Modele i platformy AI

Cohere otwiera prywatną betę Compass Cloud dla zarządzanego wyszukiwania w przedsiębiorstwie

mm
Dodaj Unite.AI do preferowanych źródeł w Google

Cohere ogłosiło 25 września 2026 r., że Compass, ich platforma wyszukiwania dla programistów tworzących aplikacje AI na danych przedsiębiorstwa, wchodzi w prywatną betę jako zarządzana usługa o nazwie Compass Cloud, przy czym Cohere obsługuje cały pipeline wyszukiwania i wnioskowanie modeli.

Compass udostępnia istotne informacje z korporacyjnego korpusu do wykorzystania w generacji wspomaganej wyszukiwaniem (RAG), wyszukiwaniu i przepływach pracy agentowych. Zamiast samodzielnie konstruować i obsługiwać stos wyszukiwania, zespoły konfigurują Compass za pomocą jego API, serwera MCP lub SDK Pythona, aby dostosować doświadczenie końcowego użytkownika do ich danych i wymagań przepływu pracy, zgodnie z ogłoszeniem Compass Cloud.

Od integracji North do usługi zarządzanej

Do tej pory Compass głównie napędzał wyszukiwanie dla North, przestrzeni roboczej agentów przedsiębiorstwa Cohere, w tym jego bibliotek dokumentów i ekosystemu MCP. Cohere udostępniło również Compass w wysoce zabezpieczonych, samodzielnie hostowanych środowiskach dla partnerów z regulowanych branż, których obciążenia nie mogą być przeniesione do SaaS.

Cohere stwierdziło, że popyt klientów na opcję zarządzaną był wyraźny i konsekwentny: zespoły chciały tego, co firma określa jako jej najlepsze w klasie możliwości wyszukiwania, bez operacyjnego obciążenia związanego z samodzielnym hostowaniem. Firma poinformowała, że Compass Cloud rozszerza Compass na szerszy rynek, umożliwiając Cohere zarządzanie całym pipeline’em i wnioskowaniem modeli, aby klienci mogli skoncentrować się na budowie rozwiązań. Samodzielnie hostowane wdrożenia pozostają dostępne dla projektów o ograniczonej prywatności, a Cohere współpracuje z ograniczoną liczbą zespołów przedsiębiorstw jako partnerzy beta.

Trzy zmiany w wymaganiach dotyczących wyszukiwania w przedsiębiorstwie

Ogłoszenie przedstawia premierę w kontekście trzech rozwoju, które według Cohere zmieniają wymagania dotyczące wyszukiwania w przedsiębiorstwie, gdy wyszukiwanie staje się infrastrukturą wspierającą generatywną sztuczną inteligencję i agentów.

Pierwsza to ekonomia tokenów: każdy nieistotny wynik przekazany modelowi zużywa tokeny i zajmuje ograniczoną przestrzeń kontekstu, więc bardziej precyzyjne wyszukiwanie tworzy mniejsze, wyższej jakości dane wejściowe, które redukują koszty wnioskowania i czas potrzebny na wykonanie zadania. Cohere opisało wyszukiwanie jako jedną z najskuteczniejszych dźwigni kosztowych dostępnych dla firm.

Drugą jest agentowy wzorzec dostępu. Agenci mogą wydawać dziesiątki zapytań podczas realizacji jednego zadania, przekształcając żądania i przeszukując wiele źródeł; w tych wielokrokowych pętlach opóźnienie narasta, trafność może się rozmywać, a uprawnienia muszą być egzekwowane na każdym etapie. W związku z tym wyszukiwanie musi działać niezawodnie w serii zapytań generowanych przez maszynę, a nie tylko w pojedynczych wyszukiwaniach.

Trzecią jest rozdrobniony stos wyszukiwania: pipeline’y produkcyjne często łączą oddzielne systemy do ingestii, indeksowania, ponownego rankowania, kontroli dostępu i orkiestracji, co sprawia, że zespoły poświęcają znaczny wysiłek na integrację zamiast na jakość wyszukiwania. Cohere stwierdziło, że Compass istnieje, aby sprostać wszystkim trzem wyzwaniom, dostarczając istotny, zarządzany kontekst dla obciążeń generatywnych, wspierając zarówno aplikacje agentowe, jak i tradycyjne wyszukiwanie, oraz konsolidując podstawowy stos wyszukiwania w zintegrowanej platformie przedsiębiorstwa.

Siedmiostopniowa architektura wyszukiwania

Compass łączy przetwarzanie dokumentów i wyszukiwanie w jedną konfigurowalną usługę dostępną przez pojedynczy interfejs. Ogłoszenie opisuje siedem etapów.

Connect udostępnia gotowe złącza dla przestrzeni współdzielenia plików i przechowywania w chmurze, takich jak SharePoint, OneDrive i Google Drive, a zgodność danych, którą opisuje Cohere, jest wielojęzyczna, multimodalna i niezależna od formatu pliku. Parse przekształca multimodalne pliki przedsiębiorstwa w treść gotową dla AI, stosując strategię parsowania dla każdego dokumentu i wykorzystując przetwarzanie wizji jedynie tam, gdzie dodaje wartość, aby ograniczyć niepotrzebne użycie modeli. Embed generuje jednocześnie gęste i rzadkie reprezentacje, dzięki czemu wyszukiwanie może dopasować zarówno intencję semantyczną, jak i język specyficzny dla domeny w tekście i treściach multimodalnych.

Index przechowuje pliki źródłowe, przetworzoną treść i osadzenia jako oddzielne rekordy, dzięki czemu nowy model osadzania można przyjąć bez ponownego przeszukiwania i wgrywania tej samej treści; w czasie wyszukiwania rekordy znajdują się w jednym indeksie wraz z ich metadanymi. Retrieve łączy wyszukiwanie semantyczne, rzadkie i słów kluczowych w jednym żądaniu, przy czym strategie mogą działać niezależnie lub razem, a uprawnienia są egzekwowane podczas wyszukiwania, a nie pozostawiane aplikacji.

Rerank stosuje reranker Cohere do identyfikacji najbardziej istotnych fragmentów z szerokiego zestawu kandydatów, redukując nieistotny kontekst i liczbę tokenów potrzebnych do generacji. Govern egzekwuje kontrolę dostępu wielonajemcowego oraz uprawnienia na poziomie dokumentu podczas wyszukiwania, podczas gdy polityki retencji automatycznie wygasają treść i zapobiegają ponownemu synchronizowaniu usuniętych dokumentów.

Benchmark wyszukiwania zgłoszony przez firmę

Cohere zgłosiło, że Compass osiągnął 14–16‑punktową poprawę w stosunku do Azure Search w benchmarku High Finance, wewnętrznym benchmarku bankowości inwestycyjnej opracowanym przez Cohere, przy czym dokładność wyszukiwania mierzona jako nDCG@10 wzrosła z 64,8 do 81,1. High Finance to zestaw pytań oznaczonych przez Cohere, w którym modele mają wyszukać istotne materiały prezentacyjne z zakresu bankowości inwestycyjnej i funduszy hedgingowych; obciążenie polega na osadzeniu zapytania, wyszukaniu materiałów prezentacyjnych w indeksie i ocenie najlepszych wyników.

Zgodnie z przyjętą metodologią dokumenty Azure Search były analizowane przy użyciu GPT‑4.1 Mini, podczas gdy Cohere Embed 4 nie korzystało z oddzielnego rozwiązania parsującego i osadzało wejściowe pliki PDF bezpośrednio jako obrazy przed wyszukiwaniem. Cohere przypisało dokładność swoim modelom wyszukiwania i przetwarzania dokumentów działającym w ramach hybrydowego wyszukiwania Compass, łączącego wyszukiwanie leksykalne, rzadkie i gęste, a następnie ponowne rankingowanie, i stwierdziło, że tak duża różnica może oddzielić niezadowalającą odpowiedź od doskonałej dla użytkownika końcowego.

Ścieżki integracji, warunki bety i kolejne kroki

Compass Cloud oferuje dwie ścieżki integracji. API Compass jest skierowane do zespołów tworzących własne aplikacje RAG i wyszukiwania, łącząc się bezpośrednio z modelami i komponentami wyszukiwania napędzającymi Compass oraz dając programistom kontrolę nad tym, jak treść jest reprezentowana, pobierana, rankingowana i włączana do aplikacji. Dedykowany, niezależnie wersjonowany serwer MCP udostępnia wyszukiwanie jako narzędzia wielokrotnego użytku poprzez otwarty standard, dzięki czemu klienci zgodni z MCP mogą odkrywać i wywoływać te narzędzia bezpośrednio, a Compass pozostaje przenośny między różnymi frameworkami agentów bez konieczności tworzenia dedykowanej integracji dla każdego z nich.

Cohere opisuje agentowe wyszukiwanie jako nowatorskie podejście na styku dużych modeli językowych i wyszukiwania informacji: zamiast pojedynczego kroku zapytanie‑odpowiedź, agent decyduje, czego szuka, przeszukuje odpowiednie informacje, ocenia wyniki i udoskonala swoje zapytanie przed udzieleniem odpowiedzi. Według firmy, dzięki serwerowi MCP w Compass agenci mogą stopniowo zawężać korpus wyszukiwania, redukując zbędny kontekst i sprawiając, że złożone zadania wyszukiwania są szybsze i bardziej efektywne pod względem zużycia tokenów.

Prywatna beta jest dostępna dla zespołów tworzących aplikacje intensywnie wykorzystujące wyszukiwanie i agentowe rozwiązania. Uczestnicy otrzymują praktyczne wsparcie od zespołu inżynierów Cohere, wczesny dostęp do wdrożenia w chmurze oraz bezpośredni wpływ na roadmapę produktu, a dostęp można uzyskać poprzez formularz na stronie Compass. Cohere organizuje także sesję na żywo 8 października 2026 r. na platformie X z udziałem swojego zespołu inżynieryjnego i liderów produktu, podczas której omówią dalszy kierunek rozwoju wyszukiwania korporacyjnego.

Aiden Cross jest strategiem wygenerowanym przez sztuczną inteligencję w Unite.AI, zajmującym się strategią produktów AI, wykonaniem oraz praktycznymi wyzwaniami związanymi z przekształcaniem modeli eksperymentalnych w produkty skalowalne i gotowe do wejścia na rynek. Jego praca koncentruje się na tym, jak startupy i zespoły przedsiębiorstw przechodzą od prototypów i demonstracji do niezawodnych systemów używanych przez prawdziwych klientów.
Z pragmatycznym i szczegółowym podejściem Aiden analizuje mapy produktów, strategie wejścia na rynek, decyzje dotyczące platformy oraz kompromisy organizacyjne, które determinują, czy inicjatywy AI są udane, czy zawodzą. Zwraca szczególną uwagę na realia wdrożenia, przyjęcie przez użytkowników, ograniczenia infrastruktury oraz zgodność między możliwościami technicznymi a wartością biznesową.
Artykuły autorstwa Aiden Cross są wygenerowane przez sztuczną inteligencję i sprawdzane przez zespół redakcyjny Unite.AI, aby zapewnić klarowność, dokładność i odpowiedzialne relacjonowanie, w jaki sposób produkty AI są tworzone, wysyłane i skalowane w świecie rzeczywistym.