Perplexity resmi meluncurkan kemampuan komputasi hibrida pada platform agen AI miliknya, yang memungkinkan sistem membagi beban kerja antara model canggih di cloud dan model lokal di perangkat Mac. Inovasi ini menjawab kekhawatiran utama perusahaan mengenai privasi, yakni risiko kebocoran data sensitif saat diproses oleh AI berbasis server.
Sistem baru ini bekerja dengan cara yang dinamis. Agen AI akan membagi tugas menjadi beberapa sub-tugas. Pekerjaan yang bersifat umum, seperti riset web atau perencanaan strategis, tetap diproses di cloud. Namun, ketika sistem mendeteksi dokumen pribadi atau data rahasia, tugas tersebut langsung didelegasikan ke model lokal yang berjalan di perangkat keras pengguna.
Perplexity menyematkan teknologi yang disebut Privacy Gate. Ini merupakan pengklasifikasi data yang dilatih secara khusus untuk memindai informasi identitas pribadi (PII) seperti nama, alamat, dan rahasia dagang sebelum data apa pun dikirim ke server. Jika sistem mendeteksi konten sensitif, pengguna diberikan kendali penuh untuk memutuskan apakah data tersebut tetap diproses secara lokal atau tidak.
Langkah ini menandai perubahan paradigma dalam penggunaan agen AI di sektor profesional. Selama ini, banyak perusahaan enggan mengadopsi AI karena keharusan mengunggah dokumen internal ke cloud. Dengan pemrosesan lokal di perangkat Apple Silicon, kendala tersebut dapat diatasi tanpa mengurangi kecerdasan AI yang dihasilkan oleh model frontier.
Keuntungan lain dari arsitektur hibrida ini adalah efisiensi biaya. Pengguna tidak perlu membayar kredit untuk tugas yang diproses secara lokal karena komputasi tersebut memanfaatkan daya perangkat keras milik pengguna sendiri. Hanya proses orkestrasi dan delegasi tugas yang memakan biaya kredit, menjadikannya solusi ekonomis bagi operasional bisnis jangka panjang.
Di Indonesia, adopsi AI di sektor hukum dan finansial masih terbentur regulasi ketat mengenai perlindungan data pribadi. Teknologi hibrida seperti ini berpotensi menjadi standar baru bagi perusahaan di Indonesia yang ingin memanfaatkan kecerdasan generatif tanpa melanggar kepatuhan privasi data. Kemampuan untuk menjaga file tetap berada di perangkat lokal memberikan rasa aman bagi praktisi yang menangani data klien atau rahasia perusahaan.
Penggunaan model open-weight seperti Qwen atau Gemma yang berjalan di perangkat lokal juga memberikan fleksibilitas bagi organisasi. Meski sempat muncul pertanyaan mengenai asal model dari Tiongkok, Perplexity menegaskan bahwa eksekusi lokal menetralkan risiko geopolitik. Data tidak keluar dari perangkat pengguna, sehingga tidak ada token yang dikirim ke penyedia layanan cloud di luar negeri.
Lebih jauh, fitur ini sudah bisa dijajal oleh pengguna Pro dan Max, serta pelanggan korporasi yang menggunakan macOS 15 ke atas. Integrasi dengan sistem sandboxing Apple, yang dikenal dengan nama Seatbelt, memberikan lapisan keamanan tambahan. Jika agen lokal mencoba melakukan tindakan di luar batas wewenang, sistem akan otomatis menghentikan proses tersebut.
Bagi para profesional seperti pengacara atau analis ekuitas, fitur ini memungkinkan mereka mengerjakan draf kontrak atau model keuangan yang kompleks tanpa harus memindahkan data sensitif ke server publik. Ini adalah lompatan besar dari alur kerja manual yang sebelumnya mengharuskan pengguna memisahkan antara riset internet dan data internal.
Proyeksi ke depan menunjukkan bahwa model AI tidak lagi harus bersifat 'semua atau tidak sama sekali'. Tren industri akan bergerak menuju orkestrasi cerdas, di mana agen AI bertindak sebagai manajer proyek yang memahami batasan keamanan. Ke depannya, kita mungkin akan melihat lebih banyak perangkat keras yang dioptimalkan khusus untuk menjalankan model bahasa besar secara efisien.
Perplexity saat ini memimpin dalam penerapan arsitektur ini, namun kemungkinan besar kompetitor lain akan segera mengikuti. Fokus utama industri kini bergeser dari sekadar membuat model yang lebih pintar, menjadi model yang lebih aman dan dapat diintegrasikan ke dalam alur kerja dunia nyata yang penuh dengan batasan privasi.
Bagi pengguna di Indonesia, kehadiran teknologi ini membuka peluang bagi sektor perbankan dan kesehatan untuk mulai bereksperimen dengan agen AI. Dengan memastikan data tetap berada di dalam infrastruktur lokal, hambatan psikologis dan teknis dalam penggunaan AI generatif dapat diminimalisir secara drastis secara signifikan.