Archiv

Cohere sees AI's future belonging to niche models

Cohere představil Parse, vizuálně-jazykový model určený k převodu velkých objemů firemních dokumentů (tabulky, diagramy, struktura) do strojově čitelné podoby pro RAG a AI agenty. Parse stojí 1,50 USD za 1000 stránek oproti přibližně 10 USD u modelů velkých cloudových hráčů (OpenAI, Anthropic, Google, Microsoft aj.), podporuje devět jazyků a lze jej nasadit i v privátním cloudu nebo on-premise pro regulovaná odvětví jako finance či zdravotnictví. Replit zároveň zavedl jako výchozí funkci Intelligent Model Routing, která automaticky vybírá model podle úlohy a dosáhla stejné kvality jako dřívější Max Mode za 65 % nižší cenu; podobný routing dříve spustil i Snowflake v Cortex AI Gateway. Trend doplňuje rozhovor s CTO Agility Robotics, který popisuje výrobu jako první velkou niku pro humanoidní roboty (nasazení u Toyoty, Amazonu a Mercado Libre).

Proč to je důležité: Pro firmy je to konkrétní a použitelný signál: místo drahých univerzálních frontier modelů se vyplatí nasazovat levnější specializované modely na konkrétní úlohy (OCR/parsing dokumentů, routing modelů), což může výrazně snížit náklady na AI provoz už dnes.

• Cohere sees AI's future belonging to niche models
• Replit: Intelligent Model Routing
• Snowflake targets AI costs with model routing
• Inside Agility's bet on factory-first humanoids
• Where small models are challenging AI giants
• Pathway breakthrough challenges AI economics

Frontier Model Cost and Open-Weights Popularity is Driving Demand for Model Routing

CEO Gleanu Arvind Jain vysvětluje, proč firmy čím dál více používají model routing – automatický výběr LLM podle úkolu. Glean letos dosáhl 300 milionů dolarů ročního opakovaného příjmu (trojnásobek za 15 měsíců) a je oceněn na 7,2 miliardy dolarů. Podle spoluzakladatele Tonyho Gentilcora je Glean 4x nákladově efektivnější než Claude Code (0,45 USD vs. 1,84 USD za úkol). Firma nasadila i model Waldo, který před voláním drahého frontier modelu filtruje a připravuje podklady, čímž snižuje latenci o 50 % a spotřebu tokenů o 25 %. Za poslední tři měsíce prudce vzrostl zájem podniků o open-weight modely (např. Kimi K2, Qwen3.8-Max) kvůli rostoucím cenám frontier modelů jako Opus či GPT.

Proč to je důležité: Pro české B2B firmy jde o okamžitě využitelnou strategii – kombinace automatického routingu, levnějších open-weight modelů a předfiltrace dotazů může výrazně snížit náklady na nasazení AI napříč zaměstnanci, aniž by klesla kvalita výstupů.

Lessons from our alliances: What AWS's agentic journey can teach CEOs about rewiring for AI

McKinsey ve svém blogu popisuje agentní cestu Amazon Web Services jako příklad pro CEO, jak posunout firmu za fázi experimentování s AI. Článek ukazuje, jak AWS přestavuje (rewiring) svou organizaci a go-to-market přístup tak, aby AI agenty skutečně zapracoval do pracovních procesů, nikoli jen do pilotních projektů. Cílem je, aby nasazení AI agentů generovalo měřitelnou podnikovou hodnotu, ne jen technologické demo. Text vychází ze zkušeností z aliance McKinsey s AWS a je součástí širší série o rewiringu organizací pro AI éru.

Proč to je důležité: Pro české B2B firmy jde o praktický rámec, jak neuvíznout ve fázi pilotů s AI agenty a systematicky je zapojit do fungování firmy – relevantní zejména pro podniky uvažující o partnerství s hyperscalery. Jde spíš o strategický návod než o okamžitě aplikovatelný postup krok za krokem.

• Lessons from our alliances: What AWS's agentic journey can teach CEOs about rewiring for AI (McKinsey)
• Simplifying AI transformation at scale: Wave by McKinsey launches on AWS Marketplace
• Julie Goran on building adaptable companies for the age of AI

Data shows enterprises struggling to scale agents

Nový průzkum Deloitte mezi více než 500 americkými byznys a IT lídry ukazuje propast mezi ambicemi a realitou nasazení AI agentů: téměř tři čtvrtiny lídrů čekají, že do čtyř let bude polovina firmy přestavěna kolem AI agentů, ale zatímco 42 % organizací agenty testovalo nebo nasadilo, jen 15 % je dokázalo škálovat napříč firmou. Jen 21 % firem má procesy připravené na agentní AI a jen každá pátá je ochotná procesy kvůli agentům přeprojektovat – místo toho agenty jen "nalepují" na stávající workflow kvůli rychlým výsledkům. Hlavními brzdami jsou nedostupná data, obtížná governance agentů a drahá integrace. Samostatný výzkum JumpCloud doplňuje, že jen 21 % organizací má zavedené řízení pro "ne-lidské identity", takže opuštění agenti ("zombie agents") zůstávají v systémech s neomezenými oprávněními bez vlastníka.

Proč to je důležité: Pro české B2B firmy jde o jasný varovný signál – nasazení AI agentů selhává nikoli kvůli modelům, ale kvůli datovým silům, chybějící governance a neochotě přepracovat procesy, takže investice do agentů bez přípravy infrastruktury a řízení rizik reálně nepřinese škálovatelný přínos.

• Deloitte: Path to agentic transformation (průzkum)
• Čínské AI labs tlačí do enterprise s levnějšími modely
• JumpCloud Q3 2026 IT Trends Report (zombie agenti)