Un responsabile amministrativo che riconcilia ogni mattina le fatture dei corrieri può farlo, da ieri, con un agente che gira dentro il PC dell’ufficio: nessun PDF esce dalla rete aziendale. Il biglietto d’ingresso è un numero secco, 24 GB di VRAM. Sotto quella soglia l’applicazione non accende nemmeno il modello locale, e la stessa identica funzione torna a essere un servizio a consumo.
Il 14 settembre 2026 Perplexity ha portato Portable Computer nell’app per Windows, in coppia con NVIDIA. È la versione locale di Perplexity Computer, l’agente che pianifica ed esegue compiti in più passaggi: qui modello, harness, orchestratore e scheduler girano tutti sul dispositivo. Servono una GeForce RTX o una RTX PRO con almeno 24 GB di VRAM e un abbonamento Pro o Max. Prima era disponibile solo su Linux, dal 25 agosto, e su DGX Spark.
Il criterio: quanto costa il lavoro che si ripete
Mettere a confronto locale e cloud sulla singola richiesta non porta da nessuna parte: su una domanda sola vince sempre il cloud, che non chiede hardware. Il confronto diventa onesto solo su un carico ricorrente, cioè un compito che gira ogni giorno o ogni ora sugli stessi dati. È lì che il costo marginale smette di essere trascurabile e che la scelta dell’infrastruttura decide davvero qualcosa.
Tre dimensioni, confrontate su entrambe le opzioni: quanto costa entrarci, quanto ci vuole a metterlo in opera, cosa si rompe quando il lavoro cresce.
Costo: 24 GB davanti, oppure il contatore acceso
In locale il costo sta tutto all’inizio. Le schede che superano la soglia dichiarata sono poche e note: RTX 3090 e 3090 Ti (24 GB), RTX 4090 (24 GB), RTX 5090 (32 GB) sul versante consumer; RTX PRO Blackwell 4000 (24 GB), 4500 (32 GB), 5000 (48 o 72 GB) e 6000 (96 GB) su quello professionale. L’abbonamento Pro o Max serve comunque, quindi la scheda è un costo che si aggiunge, non che sostituisce. Che l’hardware AI non stia diventando più economico lo dice il DGX Spark Founders Edition, passato da 3.999 a 4.699 dollari per la carenza di memoria.
In cambio, il lavoro completato sul dispositivo non consuma crediti Computer. È questo il punto che cambia il calcolo: il costo marginale della singola esecuzione è zero. Nel cloud è l’opposto: ingresso gratis, e poi un contatore che sale in proporzione a quante volte l’automazione parte. Un agente che gira una volta al mese non ripagherà mai una scheda da 24 GB. Un agente schedulato ogni ora su cartelle di documenti la ripaga, e il punto di pareggio va calcolato sul proprio consumo reale, non sul listino.
Tempo di messa in opera: il click contro lo stack
Qui la versione locale ha fatto il salto che le mancava. Il modello si sceglie da un menu a tendina e si scarica con un click: NVIDIA indica Qwen 3.8 27B come esempio, post-addestrato per l’harness di Perplexity. Detto altrimenti, non si devono più valutare modelli né configurare il motore di inferenza, che è la ragione per cui l’AI locale è rimasta per anni un hobby da smanettoni.
La comodità però vale solo dentro quel binario. Chi il modello se lo gestisce da sé si scontra con un altro scenario, misurato da Tom’s Hardware proprio su Qwen 3.8 27B: caricato senza accorgimenti con llama.cpp su una RTX 5090, ai contesti lunghi la risposta può richiedere trenta minuti o più. Cambiando motore si recupera, ma la ricetta base di vLLM su una scheda sola limita la finestra di contesto a 32K token contro i 262K nativi del modello, e senza multi-token prediction, che in 32 GB non entra, il throughput resta intorno ai 20 token al secondo.
Nel cloud il tempo di messa in opera è quasi nullo sul piano tecnico, ma si sposta altrove: autorizzazioni dei connettori, contratto sul trattamento dei dati, verifica di cosa resta nei log del fornitore. È lavoro che non si vede finché non arriva un audit.
Cosa si rompe quando cresce
Il locale si rompe sul documento grande, che è esattamente il caso per cui lo si voleva. Per avere insieme contesto pieno, tempi di elaborazione ragionevoli e throughput decente servono due RTX 5090 oppure una singola scheda da 48-72 GB: il gradino dopo i 24 GB non è un aggiornamento software, è un altro acquisto. Il cloud, al contrario, non si rompe sulla latenza ma sul conto e sulla dipendenza: cresce linearmente con l’uso e non lo si può rinegoziare da soli.
C’è poi un limite che riguarda entrambe le opzioni e che conviene dire chiaramente. I connettori di Portable Computer includono Outlook, OneDrive, Word, Google Drive, Gmail, Slack e GitHub, e attraverso server MCP locali l’agente può pilotare applicazioni installate sul PC. Ma un dato che sta già su Gmail o su Drive non diventa locale perché lo legge un modello locale. La località protegge i file nelle cartelle autorizzate, non l’intero perimetro aziendale.
Cosa cambia per PMI e professionisti
La parte più utile dell’annuncio, per chi scrive procedure invece di comprare schede, è che quando un compito richiede il cloud l’agente chiede un permesso esplicito prima di mandare qualcosa fuori dal dispositivo. È un punto di controllo dichiarato, quindi verificabile e scrivibile in una policy: chi approva, in quali casi, con quale tracciamento. È la stessa logica per cui una chiave API non va mai messa nel front-end del sito ma dietro un proxy che decide cosa passa, e la stessa domanda che ci si pone scegliendo tra una sandbox gestita e un server proprio.
Il resto va misurato prima di firmare l’ordine dell’hardware, con lo stesso metodo che vale per qualsiasi automazione: quante volte gira, quanto tempo toglie, quanto costa oggi. Senza quei tre numeri la scelta si fa sulla brochure, e per stimarli c’è già un percorso che funziona anche quando il valore sembra impossibile da quantificare.
La take
L’annuncio è impacchettato come una notizia sulla privacy, ma la privacy non è la novità: i dati restavano già in casa a chiunque avesse voglia di installarsi un modello. La novità è che il costo marginale scende a zero con un’installazione che non richiede competenze di sistemista, e questo cambia quali automazioni ha senso scrivere. Con il contatore acceso si automatizzano i compiti importanti; a costo marginale zero si automatizzano anche quelli noiosi che girano ogni ora e che nessuno avrebbe mai messo a budget.
La regola pratica è stretta, e vale la pena tenerla stretta. La scheda si compra solo se esiste già almeno un carico che soddisfa tutte e tre queste condizioni: gira ogni giorno, lavora su dati che non possono uscire dall’azienda, e oggi lo si fa a mano. Se ne manca anche una sola, si resta a consumo e si rivaluta tra sei mesi, quando i PC RTX Spark di Lenovo e Acer attesi in ottobre avranno spostato il prezzo d’ingresso. Comprare 24 GB di VRAM per un’automazione che gira il martedì è un acquisto di hardware travestito da scelta di sicurezza.