Perplexity lance son agent IA local sur PC RTX Windows

Perplexity a lancé Portable Computer, une version locale de son agent IA capable de planifier et d'exécuter des tâches à plusieurs étapes directement sur la machine de l'utilisateur plutôt que via des serveurs cloud. Comme toute la boucle de raisonnement et d'exécution tourne sur l'appareil, les fichiers sensibles, les identifiants et les données d'entreprise n'ont jamais besoin de quitter la machine pour bénéficier de l'aide de l'agent. Le support Windows est lancé aujourd'hui, en complément du support déjà existant pour les PC RTX sous Linux et les systèmes NVIDIA DGX Spark; le support de DGX Station devrait suivre bientôt. Le système exige un GPU NVIDIA GeForce RTX ou RTX PRO doté d'au moins 24 Go de VRAM, un seuil qui sépare immédiatement le matériel capable de faire tourner ce type d'agent de celui qui ne le peut pas.

Sous le capot, Portable Computer utilise des modèles optimisés pour un usage local, comme Qwen 3.8 27B, ce qui supprime la nécessité de configurer manuellement une pile de modèles locaux. L'outil intègre des connecteurs natifs pour Microsoft Office, Google Workspace, Slack et GitHub, ainsi qu'un navigateur et un environnement sandbox appelé "SPACE" pour l'exécution des tâches. Perplexity met en avant des cas d'usage concrets comme la gestion des pull requests GitHub, l'analyse financière à travers des documents fiscaux, et l'analyse de l'entonnoir utilisateur pour des startups, le tout sans transmettre de fichiers à un service externe. Aucune information tarifaire n'a été communiquée avec cette annonce.

Pourquoi le seuil de 24 Go de VRAM compte

Une exigence de 24 Go de VRAM ou plus n'est pas un détail mineur; c'est un véritable filtre. Elle écarte la plupart des cartes graphiques grand public et pointe directement vers du matériel de niveau prosumer ou station de travail, ou vers des systèmes dédiés comme DGX Spark.

C'est un compromis délibéré: faire tourner une boucle d'agent complète, un modèle de la classe 27B, plus la charge du navigateur et du sandbox, demande une vraie marge de mémoire. Concrètement, l'expression "agent IA local" cesse d'être un simple argument marketing que n'importe qui peut revendiquer et devient une fiche technique: soit la mémoire GPU est là, soit elle ne l'est pas. Cela fixe un plancher matériel réel pour ce qui compte comme un agent sérieux sur l'appareil, et cela va probablement pousser une vague de mises à niveau de GPU chez les passionnés et les petites entreprises qui veulent le bénéfice de la confidentialité sans payer des crédits d'API cloud à chaque tâche.

Un compromis pragmatique: local par défaut, cloud sur demande

Ce modèle hybride, qui fonctionne localement par défaut mais qui escalade vers un raisonnement à l'échelle du cloud uniquement avec la permission explicite de l'utilisateur, se situe entre deux extrêmes qui ont chacun leurs limites: les agents purement cloud, puissants mais qui exigent l'envoi de chaque document hors de l'appareil, et les agents purement locaux, qui protègent la confidentialité mais se heurtent à un plafond de capacité sur les tâches les plus difficiles.

En gardant l'escalade en mode opt-in, Perplexity permet à l'utilisateur de traiter l'essentiel de l'analyse documentaire, de l'automatisation des flux de travail et de l'extraction de données entièrement sur sa propre machine, et de ne recourir à des modèles cloud plus puissants que lorsque la tâche l'exige vraiment. Cela réduit aussi la dépendance aux crédits de service cloud et aux coûts d'API facturés à l'appel pour le travail quotidien, puisque la plupart des tâches ne quittent jamais l'appareil.

Résidence des données en entreprise et flux de travail sensibles à la confidentialité

Pour les flux de travail juridiques, fiscaux et financiers, où les documents ne peuvent souvent pas quitter une juridiction ou l'infrastructure propre d'une entreprise pour des raisons de conformité, un agent local en priorité change ce qui devient possible.

L'exemple de l'analyse financière à travers des documents fiscaux cité par Perplexity l'illustre directement: un agent capable de lire, de recouper et de résumer des déclarations sensibles sans jamais les transmettre nulle part présente un profil de risque très différent d'un outil purement cloud, même si celui-ci promet une gestion rigoureuse des données. La même logique s'applique à la gestion des pull requests GitHub ou à l'analyse de l'entonnoir utilisateur d'une startup, des tâches qui touchent du code propriétaire ou des indicateurs internes que beaucoup d'équipes préfèrent, par défaut, ne pas faire transiter par un serveur tiers.

Contexte concurrentiel

En choisissant de faire tourner une pile d'agent complète sur des GPU grand public et prosumer, plutôt que d'exiger un abonnement cloud dédié, Perplexity rejoint un petit groupe, mais en croissance, de fournisseurs qui parient que l'inférence sur l'appareil a franchi un seuil d'utilisabilité réel. L'exigence de GPU RTX ou RTX PRO avec 24 Go de VRAM ou plus, ou de matériel NVIDIA DGX Spark et DGX Station, lie étroitement cette offre à la feuille de route matérielle de NVIDIA plutôt que de traiter le GPU comme une simple commodité interchangeable.

À mesure que d'autres fournisseurs se lancent sur ce même créneau de l'agent local, la vraie concurrence pourrait se jouer moins sur la qualité des modèles que sur la fluidité avec laquelle chaque produit gère le basculement entre local et cloud, et sur la capacité à abaisser le seuil de VRAM sans sacrifier les capacités. Ce lancement, sans prix encore communiqué, ne règle pas cette question, mais il marque l'une des étapes les plus concrètes vers une IA agentique qui traite l'exécution locale comme la norme plutôt que comme l'exception.