Hace tres semanas, pasé seis horas haciendo investigación de inversores. Manualmente.
Pestaña por pestaña. Perfil de LinkedIn por perfil de LinkedIn. Copiar y pegar en una hoja de Google Sheets, revisar la página de portafolio del fondo, verificar los tweets recientes del socio, anotar la tesis de inversión. Repetir. Cincuenta veces.
Para la hora cuatro ya funcionaba a base de café y frustración. Para la hora seis tenía una hoja de cálculo decente y la sensación muy clara de que estaba perdiendo el tiempo en algo que una máquina debería estar haciendo.
A la mañana siguiente, me registré en Perplexity Computer.
Esa misma tarea de investigación — cincuenta firmas de capital de riesgo, socios clave, inversiones recientes, tamaños de fondo, alineación de tesis — le tomó a la plataforma aproximadamente veinte minutos mientras yo preparaba el desayuno. El resultado llegó como una hoja de cálculo estructurada, formateada exactamente como había especificado, con tweets recientes de cada socio incluidos para dar contexto.
Llevo años construyendo sistemas de IA de manera profesional. He integrado Claude en flujos de trabajo de clientes, construido pipelines de automatización personalizados y lanzado herramientas que ahorran a los equipos docenas de horas por semana. Perplexity Computer aun así logró sorprenderme.
Y no de la forma que esperaba.
La calidad de la IA fue excelente — pero en 2026, eso es lo mínimo esperado. Lo que me hizo detenerme a mitad de sesión fue algo que el agente hizo sin que se lo pidieran. Una decisión de criterio. Una decisión que a un analista humano le habría tomado unos treinta segundos de reflexión y habría ahorrado quince minutos de esfuerzo desperdiciado. Llegaré a ese momento en detalle, pero replanteó cómo estoy pensando sobre hacia dónde se dirigen realmente estas plataformas.
Primero: ¿son defendibles $200 al mes? Eso depende totalmente de con qué lo estés comparando.
Lo que esperaba vs. lo que realmente apareció
Mis expectativas al entrar estaban calibradas en torno a la mayoría de herramientas de productividad con IA — útiles para tareas de un solo paso, torpes para cualquier cosa que requiera coordinación, demos impresionantes que decepcionan en el uso diario.
Perplexity Computer está construido alrededor de un modelo mental diferente. La propuesta no es "chatbot más inteligente". Es más cercano a: crear una computadora virtual de IA que ejecuta flujos de trabajo completos de múltiples pasos, se integra con tus herramientas reales y ejecuta tareas programadas de forma autónoma en la nube mientras tú haces otra cosa.
La interfaz refleja esta filosofía. Las tareas están en el panel izquierdo. Los agentes activos — las "computadoras" de IA ejecutando tu trabajo — aparecen a la derecha. Múltiples tareas se ejecutan en paralelo sin abrir ventanas de navegador separadas ni instancias en la nube. Todo se siente como gestionar el tablero de tareas de un equipo pequeño en lugar de hablar con un chatbot.
Integraciones en el lanzamiento: Gmail, Google Drive, Slack, HubSpot, PayPal y una lista creciente de servicios externos. El modelo subyacente es Sonnet 4.6 — que uso intensivamente en mis propias configuraciones de Claude — y la plataforma selecciona automáticamente el mejor modelo para cada subtarea, optimizando costo y calidad sin que tengas que pensar en ello.
El precio es $200/mes para el Max Plan. Al parecer, los niveles Pro y gratuito están por llegar.
Este fue el razonamiento que usé para tomar la decisión de registrarme: si esta plataforma puede cerrar un acuerdo de patrocinio, ahorrar veinte horas de investigación al mes, o encontrar un match con un inversor que se concrete — se paga sola con un solo resultado. Esa es la apuesta.
Si la apuesta vale la pena o no es de lo que trata el resto de esta reseña.
La máquina de correos en frío que encontró mejores contactos de los que yo habría encontrado
El primer caso de uso que ejecuté fue la automatización de correos salientes — construir un flujo de trabajo de divulgación para patrocinios de podcast desde cero.
La tarea que le di: investigar diez empresas objetivo, encontrar los contactos correctos para conversaciones de patrocinio, redactar correos hiperpersonalizados basados en noticias recientes de la empresa y actividad en redes sociales, y enviarlos a través de mi cuenta de Gmail conectada.
Bastante estándar. Aquí es donde la plataforma hizo su primer movimiento sorprendente.
El enfoque obvio para la divulgación de patrocinios es enviar un correo al CEO o fundador. Perplexity Computer no estuvo de acuerdo. Para las empresas medianas y grandes de mi lista, identificó que el director de marketing de marca o el líder de alianzas es un primer contacto significativamente mejor — alguien con autoridad presupuestaria y el mandato de evaluar propuestas de patrocinio, en lugar de un fundador que redirigirá a su equipo de todas formas.
Encontró a esas personas. Para ocho de las diez empresas, identificó contactos que yo no habría encontrado sin treinta minutos de búsqueda en LinkedIn por empresa. Esa sola decisión probablemente ahorró de dos a tres horas.
Los borradores de correo no eran plantillas para rellenar espacios en blanco. Cada uno hacía referencia a algo específico: un anuncio de lanzamiento de producto de dos semanas atrás, un tweet sobre una tendencia de la industria de la semana anterior, una publicación en el blog de la empresa sobre un desafío que nuestra audiencia del podcast aborda directamente. Los correos se leían como si los hubiera escrito alguien que genuinamente había investigado a fondo cada empresa.
Después del envío inicial, la plataforma puede programar seguimientos automáticamente — tres días después del contacto inicial, luego siete días. No seguimientos genéricos de "solo quería saber si lo viste". Seguimientos contextuales que se conectan con el correo original y añaden una nueva pieza de información relevante.
Ahora, la parte que me incomodó: envió los correos directamente desde mi Gmail conectado sin pedir confirmación en cada uno. Sin paso de "revisar y aprobar". Conectas la cuenta, ejecuta.
Mi instinto fue señalar esto como un problema serio. Y para algunas personas lo es — si estás haciendo divulgación en frío a escala y la calidad baja, habrás enviado correos problemáticos con tu nombre antes de darte cuenta. Ese riesgo es real.
Pero esto es lo que descubrí después de reflexionarlo: la calidad de los correos fue consistentemente lo suficientemente buena como para que, si hubiera revisado cada uno, habría enviado los diez sin cambios. Lo que significa que el paso de revisión estaba consumiendo mi atención sin aportar valor. La fricción me estaba costando tiempo sin ningún beneficio.
Dicho esto — seguiría prefiriendo una opción ligera de "modo borrador" antes de la ejecución en comunicaciones salientes. Algunos fundadores querrán ese control independientemente de la calidad. Es una decisión de filosofía de producto que Perplexity ha tomado a favor de la mínima fricción, y entiendo por qué, aunque lo configuraría diferente si tuviera la opción.
El sistema también puede configurar monitoreo recurrente de patrocinadores — escaneos semanales de las páginas de patrocinadores de podcasts competidores que te alertan cuando una nueva marca comienza a anunciarse con un competidor. Te notifican sobre oportunidades de contacto cálido antes de que normalmente supieras que existen.
Eso no es una función de chatbot. Es un pipeline autónomo de generación de leads.
Viéndolo monitorear a mis competidores mientras dormía
El flujo de trabajo de inteligencia competitiva es donde la filosofía de diseño "siempre activo" de Perplexity Computer se vuelve más visible.
La configuración es sencilla: especifica qué competidores monitorear, qué señales importan (páginas de precios, texto de la página principal, publicaciones de blog, ofertas de empleo, actividad en X/Twitter), y con qué frecuencia escanear. El agente se ejecuta según el calendario, evalúa lo que encuentra y solo te notifica cuando algo que vale la pena saber ha cambiado. Si nada significativo cambió, no escuchas nada.
Ejecuté esto para un cliente SaaS — tres competidores directos, escaneos diarios de sus páginas principales y cuentas de redes sociales.
Dentro de la primera semana, detectó que un competidor había actualizado silenciosamente su estructura de precios. Un aumento del quince por ciento en dos niveles, sin anuncio público, sin publicación en el blog, sin mención en redes sociales. Solo un cambio silencioso en su página de precios que habría requerido que un humano revisara todos los días para notarlo. El cliente se enteró en menos de veinticuatro horas.
También señaló una nueva serie de contenido de un competidor que parecía estar apuntando a un grupo de palabras clave que nosotros estábamos construyendo activamente. Saber eso seis semanas antes — en lugar de descubrirlo después de que hubieran publicado doce artículos y establecido autoridad — cambió significativamente la priorización del contenido.
La conversión de zona horaria es automática, lo cual importa más de lo que parece. Cuando estás monitoreando competidores en múltiples países, "escaneo diario a las 9am" necesita ser contextualmente correcto en relación con su día laboral. La plataforma maneja esto sin que tengas que especificarlo.
Lo que más me sorprendió no fue ninguna alerta individual. Fue la imagen acumulativa que se construyó a lo largo de varias semanas de monitoreo. Para el final del primer mes, tenía una comprensión más clara y actualizada de cómo un competidor se estaba reposicionando de lo que habría construido mediante un sprint de análisis trimestral.
La mayoría de herramientas te dan valor inmediatamente o no te lo dan en absoluto. Los agentes de inteligencia competitiva se acumulan. La calidad de la señal mejora a medida que se construye la línea base, y el valor estratégico de los datos aumenta cuanto más tiempo los ejecutas.
Esa naturaleza acumulativa vale la pena pensarla seriamente al evaluar el costo de $200/mes. No solo estás pagando por lo que hace hoy. Estás invirtiendo en un sistema de inteligencia que se vuelve más útil con el tiempo.
El caso de uso de investigación del pipeline de inversores hizo este mismo punto de manera aún más contundente.
Cincuenta firmas de capital de riesgo investigadas mientras preparaba el desayuno
Este es el caso que inició todo el experimento, así que déjame describir cómo se veía realmente el resultado.
Los datos de entrada: descripción de la empresa (etapa, sector, resumen breve de tracción), tipo de inversor objetivo (capital de riesgo en etapa temprana, fondo de $10-50M, con sede en EE.UU., enfocado en B2B SaaS), y una solicitud de investigar cincuenta firmas simultáneamente.
Tiempo de ejecución: aproximadamente veinte minutos.
Para cada firma, extrajo anuncios recientes de tamaño de fondo, perfiles de socios clave con el lenguaje de su tesis de inversión declarada, las tres adiciones más recientes al portafolio, y declaraciones públicas recientes de los socios (tweets, apariciones en podcasts, charlas en conferencias cuando estaban disponibles). Todo compilado en una hoja de cálculo estructurada, con cada fila conteniendo una puntuación de relevancia y una breve explicación de coincidencia con la tesis.
El hallazgo de calidad: un fondo de capital de riesgo tenía un socio que había publicado un hilo detallado en Twitter el mes anterior sobre exactamente la categoría SaaS que yo estaba investigando. Ese hilo habría sido invisible en un proceso manual estándar a menos que yo casualmente siguiera a ese socio específicamente. Perplexity lo identificó como una señal de alta prioridad, subió a esa firma en el ranking de relevancia e incluyó el resumen del hilo en las notas del socio.
Ese es el tipo de coincidencia fortuita que normalmente proviene de presentaciones cálidas y suerte de la red de contactos. La IA la encontró mediante cobertura sistemática de señales públicas.
El resultado estaba formateado para uso inmediato — ordenable por tamaño de fondo, filtrable por etapa, con suficiente contexto por fila para priorizar la divulgación sin abrir otra pestaña. Un fundador podría recibir esta hoja de cálculo y comenzar a hacer llamadas en menos de una hora.
La advertencia honesta: los datos reflejan lo que está disponible públicamente. Para gestores de fondos más discretos que no publican en redes sociales ni actualizan su sitio web regularmente, obtendrás perfiles más escuetos. Para la mayoría de firmas de capital de riesgo establecidas, la cobertura es completa. Para gestores emergentes, complementa con contacto directo.
Aun así — pasar de "necesito una lista de inversores" a una hoja de cálculo cualificada, priorizada y respaldada por investigación en veinte minutos versus seis horas no es una mejora incremental. Es un flujo de trabajo fundamentalmente diferente con implicaciones estratégicas distintas sobre cómo un fundador emplea su día.
Los casos de uso que vale la pena conocer (que no probé en vivo)
Algunas capacidades que exploré a través de documentación y demos en lugar de ejecutarlas yo mismo:
Pipeline de podcast a contenido. El flujo de trabajo transcribe episodios con etiquetas de hablante, y luego genera automáticamente publicaciones de blog, hilos de tweets, carruseles de LinkedIn y paquetes de contenido para redes sociales de cada episodio. Una sesión de grabación se convierte en un calendario de contenido completo multicanal. Para cualquiera que produzca audio o video semanalmente, esto reduce lo que actualmente es un proceso de edición y escritura de varias horas a algo cercano a lo automático.
Memorandos de inversión a partir de un solo ticker. Escribe un símbolo bursátil, recibe un PDF formateado con datos financieros recientes, puntos destacados de la conferencia de resultados, comentarios de analistas, análisis de sentimiento en redes sociales y una comparación con competidores con visualizaciones de datos. El ejemplo de demostración usó Shopify comparado con BigCommerce y Wix. La calidad del resultado se asemejaba a algo que un analista de renta variable junior tardaría de tres a cuatro horas en producir.
Ingeniería inversa de SEO competitivo. Mapea la estrategia de contenido de un competidor, patrones de segmentación de palabras clave y agrupación temática. Identifica brechas donde están teniendo un rendimiento inferior que representan oportunidades de captura. Para equipos de contenido, esto es actualmente un proceso manual que requiere una combinación de herramientas de SEO de pago y tiempo significativo de analistas.
Reclutador a escala. Proporciona una descripción del puesto y criterios objetivo. La plataforma encuentra y clasifica cincuenta candidatos en bolsas de trabajo y LinkedIn, genera perfiles clasificados con resúmenes de relevancia. Dependiendo del puesto, esto puede comprimir la búsqueda inicial de varios días a una tarde.
El patrón consistente en todos estos: tareas que requieren horas de coordinación entre múltiples herramientas se comprimen en un solo prompt y un tiempo de ejecución de minutos a horas. Esa compresión no se distribuye uniformemente — algunos flujos de trabajo están más maduros que otros — pero la dirección del viaje es clara.
Lo que realmente obtienes por $200 (y lo que no cubre)
La mayoría de reseñas se detienen en "¿es buena la calidad?" Esa es la pregunta equivocada. La pregunta correcta es: ¿cuál es el costo de comparación?
Un asistente de investigación junior a tiempo parcial: de $800 a $1,500 al mes. Un especialista freelance en correos en frío: de $500 a $2,000 al mes dependiendo del alcance y volumen. Un servicio de suscripción de inteligencia competitiva: de $500 a $3,000 al mes por una cobertura típicamente menos completa de la que produce Perplexity Computer.
Si estás ejecutando incluso dos de los casos de uso principales que describí de manera regular, estás comparando $200 contra un costo alternativo realista por encima de $1,500. Esa matemática es agresivamente favorable para la plataforma.
La versión honesta de para quién tiene sentido: fundadores y operadores que ya están haciendo estos flujos de trabajo manualmente — investigación de inversores, monitoreo competitivo, divulgación saliente — y dedicándoles tiempo real. Si esos procesos están activos en tu negocio, $200 es un sí fácil.
Si estás en exploración de etapa temprana, no has definido tu mercado objetivo y aún no estás ejecutando divulgación o investigación sistemática — no extraerás suficiente valor para justificar el costo. La herramienta amplifica procesos existentes. No los crea.
La calidad de las integraciones varía. La conectividad con Gmail fue sólida durante toda la prueba. Las integraciones más complejas con HubSpot y CRM requieren tiempo de configuración y cierta reflexión sobre cómo el resultado del agente se mapea a tus campos de datos existentes. Reserva una tarde para la configuración inicial si quieres que esas integraciones funcionen limpiamente.
Un detalle operativo que vale la pena señalar: la plataforma ejecuta tareas en la nube según un calendario, lo que significa que no necesitas tener una ventana del navegador abierta para que las tareas recurrentes se ejecuten. Esa es una ventaja de diseño genuina sobre la mayoría de herramientas de "asistente de IA" que requieren supervisión activa. Configúralo, verifica que se ejecute correctamente una vez y luego déjalo funcionar.
Las limitaciones honestas que nadie más mencionará
He sido optimista con esta plataforma a lo largo de este artículo, así que déjame equilibrarlo con las cosas que realmente me hicieron dudar.
La filosofía de ejecutar primero es la decisión correcta para la mayoría de los flujos de trabajo. Tareas de investigación, compilación de datos, monitoreo — actúa de inmediato, entrega resultados, ahorra tiempo. Para acciones con consecuencias externas — enviar correos en mi nombre, publicar en plataformas conectadas — quiero una puerta de revisión. No porque desconfíe de la calidad, sino porque quiero ser dueño de la decisión de poner mi nombre en algo. La plataforma actualmente no ofrece esto de manera elegante. Es una decisión de producto, no una limitación técnica, y presionaría para que sea una opción configurable.
La segunda limitación es sobre profundidad versus amplitud. Perplexity Computer sobresale en cubrir terreno rápidamente. Cincuenta firmas en veinte minutos. Diez competidores escaneados diariamente. Cincuenta candidatos identificados en una tarde. Esa amplitud es genuinamente poderosa. Lo que no reemplaza es el criterio que viene del contexto profundo.
La hoja de cálculo de inversores te dice a quién contactar. No te dice que un socio en particular tuvo una salida decepcionante en tu espacio exacto hace dos años y actualmente es escéptico de la categoría. El monitoreo competitivo te dice que un competidor cambió sus precios. No te dice si ese cambio señala confianza o desesperación. Esa capa contextual aún requiere un humano que conozca el panorama completo.
Eso no es una crítica — es la división correcta del trabajo para donde están los agentes de IA en 2026. La capa de investigación y monitoreo está resuelta. La capa de interpretación y juicio sigue siendo tuya. Entender ese límite te convierte en un mejor usuario de la herramienta, no en uno decepcionado.
Hacia dónde se dirige esto — y por qué le estoy prestando mucha atención
La frase que sigue apareciendo en conversaciones sobre plataformas como esta es "empresa de mil millones de dólares con una sola persona". Suena a teatro de optimismo tecnológico hasta que sigues la lógica.
El cuello de botella para equipos pequeños y operadores en solitario nunca han sido las ideas. El cuello de botella es la capacidad de ejecución. Solo hay tantas horas disponibles para investigar, escribir divulgación, monitorear mercados, construir materiales para inversores y mantenerse al día con los competidores — mientras también construyes el producto, atiendes clientes y manejas todo lo demás que demanda una operación pequeña.
Los agentes de IA que manejan flujos de trabajo intensivos en investigación con calidad cercana a la humana no son herramientas de productividad en el sentido tradicional. Son multiplicadores de capacidad. Un equipo de dos personas ejecutando la infraestructura de agentes correcta puede operar con la inteligencia de mercado de un equipo de diez. Un fundador en solitario con monitoreo competitivo automatizado e investigación de pipeline de inversores tiene ventajas informativas cualitativas que no estaban disponibles a ningún precio hace cinco años.
Perplexity Computer es un punto de datos en un patrón que se está acelerando. Las integraciones se profundizarán. La calidad mejorará. Los niveles gratuitos surgirán a medida que aumente la competencia. La plataforma mejorará en manejar los casos extremos donde actualmente quiero más control.
Los fundadores que experimentan ahora — que realmente construyen sus flujos de trabajo alrededor de agentes en lugar de solo leer sobre ellos — desarrollan intuiciones que toman tiempo real en adquirir. Cómo enmarcar tareas para obtener resultados de máxima calidad. Qué flujos de trabajo se comprimen limpiamente y cuáles requieren intervención humana. Cómo verificar resultados eficientemente sin rehacer el trabajo tú mismo. Esa memoria muscular es un activo.
Abre tu calendario de la semana pasada. Encuentra las dos o tres cosas que tomaron más de una hora e involucraron investigación, divulgación o monitoreo de algo en tu mercado. Al menos una de ellas tiene un flujo de trabajo en Perplexity Computer que podría encargarse de la mayor parte para el próximo mes. La pregunta no es si estas herramientas están listas. La pregunta es si estás desarrollando el criterio para usarlas bien.
Trabajemos juntos
¿Buscas construir sistemas de IA, automatizar flujos de trabajo o escalar tu infraestructura tecnológica? Me encantaría ayudarte.
- Fiverr (desarrollos e integraciones personalizadas): fiverr.com/s/EgxYmWD
- Portfolio: mejba.me
- Ramlit Limited (soluciones empresariales): ramlit.com
- ColorPark (diseño y branding): colorpark.io
- xCyberSecurity (servicios de seguridad): xcybersecurity.io
