang, Jeremy, Noah Yonack, Kate Zyskowski, Denis Yarats, Johnny Ho, e Jerry Ma. 2025. "The Adoption and Usage of AI Agents: Early Evidence from Perplexity." arXiv preprint arXiv:2512.07828.