Djupgående forskning, nu i Computer
Djupgående forskning i Computer besvarar svåra frågor med betrodda data och levererar sedan rapporter, instrumentpaneler och presentationer.

Djupgående forskning är en agentbaserad, iterativ sökning som fungerar mer som en traditionell forskningsanalytiker. Den planerar innan den vidtar åtgärder. Den kör flera sökningar istället för en, och läser resultaten varje gång innan den resonerar om vad som ska sökas efter härnäst. Den utvärderar om det finns tillräckligt med bevis och noterar konflikter, läser noggrant och syntetiserar sedan resultaten till ett enda auktoritativt svar.
Det djupa upplägget är anledningen till att Djupgående forskning tar längre tid och kan använda mer beräkningsresurser än en standardiserad sökning.
Det är också därför Djupgående forskning har lagts till i Computer. Svaret på en svår fråga är bara början. Djupgående forskning leder snabbt till en rapport, en instrumentpanel eller vad som helst som arbetet kräver. Computer är där det händer.
Idag tillkännager vi också att Djupgående forskning kan skriva egna sökprogram genom ett nytt tillvägagångssätt som kallas Search as Code. Istället för att köra en fråga i taget bygger Computer en anpassad sökplan för varje fråga och kör tusentals steg parallellt. Tillsammans utökar dessa förändringar vad Djupgående forskning kan göra.
Den hämtar nu från interna filer och appar för svar som är mer förankrade i affärskontexten. Computer förvandlar dessa svar till arbetsklara format som PDF-filer, presentationer, instrumentpanel, webbplatser med mera. Den resonerar också noggrannare och integreras i andra arbetsflöde i Computer.
Bättre indata, bättre utdata
Djupgående forskning är grunden för kunskapsarbete. Kvaliteten på en promemoria, ett faktablad, en plan eller en analys beror på kvaliteten på de källor och det resonemang som ligger bakom.
Genom att integrera Djupgående forskning i Computer placeras den grunden där arbetet redan sker. En nyligen genomförd studie visade att nästan 26 % av uppgifterna i Computer handlar om sökning och analys, vilket är den enskilt största kategorin, före programmering, skapande av tillgångar med mera.
Före idag var Computer och Djupgående forskning skilda åt. Användarna var tvungna att köra sin sökfråga för Djupgående forskning i en tråd och sedan öppna en annan i Computer för att producera ett levererat resultat.
Nu kan användarna ställa en komplex fråga och Computer bryter ner den i undertag som dirigeras över 20+ frontmodeller. Användarna kan få framforskade svar, ställa uppföljningsfrågor, dra in ansluten kontext och förvandla resultat till färdiga tillgångar, allt i en enda sökfråga.
När sökningen motiverar det hämtar Computer automatiskt från premiumnivåns källor som Statista, PitchBook och CB Insights, vilket backar upp svar med auktoritativ data.
En färdighet, många vägar
I Computer är Djupgående forskning startpunkten för en universell sökfärdighet. En enda fråga dirigerar till rätt hämtningsmönster. Därefter sammanställer den resultaten till ett enhetligt svar.
Ta en fråga som "Gäller konkurrensförbuden för de anställda från den texanska startup-investering vi nyss förvärvat fortfarande nu när vi är ett Kalifornien-företag?"
Computer kör fyra vägar parallellt. Den granskar Kaliforniens nästan totala förbud mot konkurrensförbud och hur dess domstolar behandlar utomstatliga avtal. Den analyserar Texas standarder för verkställbarhet, där konkurrensförbud är giltiga om de är kopplade till specialiserad utbildning eller affärshemligheter. Den granskar rättspraxis för kontraktstilldelning efter förvärv och FTC:s senaste regelverk om konkurrensförbud.
Det slutliga resultaten sammanställer alla fyra vägarna till en enda riskbedömning och visar vilka avtal som sannolikt är ogiltiga, vilka som kan överleva och var det är befogat med externt ombud.
En ny arkitektur för AI-sökning
Djupgående forskning i Computer bygger på en arkitektur som vi kallar Search as Code.
AI-system behandlar vanligtvis sökning som ett enda steg: ställ en fråga, hitta resultat. Computer behandlar sökning som ett program. Modellen skriver kod som utformar och kör tusentals hämtningssteg parallellt, där var och ett är anpassat till den fråga som användaren har ställt.
Koden körs i en säker sandlåda precis bredvid modellen, så att modellen kan se resultaten när de anländer och spåra vilka källor som drogs och hur de poängsattes. Den kan ändra kurs mitt under sökningen om kvaliteten inte finns där än.
I praktiken innebär det att en enda körning av Djupgående forskning kan:
Bryta ner en fråga till hundratals eller tusentals riktade hämtningar
Köra sökningar parallellt, följa nya trådar när de dyker upp och försöka igen när svaren inte räcker till
Rensa upp resultaten innan modellen ser dem genom att ta bort dubbletter, sammanfoga och filtrera i kod
Hämta från det levande webben och interna källor med auktoriserade anslutningar i samma sökning
Samma arkitektur som kan driva en granskning av 200 sårbarheter i programvara över leverantörsskyddsmeddelanden kan analysera landskapet för konkurrensförbudsavtal över fyra olika jurisdiktioner.
Hög kvalitet, citerad data

Tre AI-utvärderingsriktmärken visade att det förbättrar prestandan att flytta Perplexitys Djupgående forskning till Computer. Efter flytten ökade den faktiska noggrannheten, analysdjupet och citationskvaliteten, enligt Humanity's Last Exam, BrowseComp och DeepSearchQA.
Varje sakligt påstående i Djupgående forskning bär en infogad citering. Varje numrerad upphöjd siffra länkar direkt till en live-källwebbadress, så att användarna kan klicka sig igenom och verifiera källan.
Exempelfrågor
Här är vad Djupgående forskning kan göra inuti Computer:
Due diligence på köparsidan (Finans): Utför due diligence på köparsidan av tre börsnoterade europeiska dagligvaruhandlare. Sammanställ deras finansiella resultat, butiksformat, egna märkesvarors penetration, leveranskedjans motståndskraft, arbetskostnadsexponering och senaste omstruktureringsåtgärder i en strukturerad tabell, plus en kort promemoria som lyfter fram de största riskerna och uppsidescenarierna.
Konkurrensanalys av pipeline (Sjukvård): Utvärdera en konkurrents experimentella CAR-T-terapi vid relaps/refraktärt multipelt myelom för att vässa den interna programstrategin. Syntetisera fas 1/2-studieläsar, toxicitets- och svarsdata, jämförande utfall mot godkända alternativ, betalartrender för ersättning och aktiva studieplatser. Anslut via App Connectors till interna prekliniska data, tidigare protokollutformningar och regulatoriska anmälningar, producera sedan en strukturerad genomgång för utvecklingskommittén med positioneringsrekommendationer och öppna vetenskapliga frågor.
Visa fler exempelfrågor för Djupgående forskning i vårt användningsfallsbibliotek.
Nu tillgänglig
Djupgående forskning i Computer är tillgänglig idag. Starta en tråd med en komplex fråga och fortsätt arbeta från resultatet.
Testa Djupgående forskning i Computer.