Produk Teammates baru dari Perplexity mengubah asisten AI-nya menjadi sekumpulan agen kerja yang dapat terus beroperasi, menandai pergeseran dari mengajukan pertanyaan kepada chatbot menjadi memberi perangkat lunak tanggung jawab berkelanjutan. Perusahaan itu menggambarkan agen-agen ini sebagai rekan kerja digital yang dapat menangani proyek seperti kampanye iklan, pekerjaan pemrograman, dan tugas rutin sehari-hari, lalu melaporkan perkembangannya melalui layanan seperti Slack. Tidak seperti sesi obrolan biasa, agen dapat menyimpan konteks yang relevan dan bekerja di latar belakang, serta berpotensi menangani beberapa pekerjaan sekaligus. Peluncuran ini menempatkan Perplexity tepat di tengah persaingan untuk menjadikan kecerdasan buatan berguna bukan sekadar sebagai sumber jawaban, melainkan juga sebagai bagian aktif dari cara organisasi menyelesaikan pekerjaan. Janji tersebut mencerminkan upaya industri yang lebih luas untuk mengalihkan AI generatif dari hal baru dan eksperimen menjadi alur kerja bisnis yang dapat diandalkan.
Produk ini bertumpu pada identitas Perplexity yang sudah dikenal sebagai layanan pencarian dan jawaban berbasis AI, tetapi ambisinya berbeda: agen ini dirancang untuk bertindak, bukan sekadar menjelaskan. Pengguna dapat menyerahkan suatu tujuan, seperti menyiapkan materi kampanye atau mengerjakan proyek pemrograman, dan berharap sistem terus membuat kemajuan setelah satu kali interaksi. Konteks yang berkelanjutan penting karena tugas di tempat kerja berlangsung selama berhari-hari, bergantung pada keputusan sebelumnya, dan sering kali membutuhkan pembaruan, bukan jawaban sekali jadi. Perplexity mengatakan Teammates dapat mengingat konteks, berkolaborasi, dan mengirim pembaruan melalui Slack, sehingga agen tersebut lebih dekat dengan alur kerja yang sudah digunakan karyawan. Ujian praktisnya adalah apakah fitur-fitur ini menghemat waktu tanpa menambah alat lain yang harus terus-menerus diawasi karyawan.
Perbedaan itu menjadi inti kategori yang tengah berkembang dan dikenal sebagai agen AI. Kebanyakan chatbot menanggapi perintah lalu berhenti; agen dirancang untuk memecah tujuan menjadi beberapa langkah, menggunakan perangkat lunak, dan terus bekerja hingga tugas selesai. Secara teori, agen dapat mengambil alih koordinasi rutin dari seseorang, mulai dari mengumpulkan informasi hingga menyusun atau memperbarui materi. Dalam praktiknya, sistem dapat salah memahami instruksi yang ambigu, membuat kesalahan, atau mengambil tindakan yang memerlukan persetujuan manusia. Memori yang berkelanjutan dapat meningkatkan kesinambungan, tetapi juga memunculkan pertanyaan tentang informasi apa yang disimpan, siapa yang dapat memeriksanya, dan bagaimana pengguna memperbaiki asumsi yang sudah usang atau keliru. Nilai produk ini akan lebih ditentukan oleh keandalannya dalam kondisi sehari-hari daripada oleh demonstrasi yang mengesankan.
Perplexity memasuki pasar yang padat, tempat perusahaan teknologi besar berupaya mengubah asisten AI menjadi produk bisnis. Microsoft, Google, OpenAI, dan vendor perangkat lunak khusus menambahkan kemampuan serupa agen ke perangkat yang sudah menangani dokumen, komunikasi, pemrograman, dan operasional pelanggan. Jangkauan distribusi tersebut menjadi keunggulan besar: perusahaan mungkin lebih memilih sistem yang terintegrasi dengan platform yang sudah mereka gunakan daripada layanan baru yang berdiri sendiri. Sebaliknya, Perplexity dapat bersaing dengan mengandalkan rekam jejaknya di bidang pencarian dan gagasan tentang agen yang bekerja lintas tugas, bukan hanya membantu di dalam satu aplikasi. Tantangannya adalah membuktikan bahwa integrasinya aman, hasilnya dapat diandalkan, dan kontrol administratifnya jelas, sekaligus meyakinkan organisasi bahwa penyedia yang lebih baru ini mampu memenuhi tuntutan ketat di tempat kerja.
Bagi bisnis, kasus penggunaan yang paling menarik kemungkinan adalah tugas-tugas dengan cakupan terbatas, tujuan yang jelas, dan hasil yang dapat ditinjau. Tim pemasaran dapat meminta agen menyusun draf kampanye; pengembang dapat mendelegasikan pekerjaan pemrograman rutin; tim operasional dapat menggunakannya untuk merangkum pembaruan berkala. Pendelegasian seperti ini dapat membantu tim kecil memaksimalkan tenaga kerja yang terbatas dan membebaskan karyawan berpengalaman untuk mengambil keputusan yang membutuhkan pertimbangan matang. Namun, hasil kerja agen tidak otomatis dapat dipercaya, dan organisasi perlu memiliki proses untuk memeriksa fakta, izin, serta perubahan sebelum semuanya sampai ke pelanggan atau sistem produksi. Karena itu, model jangka pendeknya bukan “menggantikan karyawan”, melainkan “memberi karyawan pekerja lain untuk dikelola”; peningkatan produktivitas bergantung pada pengawasan dan pemilihan tugas yang tepat.
Integrasi dengan Slack menyoroti potensi sekaligus kendala pendekatan ini. Pembaruan di kanal kolaborasi yang sudah akrab dapat membuat pekerjaan agen terlihat dan memungkinkan rekan kerja merespons tanpa berpindah aplikasi. Namun, menempatkan rekan kerja otomatis di kanal yang sama dengan manusia juga dapat menimbulkan kebisingan, ketidakjelasan tanggung jawab, atau kepercayaan yang keliru terhadap laporan status yang tampak meyakinkan. Tim perlu menentukan pekerjaan apa yang boleh dilakukan agen secara mandiri, kapan agen harus meminta persetujuan, dan bagaimana tindakannya dicatat. Bagi pekerja, hal ini mungkin berarti belajar merumuskan tujuan, memberikan konteks yang relevan, dan mengevaluasi hasil, bukan sekadar menyusun perintah yang cerdik. Perubahan ini menyangkut manajemen dan alur kerja, sama besarnya dengan aspek teknis.
Dalam rincian pengumuman yang tersedia, Perplexity belum membuktikan bahwa Teammates dapat menangani setiap tugas kompleks dengan aman atau secara mandiri; peluncuran ini lebih tepat dipandang sebagai upaya membentuk ekspektasi terhadap AI di tempat kerja. Tolok ukur utamanya adalah akurasi, waktu operasional, keamanan, integrasi, dan biaya untuk meninjau pekerjaan agen, serta apakah produk ini benar-benar menghemat waktu secara terukur. Agen yang terus beroperasi dapat menjadi antarmuka baru yang penting untuk perangkat lunak jika mampu mengoordinasikan tugas lintas alat secara andal. Namun, agen juga bisa tetap menjadi demonstrasi yang menarik jika pengawasannya menyita waktu yang dijanjikan akan dihemat. Bagi pengguna, peluangnya adalah bantuan praktis yang mengikuti pekerjaan dari waktu ke waktu; bagi pemberi kerja, tantangannya adalah menemukan keseimbangan baru antara otomatisasi dan akuntabilitas. Teammates menegaskan taruhan tersebut: fase berikutnya dalam persaingan AI akan ditentukan oleh siapa yang mampu mengubah model cakap menjadi rekan kerja yang dapat diandalkan.