Wie AI-agents op grote schaal binnen een organisatie inzet, krijgt vroeg of laat een nieuwe vraag op tafel: wat gebeurt er eigenlijk met al die digitale werkkracht? Perplexity wil daar met Computer Analytics een concreet antwoord op geven. Het dashboard brengt niet alleen het verbruik van credits in kaart, maar laat ook zien wie de technologie intensief gebruikt, welke tools populair zijn en waar de resultaten van het werk terechtkomen.
Daarmee verschuift de aandacht van experimenteren met AI naar het daadwerkelijk meten en beheren van het gebruik ervan.
Van AI-gebruik naar een meetbaar dashboard
Computer Analytics kent twee verschillende perspectieven. Organisatiebeheerders krijgen een overzicht van het gebruik binnen de volledige organisatie, terwijl individuele medewerkers en particuliere gebruikers uitsluitend hun eigen activiteiten kunnen bekijken.
Voor beheerders begint de analyse via de organisatie-instellingen. Onder Analytics en vervolgens Computer verschijnt een dashboard waarin het dagelijkse creditverbruik wordt weergegeven. Daardoor worden pieken en langere trends zichtbaar, maar kunnen ook afwijkingen sneller worden opgemerkt.
Een plotselinge stijging hoeft daarbij niet noodzakelijk een probleem te betekenen. Ze kan bijvoorbeeld wijzen op een team dat Computer intensief heeft ingezet voor een groot onderzoeksproject, een analyse of een nieuwe geautomatiseerde workflow.
De grootste AI-gebruikers komen boven drijven
Een opvallend onderdeel is het leaderboard. Dat toont welke medewerkers Computer het meest gebruiken. Voor organisaties kan die informatie interessanter zijn dan een eenvoudige ranglijst doet vermoeden.
De meest actieve gebruikers kunnen immers de interne voortrekkers van AI blijken te zijn. Zij ontdekken vaak als eerste welke processen zich goed lenen voor automatisering, ontwikkelen nieuwe werkwijzen en kunnen voorbeelden opleveren die later door andere afdelingen worden overgenomen.
Zo kan een gebruiksrapport indirect uitgroeien tot een instrument om succesvolle interne AI-cases te ontdekken.
Meer dan alleen credits tellen
Het dashboard kijkt daarom verder dan verbruik alleen. Organisaties kunnen onder meer onderzoeken hoeveel artifacts er worden gegenereerd, welke connectors het vaakst worden gebruikt, welke skills populair zijn en binnen welke projecten Computer het meest actief is.
Ook de gemiddelde duur van taken wordt bijgehouden. Dat kan helpen om beter te begrijpen voor welk soort opdrachten de AI wordt ingezet: van relatief korte handelingen tot langere agentische processen waarbij verschillende bronnen, tools en stappen met elkaar worden gecombineerd.
De gegevens kunnen over perioden van 7, 30 of 90 dagen worden bekeken. Daarnaast kan het gebruik per AI-model worden gegroepeerd. Daarmee ontstaat een gedetailleerder beeld van zowel de omvang als de aard van het AI-gebruik.
Data exporteren voor management en financiën
Perplexity positioneert Computer Analytics niet uitsluitend als dashboard voor technische beheerders. De verschillende weergaven kunnen ook worden geëxporteerd.
Daardoor kunnen de gegevens terechtkomen in presentaties voor stakeholders, financiële analyses of eigen rapportages. Een financieel team kan bijvoorbeeld het creditverbruik volgen, terwijl een AI-verantwoordelijke vooral geïnteresseerd kan zijn in populaire connectors, actieve gebruikers en de groei van bepaalde workflows.
Het maakt van AI-gebruik steeds meer een meetbare bedrijfsactiviteit in plaats van een verzameling losse experimenten.
Een API voor organisaties die verder willen gaan
Voor enterprise-organisaties gaat Perplexity nog een stap verder met de Computer Analytics API. Daarmee kunnen dezelfde gebruiksgegevens programmatisch worden opgehaald.
De API levert onder meer informatie over credits, connectors, artifacts, skills, projecten, workflows en taakduur. Die informatie wordt als tijdreeksen beschikbaar gemaakt en kan vervolgens worden verwerkt in bestaande analyse- en financiële omgevingen, zoals Snowflake, Hex, Metabase of spreadsheets.
Daarmee ontstaat een belangrijk verschil tussen dashboard en API. Het dashboard vertelt vooral wat er is gebeurd. De API maakt het mogelijk om die gegevens naar de systemen te brengen waarin organisaties hun planning, budgettering en besluitvorming al uitvoeren.
Van experiment naar bestuurbare AI-infrastructuur
Computer Analytics illustreert daarmee een bredere ontwikkeling rond zakelijke AI. Naarmate agentische systemen vaker zelfstandig onderzoek uitvoeren, documenten produceren, connectors aanspreken en workflows afhandelen, groeit ook de behoefte aan inzicht in hun gebruik.
Niet alleen de mogelijkheden van een AI-agent worden belangrijk, maar ook vragen rond kosten, adoptie en efficiëntie. Welke medewerkers halen er daadwerkelijk waarde uit? Welke tools worden structureel gebruikt? Waar ontstaan onverwachte kostenpieken? En welke experimenten zijn interessant genoeg om breder binnen de organisatie uit te rollen?
Met Computer Analytics probeert Perplexity precies die operationele laag zichtbaar te maken. AI-agents worden zo niet alleen digitale assistenten die werk uitvoeren, maar ook een bedrijfsproces waarvan gebruik en impact steeds nauwkeuriger kunnen worden gevolgd.
