Cohere öppnar privat beta för Compass Cloud för hanterad företagsökning

Cohere meddelade den 25 september 2026 att Compass, deras informationssökningsplattform för utvecklare som bygger AI‑applikationer på företagsdata, går in i privat beta som en hanterad tjänst kallad Compass Cloud, där Cohere driver hela informationssökningspipelinen och modellinferens.

Compass visar relevant information från ett företags korpus för användning i sökningsförstärkt generering (RAG), sökning och agentbaserade arbetsflöden. Istället för att själva bygga och driva informationssökningsstacken konfigurerar team Compass via dess API:er, en MCP‑server eller ett Python‑SDK för att forma slutanvändarupplevelsen utifrån deras data‑ och arbetsflödeskrav, enligt Compass Cloud‑meddelandet.

Från North‑integration till en hanterad tjänst

Hittills har Compass främst drivit informationssökning för North, Cohere:s företags‑agentarbetsyta, inklusive dess dokumentbibliotek och MCP‑ekosystem. Cohere levererade också Compass till mycket säkra, självhostade miljöer för partners i reglerade branscher vars arbetsbelastningar inte kan flyttas till SaaS.

Cohere sade att kundefterfrågan på ett hanterat alternativ hade varit tydlig och konsekvent: teamen ville ha det företaget kallar sina bästa informationssökningsfunktioner utan den operativa bördan av självhosting. Företaget uppgav att Compass Cloud breddar Compass till en större marknad genom att låta Cohere hantera hela pipelinen och modellinferens så att kunderna kan fokusera på att bygga. Självhostade distributioner finns fortfarande tillgängliga för projekt med sekretesskrav, och Cohere arbetar med ett begränsat antal företags‑team som betapartners.

Tre förändringar i företagsökningens krav

Meddelandet placerar lanseringen kring tre utvecklingar som Cohere säger förändrar företagsökningens krav när informationssökning blir stödjande infrastruktur för generativ AI och agenter.

Den första är token‑ekonomi: varje irrelevant resultat som skickas till en modell förbrukar token och upptar begränsat kontextutrymme, så mer exakt informationssökning skapar mindre, högkvalitativa indata som minskar inferenskostnaderna och den tid som krävs för att slutföra en uppgift. Cohere beskrev informationssökning som en av de mest effektiva kostnads­spakar som finns tillgängliga för företag.

Den andra är agentbaserade åtkomstmönster. Agenter kan utfärda dussintals frågor medan de slutför en uppgift, omformulera begäranden och traversera flera källor; i dessa flerstegslöpningar ackumuleras latens, relevansen kan försämras och behörigheter måste verkställas i varje steg. Informationssökning måste därför fungera pålitligt över sekvenser av maskin‑genererade frågor, inte bara enstaka sökningar.

Den tredje är en fragmenterad informationssökningsstack: produktionspipelines kombinerar ofta separata system för insamling, indexering, omrankning, åtkomstkontroll och orkestrering, vilket får team att lägga betydande ansträngning på integration snarare än informationssökningskvalitet. Cohere sade att Compass finns för att lösa alla tre genom att tillhandahålla relevant, styrd kontext för generativa arbetsbelastningar, stödja både agentbaserade och konventionella sökapplikationer, samt konsolidera den centrala informationssökningsstacken i en integrerad företagsplattform.

Sju‑stegs informationssökningsarkitektur

Compass paketerar dokumentbehandling och informationssökning i en konfigurerbar tjänst som nås via ett enda gränssnitt. Meddelandet beskriver sju steg.

Connect erbjuder färdiga anslutningsmoduler för fil‑delning och molnlagringsarbetsytor såsom SharePoint, OneDrive och Google Drive, med datakompatibilitet som Cohere beskriver som flerspråkig, multimodal och filformat‑agnostisk. Parse omvandlar multimodala företagsfiler till AI‑klart innehåll genom att tillämpa en parsingsstrategi på varje dokument och använder bildbehandling endast där det tillför värde för att minska onödig modellanvändning. Embed genererar både täta och glesa representationer samtidigt, så att sök kan matcha både semantisk avsikt och domänspecifik terminologi över text och multimodalt innehåll.

Index behåller källfiler, parsat innehåll och inbäddningar som separata poster, så att en ny inbäddningsmodell kan antas utan att crawla och ladda upp samma innehåll igen; vid sökning ligger posterna i ett enda index med deras metadata. Retrieve kombinerar semantisk, gles och nyckelordsökning i en enda begäran, där strategierna körs oberoende eller tillsammans och behörigheter verkställs under informationssökning snarare än att lämnas åt applikationen.

Rerank använder Cohere:s omrankerare för att identifiera de mest relevanta avsnitten från en bred kandidatmängd, vilket minskar irrelevant kontext och de token som krävs för generering. Govern verkställer åtkomstkontroll för flera klientorganisationer och dokument‑nivåbehörigheter under informationssökning, medan bevarande‑policyer automatiskt låter innehåll gå ut och förhindrar att raderade dokument synkroniseras på nytt.

Företagsrapporterat informationssökningsbenchmark

Cohere rapporterade att Compass uppnådde en förbättring på 14–16 poäng jämfört med Azure Search på High Finance, ett internt av Cohere byggt investment‑banking benchmark, med informationssökningsnoggrannhet mätt som nDCG@10 som steg från 64.8 till 81.1. High Finance är en av Cohere annoterad uppsättning frågor som ber modeller att hämta relevant material från investment‑banking och hedge‑fondspresentationer; arbetsbelastningen inbäddar en fråga, hämtar presentationsmaterial från ett index och betygsätter de bästa resultaten.

Under den angivna metodiken parsades Azure Search-dokument med GPT-4.1 Mini, medan Cohere Embed 4 inte använde någon separat parsingslösning utan inbäddade de inmatade PDF-filerna direkt som bilder innan sökningen. Cohere tillskrev noggrannheten sina sök- och dokumentbehandlingsmodeller som arbetar med Compass hybrid-sökning av lexikal, gles och tät informationssökning följt av omrankning, och sade att ett gap av den storleken kan skilja ett otillfredsställande svar från ett utmärkt svar för slutanvändaren.

Integrationsvägar, betavillkor och nästa steg

Compass Cloud erbjuder två integrationsvägar. Compass API riktar sig till team som bygger skräddarsydda RAG- och sökapplikationer, och ansluter direkt till modellerna och informationssökningskomponenterna som driver Compass samt ger utvecklare kontroll över hur innehåll representeras, hämtas, rankas och integreras i en applikation. En dedikerad, oberoende versionshanterad MCP-server exponerar informationssökning som återanvändbara verktyg via en öppen standard, så att MCP-kompatibla klienter kan upptäcka och anropa dessa verktyg direkt och Compass förblir portabel över agentramverk utan en skräddarsydd integration för varje.

Cohere beskriver agentisk informationssökning som ett framväxande tillvägagångssätt i skärningspunkten mellan stora språkmodeller och informationssökning: istället för ett enda fråga‑svar‑steg bestämmer en agent vad den ska leta efter, söker efter relevant information, utvärderar resultaten och förfinar sin sökning innan den svarar. Med Compass MCP-servern, säger företaget, kan agenter successivt begränsa informationssökningskorpuset, minska onödig kontext och göra komplexa informationssökningsuppgifter snabbare och mer token‑effektiva.

Den privata betan är öppen för team som bygger informationssökningsintensiva och agentiska applikationer. Deltagarna får praktiskt stöd från Cohere:s ingenjörsteam, tidig åtkomst till molnimplementeringen och direkt påverkan på produktens färdplan, med åtkomst som begärs via ett formulär på Compass‑sidan. Cohere håller också en live‑session den 8 oktober 2026 på X med sitt ingenjörs‑ och produktledarskap om var företagsökning går härnäst.