Cohere lanceert privé‑bèta van Compass Cloud voor beheerde enterprise‑zoekopdrachten

Cohere kondigde op 25 september 2026 aan dat Compass, haar retrieval‑platform voor ontwikkelaars die AI‑toepassingen bouwen op bedrijfsdata, de privé‑bèta ingaat als een beheerde dienst genaamd Compass Cloud, waarbij Cohere de volledige retrieval‑pipeline en model‑inference beheert.

Compass brengt relevante informatie uit de corpora van een bedrijf naar voren voor gebruik in retrieval-augmented generation (RAG), zoeken en agent‑gebaseerde workflows. In plaats van zelf de retrieval‑stack samen te stellen en te beheren, configureren teams Compass via de API’s, een MCP‑server of een Python‑SDK om de eindgebruikerservaring af te stemmen op hun data‑ en workflow‑vereisten, volgens de Compass Cloud-aankondiging.

Van North‑integratie naar een beheerde service

Tot nu toe leverde Compass voornamelijk retrieval voor North, Cohere’s enterprise‑agent‑werkruimte, inclusief de documentbibliotheken en het MCP‑ecosysteem. Cohere heeft Compass bovendien geleverd in hoogbeveiligde, zelf‑gehoste omgevingen voor partners in gereguleerde sectoren waarvan de workloads niet naar SaaS kunnen worden verplaatst.

Cohere zei dat de klantvraag naar een beheerde optie duidelijk en consistent was: teams wilden wat het bedrijf haar best‑in‑class retrieval‑mogelijkheden noemt, zonder de operationele lasten van zelf‑hosting. Het bedrijf verklaarde dat Compass Cloud Compass naar een bredere markt brengt door Cohere de volledige pipeline en model‑inference te laten beheren, zodat klanten zich kunnen concentreren op bouwen. Zelf‑gehoste implementaties blijven beschikbaar voor projecten met privacy‑beperkingen, en Cohere werkt met een beperkt aantal enterprise‑teams als bèta‑partners.

Drie veranderingen in enterprise‑zoekvereisten

De aankondiging plaatst de lancering in het kader van drie ontwikkelingen die Cohere aangeeft de enterprise‑zoekvereisten te veranderen nu retrieval een ondersteunende infrastructuur wordt voor generatieve AI en agents.

De eerste is token‑economie: elk irrelevant resultaat dat naar een model wordt gestuurd verbruikt tokens en neemt beperkte contextruimte in beslag, waardoor nauwkeurigere retrieval kleinere, hoger‑kwalitatieve invoer genereert die inferentiekosten en de tijd die nodig is om een taak te voltooien, verlaagt. Cohere beschreef retrieval als een van de meest effectieve kostenhefbomen voor bedrijven.

De tweede is agent‑gebaseerde toegangs‑patronen. Agents kunnen tientallen queries uitvoeren terwijl ze één taak voltooien, verzoeken herformuleren en meerdere bronnen doorlopen; in deze multi‑hop‑lussen stapelt latentie zich op, kan relevantie afdrijven, en moeten permissies bij elke stap worden afgedwongen. Retrieval moet daarom betrouwbaar presteren over reeksen van door machines gegenereerde queries, niet alleen bij éénmalige zoekopdrachten.

De derde is een gefragmenteerde retrieval‑stack: productiepijplijnen combineren vaak afzonderlijke systemen voor ingestie, indexering, reranking, toegangscontrole en orkestratie, waardoor teams veel tijd besteden aan integratie in plaats van aan retrieval‑kwaliteit. Cohere stelde dat Compass bestaat om alle drie aan te pakken door relevante, beheerde context te bieden voor generatieve workloads, zowel agent‑gebaseerde als conventionele zoektoepassingen te ondersteunen, en de kern‑retrieval‑stack te consolideren tot een geïntegreerd enterprise‑platform.

Zeven‑stappen‑retrieval‑architectuur

Compass bundelt documentverwerking en retrieval in één configureerbare dienst die via één interface toegankelijk is. De aankondiging beschrijft zeven fasen.

Connect levert kant‑klaar connectors voor bestands‑deel‑ en cloud‑opslagwerkruimtes zoals SharePoint, OneDrive en Google Drive, met datacompatibiliteit die Cohere beschrijft als meertalig, multimodaal en bestandsformaat‑agnostisch. Parse zet multimodale enterprise‑bestanden om in AI‑klaar content, past een parse‑strategie toe op elk document en gebruikt vision‑verwerking alleen waar dit waarde toevoegt om onnodig modelgebruik te verminderen. Embed genereert zowel dichte als sparse representaties, zodat zoeken zowel de semantische intentie als domeinspecifieke taal over tekst en multimodale content kan matchen.

Index bewaart bronbestanden, geparseerde content en embeddings als afzonderlijke records, zodat een nieuw embedding‑model kan worden geïmplementeerd zonder dezelfde content opnieuw te crawlen en te uploaden; tijdens het zoeken staan de records in één index met hun metadata. Retrieve combineert semantisch, sparse en trefwoord‑zoeken in één verzoek, waarbij de strategieën onafhankelijk of gezamenlijk worden uitgevoerd en permissies tijdens retrieval worden afgedwongen in plaats van aan de applicatie overgelaten.

Rerank past Cohere’s reranker toe om de meest relevante passages uit een brede kandidaatset te identificeren, waardoor irrelevante context en het aantal tokens dat nodig is voor generatie worden verminderd. Govern handhaaft multi‑tenant toegangscontrole en document‑niveau permissies tijdens retrieval, terwijl retentie‑beleid content automatisch laat verlopen en voorkomt dat verwijderde documenten opnieuw worden gesynchroniseerd.

Door bedrijf gerapporteerde retrieval‑benchmark

Cohere meldde dat Compass een verbetering van 14–16 punten behaalde ten opzichte van Azure Search op High Finance, een intern door Cohere ontwikkeld investment‑banking‑benchmark, waarbij de retrieval‑nauwkeurigheid gemeten werd als nDCG@10, die steeg van 64,8 naar 81,1. High Finance is een door Cohere geannoteerde reeks vragen die modellen vragen relevante investment‑banking‑ en hedge‑fund‑presentatiematerialen op te halen; de workload embedt een query, haalt presentatiematerialen op uit een index en beoordeelt de topresultaten.

Volgens de beschreven methodologie werden Azure Search‑documenten geparseerd met GPT‑4.1 Mini, terwijl Cohere Embed 4 geen aparte parse‑oplossing gebruikte en de invoer‑PDF‑bestanden direct als afbeeldingen embedde vóór het zoeken. Cohere schreef de nauwkeurigheid toe aan haar zoek‑ en documentverwerkingsmodellen die samenwerken met Compass’ hybride zoekoplossing van lexicale, sparse en dense retrieval, gevolgd door re‑ranking, en stelde dat een verschil van die omvang een onbevredigend antwoord van een uitstekend antwoord voor de eindgebruiker kan scheiden.

Integratiepaden, Bètatermen en Volgende stappen

Compass Cloud biedt twee integratiepaden. De Compass‑API is gericht op teams die aangepaste RAG‑ en zoektoepassingen bouwen, en verbindt direct met de modellen en retrieval‑componenten die Compass aandrijven, waardoor ontwikkelaars controle krijgen over hoe inhoud wordt weergegeven, opgehaald, gerangschikt en in een applicatie wordt geïntegreerd. Een toegewijde, onafhankelijk geversioneerde MCP‑server maakt retrieval beschikbaar als herbruikbare tools via een open standaard, zodat MCP‑compatibele clients die tools direct kunnen ontdekken en aanroepen, en blijft Compass draagbaar over verschillende agent‑frameworks zonder een op maat gemaakte integratie voor elk ervan.

Cohere beschrijft agent‑gebaseerde retrieval als een opkomende benadering op het snijvlak van grote taalmodellen en informatie‑retrieval: in plaats van één enkele query‑en‑antwoord‑stap beslist een agent wat hij moet zoeken, zoekt hij naar relevante informatie, evalueert de resultaten en verfijnt zijn zoekopdracht voordat hij antwoordt. Met de Compass‑MCP‑server, aldus het bedrijf, kunnen agents geleidelijk de retrieval‑corpus verkleinen, onnodige context verminderen en complexe retrieval‑taken sneller en token‑efficiënter maken.

De private‑bèta staat open voor teams die retrieval‑intensieve en agent‑gebaseerde toepassingen bouwen. Deelnemers krijgen praktische ondersteuning van Cohere’s engineeringteam, vroege toegang tot de cloud‑implementatie en directe invloed op de product‑roadmap, waarbij toegang wordt aangevraagd via een formulier op de Compass‑pagina. Cohere organiseert bovendien een live‑sessie op 8 oktober 2026 op X met haar engineering‑ en productleiderschap over de toekomstige richting van enterprise‑search.