No dia 28 de julho de 2026, a Perplexity lançou o Personal Computer para sistemas Windows 10 e 11, permitindo que esses computadores funcionem como agentes de IA locais capazes de acessar arquivos no disco, editar documentos no Microsoft Office 365 e executar tarefas que integram dados locais com a web. Ao mesmo tempo, o DBS Bank de Singapura decidiu manter a revisão humana obrigatória em cadeias de até 80 agentes de IA usados para montar memorandos de crédito corporativo, pois o chief data and transformation officer Nimish Panchmatia afirmou que a inovação em capacidade avança aproximadamente cinco vezes mais rápido que a inovação em governança e controles. Se a ferramenta da Perplexity promete automação acessível a partir de US$ 200 por mês para assinantes Max e Enterprise Max, então o caso do DBS demonstra que nem toda organização está disposta a liberar agentes sem freios adicionais. Senão, os riscos de ações não controladas em setores regulados podem superar os benefícios de produtividade, conforme os números reportados pela instituição financeira.

O Personal Computer da Perplexity: como a ferramenta opera no ambiente Windows

A solução da Perplexity utiliza uma arquitetura híbrida de quatro camadas que inclui uma camada local no dispositivo para leitura e escrita de arquivos, uma camada de orquestração na nuvem que raciocina sobre mais de 20 modelos frontier de IA, um sandbox isolado para execução segura e um navegador na nuvem separado chamado Comet. Os usuários podem pedir que o agente crie ou edite arquivos Word e Excel diretamente na máquina local, localize documentos na pasta Downloads ou inicie uma tarefa no celular para concluir no desktop. Desde o lançamento anterior da ferramenta, o sistema já realizou trabalho equivalente a mais de US$ 9,4 bilhões em mão de obra humana, gerenciando fluxos complexos e conectando diferentes ferramentas. A integração nativa aparece no painel lateral do Microsoft 365 dentro do Excel, Word, PowerPoint, Outlook e Teams, além de permitir conexões com mais de 400 aplicativos e fontes de dados via App Connectors, incluindo Snowflake, Salesforce e HubSpot. Exemplos concretos mostram equipes de finanças montando atualizações trimestrais para o conselho extraindo dados de P&L de planilhas locais, equipes jurídicas realizando redlines em acordos de compra usando tabelas de capitalização em Excel local e equipes de vendas preparando pacotes de revisão trimestral de negócios a partir de SharePoint e Excel local.

O rollout inicial foca em assinantes Pro, Max e Enterprise, mas a disponibilidade para Windows prioriza os planos Max e Enterprise Max com preço a partir de US$ 200 por mês. A orquestração automática seleciona o modelo mais adequado para cada subtarefa, com o orquestrador padrão sendo o Claude Opus 4.7, que pode ser trocado por GPT-5.4 ou Claude Sonnet 4.6. A empresa mantém um compromisso de três anos com US$ 750 milhões em capacidade de GPU junto à Microsoft Azure. A Perplexity afirma que não treina com dados da empresa e exige aprovação explícita do usuário antes de ações sensíveis como enviar e-mails ou excluir arquivos, criando arquivos em sandbox com trilhas de auditoria completas e kill switch disponível. Se a integração com o Windows permite acesso direto a arquivos locais sem necessidade de upload constante, então o ganho de privacidade e velocidade é evidente em fluxos corporativos, senão a maior vulnerabilidade do navegador Comet a phishing, até 85% superior ao Chrome segundo benchmarks, adiciona uma variável que empresas precisam avaliar antes de adotar a solução em escala.

A estratégia do DBS Bank: agentes em cadeia com supervisão humana obrigatória

O DBS Bank implantou cadeias de 70 a 80 agentes de IA para o workflow de aprovações de crédito corporativo, onde os agentes coletam relatórios, dados financeiros, notícias e análises para montar os memorandos, mas o resultado final sempre passa por revisão de um relationship manager via interface de chat. O Nimish Panchmatia, chief data and transformation officer, explicou publicamente que a velocidade da inovação em capacidade é aproximadamente cinco vezes maior que a inovação em governança e controles, criando um gap que impede a autonomia total por enquanto. No relatório anual de 2025, a instituição registrou que iniciativas de análise de dados e IA desbloquearam cerca de S$ 1 bilhão em valor econômico, um aumento de um terço em relação aos S$ 750 milhões de 2024, provenientes de mais de 2.000 modelos distribuídos em mais de 430 casos de uso. O chatbot Joy atende mais de 120.000 chats únicos por mês provenientes de cerca de 4.000 clientes corporativos. Os agentes são limitados em número de passos com verificações integradas, e os agentes empresariais são desenvolvidos internamente sob controles de SDLC, seguindo uma arquitetura que inclui sistema de conhecimento, fábrica para agentes, camada de consumo e plano de controle com observabilidade, rastreabilidade, aplicação de políticas e kill switches.

Em artigo publicado em outubro de 2025, o mesmo Nimish Panchmatia argumentou que a verdadeira autonomia de IA significa aplicar controles melhores e mais estratégicos, em vez de ausência de controle, especialmente quando se trata de requisitos de governança supervisionada por humanos no setor financeiro. Se o DBS opta por frear a autonomia apesar dos ganhos de S$ 1 bilhão em valor econômico, então a lição extraída é que o retorno financeiro vem de modelos controlados e auditáveis, senão a falta de governança proporcional poderia expor a instituição a riscos regulatórios ou operacionais significativos. Os agentes permanecem com limites claros de execução e o output sempre exige revisão humana, demonstrando uma estratégia que prioriza a segurança e a conformidade sobre a velocidade pura de automação em um ambiente onde erros podem ter consequências financeiras e legais diretas.

O dilema entre capacidade técnica e governança revelado pelos dois casos

Quando se coloca lado a lado o lançamento agressivo da Perplexity, que coloca agentes em mais de um bilhão de dispositivos Windows com alertas e sandbox, e a postura cautelosa do DBS, que exige supervisão humana mesmo após investir pesadamente em IA, surge um dilema prático para qualquer empresa que considera adotar essas tecnologias. Se a Perplexity oferece alertas antes de ações sensíveis e exclusão de treinamento de dados para clientes Enterprise, então em teoria os riscos são mitigados por design, senão a nota sobre a maior vulnerabilidade do navegador Comet a phishing sugere que nem todos os componentes da solução estão igualmente maduros em termos de segurança. O DBS, por sua vez, implementa kill switches e planos de controle robustos, mas ainda identifica a governança como o principal gargalo, com a inovação nesse campo progredindo apenas 1x contra 5x na capacidade. Essa diferença de ritmo explica por que algumas organizações avançam rápido em automação enquanto outras, especialmente em setores altamente regulados como o bancário, preferem passos medidos e verificados. O valor de S$ 1 bilhão gerado pelo DBS vem de mais de 2.000 modelos, mas sempre com humanos no loop para os agentes mais complexos, o que contrasta diretamente com a promessa de autonomia local oferecida pela ferramenta da Perplexity.

Se a governança e os controles avançam em ritmo cinco vezes mais lento que a capacidade técnica, então o gap tende a aumentar sem investimentos dedicados em observabilidade, rastreabilidade e políticas de execução, conforme reconhecido publicamente pelo DBS Bank. Senão, empresas que adotam ferramentas como o Personal Computer sem avaliar seus próprios sistemas de auditoria e limites de ação podem enfrentar problemas semelhantes aos que o banco optou por evitar. A lição prática extraída dos dois anúncios é que a automação traz benefícios mensuráveis em produtividade e valor econômico, mas exige uma infraestrutura de governança proporcional para evitar que os ganhos se transformem em passivos operacionais ou de conformidade.

A Caixa de Ferramentas: como avaliar agentes de IA antes de adotar na sua empresa

Antes de implementar agentes como os oferecidos pela Perplexity, verifique se a solução inclui alertas explícitos para ações sensíveis, trilhas de auditoria completas, kill switch e exclusão contratual de treinamento com seus dados, exatamente como prometido para clientes Enterprise Max. Caso a ferramenta utilize navegadores ou componentes adicionais em nuvem, avalie vulnerabilidades reportadas, como a do Comet em relação a phishing, para garantir que a segurança não fique comprometida em fluxos automatizados. Para fluxos críticos como aprovações de crédito ou decisões financeiras, siga o exemplo do DBS Bank e mantenha revisão humana obrigatória, limitando o número de passos dos agentes e implementando planos de controle com observabilidade e rastreabilidade. Se sua empresa já opera com múltiplos modelos de IA, considere estratégias de roteamento inteligente para otimizar custos, mas sempre com camadas de verificação que impeçam execução autônoma sem supervisão. O próximo passo concreto é mapear seus casos de uso atuais, identificar onde a governança está defasada em relação à capacidade técnica e priorizar investimentos em controles antes de liberar autonomia total para os agentes. Dessa forma, você transforma o potencial dos agentes em resultados seguros e sustentáveis, sem abrir mão dos benefícios de produtividade que a tecnologia pode entregar quando acompanhada de governança adequada.