Perplexity Computer en de zelfrijdende onderneming

TL;DR

• Wat: Perplexity-CEO Aravind Srinivas vergelijkt een bedrijf met een zelfrijdende auto en stelt dat Perplexity Computer de automatisering levert om dat mogelijk te maken.
• Waarom relevant: AI-agents die meerdere taken tegelijk uitvoeren zonder constant menselijk toezicht, veranderen hoe je als ondernemer naar je dagelijkse processen kijkt.
• Wat je ermee kunt: Breng in kaart welke terugkerende taken in jouw bedrijf kandidaat zijn voor geautomatiseerde workflows — en wat het kost als je dat niet doet.

Ik kwam een tweet tegen van Aravind Srinivas, CEO van Perplexity AI, waarin hij een bedrijf vergelijkt met een auto: "A company is like a car and it will soon feel like a self driving car with the right automations set up." Wat mij triggerde is niet zozeer de vergelijking zelf, maar de impliciete boodschap eronder — dat de ondernemer verschuift van bestuurder naar iemand die de route bepaalt en dan achterover leunt. Ik wilde uitzoeken wat daar precies achter zit.

Wat is Perplexity Computer?

Perplexity Computer is een AI-agentsysteem dat op 25 februari 2026 werd gelanceerd. Het idee: je beschrijft een doel, en het systeem breekt dat op in deeltaken die het verdeelt over negentien verschillende AI-modellen. Een codetaak gaat bijvoorbeeld naar Claude, een webresearch-opdracht naar Perplexity's eigen zoekmodellen, en een visuele analyse naar GPT-4o.

Het verschil met eerdere AI-tools is dat Perplexity Computer niet wacht op jouw volgende instructie bij elke stap. Het plant, voert uit, en levert resultaten op — soms uren later, soms dagen later. Srinivas zei daar zelf over: "It finally feels like I have a swarm of agents working for me. I know that's a buzzword that everyone uses, but this is the first moment I've actually felt it."

Wat mij opvalt: dit is geen chatbot meer. Dit is een systeem dat je een einddoel geeft en dat vervolgens zelf de weg ernaartoe uitstippelt. De vergelijking met een zelfrijdende auto is in dat opzicht best treffend.

De metafoor van de zelfrijdende auto

Srinivas' vergelijking klinkt simpel, maar er zit een interessante nuance in die makkelijk over het hoofd te zien is. Hij zegt namelijk ook: "Figuring out the right automations requires a good level of human skill and agency."

Dat is een belangrijk punt. Een zelfrijdende auto heeft nog steeds iemand nodig die de bestemming invoert, die weet wanneer je beter zelf het stuur kunt pakken, en die begrijpt wat er mis kan gaan. Hetzelfde geldt voor automatisering in een bedrijf.

Stel dat je als ondernemer je offerteproces wilt automatiseren. Dan moet je eerst begrijpen hoe dat proces nu werkt, waar de knelpunten zitten, welke uitzonderingen er zijn, en wat een acceptabel foutpercentage is. Dat is geen technische exercitie — dat is bedrijfskennis. De AI voert uit, maar jij moet weten wát er uitgevoerd moet worden en waarom.

Ik vind het eerlijk gezegd verfrissend dat de CEO van een AI-bedrijf dat zo expliciet benoemt. Het is makkelijk om te doen alsof technologie alles oplost. Dat het menselijke oordeelsvermogen juist belangrijker wordt naarmate de tools krachtiger worden — dat is een nuance die ik vaker zou willen horen.

Wat kost het en wat levert het op?

Perplexity Computer is momenteel beschikbaar voor Max-abonnees tegen 200 dollar per maand. Voor enterprise-klanten loopt de prijs uiteen van 40 dollar per gebruiker per maand (Enterprise Pro) tot 325 dollar per gebruiker per maand (Enterprise Max), afhankelijk van het pakket.

Dat klinkt als een flinke investering, en dat is het ook — zeker voor een kleinere onderneming. Maar het is nuttig om het in perspectief te plaatsen. Volgens Nederlandse bronnen over AI-automatisering in het MKB liggen de gemiddelde jaarlijkse besparingen voor bedrijven met twintig tot vijftig medewerkers tussen de 45.000 en 90.000 euro, bij automatisering van taken als facturatie, klantenservice, dataverwerking en offertetrajecten.

Nu wil ik hier wel een kanttekening bij plaatsen: die cijfers zijn gemiddelden en hangen sterk af van het type bedrijf, de huidige processen en de kwaliteit van de implementatie. Ik zou als ondernemer eerst willen weten welke specifieke taken in mijn bedrijf het meeste tijd kosten voordat ik ergens tweehonderd dollar per maand voor neertap.

De verborgen kosten

Wat vaak onderbelicht blijft bij dit soort tools is de tijd die het kost om ze goed in te richten. Srinivas zegt het zelf: je hebt "a good level of human skill" nodig. Dat betekent dat iemand in je organisatie — of een externe specialist — tijd moet steken in het configureren van workflows, het testen van resultaten, en het bijsturen waar nodig.

Die opstartinvestering in tijd en kennis is net zo reëel als het maandelijkse abonnement. Kun je je voorstellen dat je een zelfrijdende auto koopt, maar niemand in je gezin kan uitleggen waar je naartoe wilt? Dan rijdt die auto misschien, maar niet per se de goede kant op.

Wat betekent dit voor een Nederlandse ondernemer?

Ik denk dat de kern van Srinivas' boodschap niet over Perplexity Computer zelf gaat, maar over een bredere verschuiving. De rol van de ondernemer verandert van iemand die taken uitvoert of delegeert aan medewerkers, naar iemand die processen ontwerpt en aan AI-systemen toevertrouwt.

Dat klinkt abstract, dus laat ik het concreter maken met een denkbaar scenario. Stel dat je een webshop runt met vijftien medewerkers. Elke ochtend besteedt iemand twee uur aan het controleren van voorraadniveaus, het bijwerken van productbeschrijvingen en het beantwoorden van standaard klantvragen. Een AI-agent zou die drie taken parallel kunnen oppakken — voorraaddata analyseren, teksten genereren, en e-mails beantwoorden — terwijl jij je richt op inkoop of strategie.

Maar — en dit is belangrijk — dat werkt alleen als je vooraf hebt nagedacht over welke antwoorden acceptabel zijn voor klanten, welke voorraaddrempels actie vereisen, en welke tone of voice bij je merk past. De menselijke input verschuift, maar verdwijnt niet.

De Nederlandse context

In Nederland is er inmiddels een groeiend aanbod van bureaus en tools die AI-automatisering specifiek voor het MKB aanbieden. Dat maakt de drempel lager dan een paar jaar geleden, maar het betekent ook dat je als ondernemer keuzes moet maken: bouw je zelf iets op met een tool als Perplexity Computer, of schakel je een specialist in die het voor je inricht?

Beide routes hebben voor- en nadelen. Zelf doen geeft je meer controle en begrip van wat er gebeurt, maar kost tijd. Uitbesteden gaat sneller, maar je bent afhankelijk van iemand anders die jouw bedrijf begrijpt.

Een eerlijke blik op de belofte

Ik merk dat ik enthousiast word van het idee dat negentien AI-modellen samenwerken aan een taak die ik in één zin beschrijf. Dat is oprecht indrukwekkend als technische prestatie. Maar ik wil ook eerlijk zijn: we zitten nog in een fase waarin de belofte vaak groter klinkt dan de dagelijkse praktijk.

De vergelijking met een zelfrijdende auto is veelzeggend, ook in een andere richting dan Srinivas wellicht bedoelt. Zelfrijdende auto's zijn al jaren "bijna klaar" — en toch zit er in de meeste gevallen nog iemand achter het stuur. Niet omdat de technologie niet werkt, maar omdat de randgevallen eindeloos zijn en het vertrouwen nog moet groeien.

Voor mij is dit vooral een signaal dat de tools om je bedrijf slimmer te organiseren steeds toegankelijker worden. Maar de vaardigheid om te bepalen wát je automatiseert en waarom — die blijft voorlopig bij jou als ondernemer liggen. En misschien is dat ook wel precies waar je waarde als ondernemer zit.