Soofi S: První seriózní model umělé inteligence v Německu – Bezpečné řešení umělé inteligence pro malé a střední podniky?

Nový německý model umělé inteligence Soofi S: Skutečný průlom, nebo jen „dobrý pro Evropu“?

Recenze Soofi S: Jak si nový německý jazykový model vede v porovnání s globální elitou umělé inteligence?

Dlouho se zdálo, že závod o technologickou nadvládu v oblasti umělé inteligence je rozhodnut – vedl se výhradně mezi americkými technologickými giganty a státem dotovanými čínskými iniciativami. Evropě hrozilo, že bude odsunuta na roli pouhého spotřebitele a regulátora. Nyní se však německý sektor umělé inteligence triumfálně vrací na mezinárodní scénu: Veřejně-soukromé konsorcium stojící za projektem SOOFI představuje „Soofi S 30B-A3B“, jazykový model, který patří mezi přední světové plně otevřené systémy.

Model, vyškolený na lokální infrastruktuře v Mnichově a navržený s radikálním zaměřením na absolutní transparentnost dat a dodržování GDPR, si klade za cíl nabídnout suverénní alternativu, zejména pro malé a střední podniky (MSP) a vysoce regulovaná odvětví. Obstojí však tento model i v drsné realitě? Bližší pohled na výsledky benchmarků, inovativní hybridní architekturu a střízlivou tržní realitu odhaluje, že Soofi S je pozoruhodným milníkem a důkazem toho, že Evropa dokáže vybudovat konkurenceschopnou umělou inteligenci – ale zdaleka to není konec dlouhé a namáhavé cesty ke skutečné digitální nezávislosti. Komplexní analýza.

Mezi etablovanou slávou a hraniční realitou – proč „dobré pro Evropu“ není dostatečnou odpovědí

Německé konsorcium pro umělou inteligenci vydalo Soofi S 30B-A3B, jazykový model, který je lídrem mezi plně otevřenými modely na světě – a přesto stále zaostává za čínským Qwen3.5. Tento současný výskyt skutečného pokroku a střízlivé relativizace je klíčem k pochopení toho, co se v současné době děje v německé oblasti umělé inteligence.

Co dělá Soofi S technicky výjimečnou

Model nese oficiální označení 30B-A3B, které přesně popisuje jeho architekturu: celkem 31,6 miliardy parametrů, ale na jeden zpracovaný token je aktivních pouze asi 3,2 miliardy z nich. Tato nesrovnalost není vadou, ale spíše jádrem inteligentního architektonického principu. Soofi S se spoléhá na hybridní strukturu Mixture of Experts, která kombinuje vrstvy Mamba 2 s klasickými vrstvami Transformer Attention – koncept, který konsorcium přímo převzalo z čipu Nvidia Nemotron 3 Nano a dále jej rozvinulo.

Výhody této architektury se projeví až v reálných podmínkách. Zatímco husté modely vyžadují s rostoucí délkou kontextu stále větší výpočetní výkon, což vede k výraznému poklesu propustnosti, Soofi S zůstává téměř neustále efektivní. S délkou kontextu 40 000 tokenů a 32 souběžnými požadavky generuje zhruba osmkrát více tokenů za sekundu na GPU než srovnatelné husté modely se 14 až 24 miliardami parametrů. Pouze 6 z 52 vrstev udržuje kv cache, což udržuje nízkou zátěž paměti i u velmi dlouhých dokumentů. Kontextové okno se rozšiřuje až na jeden milion tokenů – velikost, která prakticky umožňuje aplikace s masivním objemem dokumentů nebo dlouhými historiemi konverzací.

Samotné výpočetní úsilí školení, které probíhalo mezi 24. březnem a 13. květnem 2026 na až 512 kartách NVIDIA B200 v cloudu Industrial AI Cloud společnosti Deutsche Telekom v Mnichově, dosáhlo celkem 253 000 hodin GPU. Podle projektové zprávy zařízení využívá výhradně obnovitelnou elektřinu, je chlazeno vodou z potoka Eisbach a odpadní teplo přivádí zpět do průmyslového parku Tucherpark – detail, který je v odvětví s přemrštěnými energetickými nároky více než jen ekologickým marketingem.

Jak vzdělávání přehodnocuje německý jazyk

Trénovací korpus obsahuje přibližně 27 bilionů tokenů – datovou sadu, která skutečně konkuruje nabídkám Frontieru a vysvětluje významný kvalitativní skok ve srovnání s předchozími evropskými pokusy. Každý, kdo chce pochopit, proč předchůdci jako Apertus, EuroLLM, Teuken a Salamandra v benchmarkových srovnáních tak výrazně zaostávali za mezinárodními standardy, zde najde nejjasnější odpověď: jednoduše trénovali s příliš malým množstvím dat. Škálovatelnost a objem dat nejsou při vývoji jazykových modelů volitelným luxusem, ale spíše klíčovými předpoklady pro výkon.

V rámci tohoto korpusu konsorcium záměrně příliš zdůraznilo němčinu. V první trénovací fázi tvoří němčina 7,2 procenta celkového trénovacího mixu a ve druhé fázi se tento podíl zvyšuje na 15,3 procenta. Pro srovnání, v receptu Nemotron od Nvidie tvoří všechny neanglické jazyky dohromady přibližně 5 procent. Toto záměrné zkreslení vysvětluje, proč si model vede v německých benchmarkech tak dobře.

Zdroje dat jsou neobvykle transparentně zdokumentovány. Kromě webových textů HPLT a korpusu German Commons byla do školení začleněna komerčně licencovaná databáze Genios obsahující 193 milionů novinových článků z 916 německých publikací. Podle konsorcia je přibližně 99 procent celého školicího mixu sledovatelných a veřejně dostupných – což představuje paradigmatický posun v odvětví, kde i velké americké společnosti považují školicí data za obchodní tajemství. To zahrnuje vybrané mezistavy modelu, hyperparametry, kompletní školicí kód a vyhodnocovací kód.

Kde se Soofi S nachází v porovnání s ostatními

Střízlivé zhodnocení vyžaduje sladění dvou pravd. Na jedné straně podle zprávy konsorcia vede Soofi S ze všech plně otevřených modelů v agregovaném německém benchmarkovém skóre se 79,1 body – před Olmo 3 32B od Allen Institute a Apertus 70B ze Švýcarska. V anglicky psaných benchmarkech je model také nejsilnější mezi plně otevřenými alternativami. V kódovacích úlohách dosahuje 73,8 procenta v HumanEval a 70,2 procenta v MBPP.

Na druhou stranu je tato přední oblast podkategorií, nikoli globálním žebříčkem. Qwen3.5 35B-A3B, čínský model Alibaby, dosahuje v německy mluvící soutěžní matematice 76,5 bodů, zatímco Soofi S získává 56 bodů. Nejde o marginální deficit, ale o podstatnou mezeru právě tam, kde je vyžadováno abstraktní uvažování. Soofi S také zaostává v mezinárodním srovnání s modely jako Qwen3.6 27B nebo GLM 5.2 a tito konkurenti jsou v odborné komunitě právem považováni za benchmarky.

Samotné benchmarky jsou také předmětem kritického zkoumání. Jenia Jitsev z konsorcia LAION popsala metriku indexu schopností, kterou si konsorcium samo definovalo, jako nadhodnocenou. A profesor dolování dat nastolil klíčovou otázku, zda byly prezentované údaje nezávisle vyhodnoceny, nebo zda se jedná pouze o sebehodnocení dat, která nebyla nezávisle reprodukována. Tato metodologická skepse je oprávněná a nelze ji odmítnout: Výsledky benchmarků získávají na důvěryhodnosti pouze nezávislou reprodukcí, nikoli sebehodnocením.

Konsorcium a infrastruktura, která za ním stojí

Soofi není soukromý startup, ale projekt veřejného a soukromého konsorcia, který Německo začlenilo do evropského rámce. Koordinuje ho Německá asociace pro umělou inteligenci (AI Association), německá průmyslová asociace pro umělou inteligenci. Spolková vláda poskytla prostřednictvím Spolkového ministerstva hospodářství a klimatu v rámci evropského rámce IPCEI-CIS finanční prostředky ve výši přibližně 20 milionů eur. Zkratka SOOFI znamená „Sovereign Open Source Foundation Models for European Intelligence“ (Modely nadace pro evropské zpravodajské služby s otevřeným zdrojovým kódem) – samotný název je programový.

Pokud jde o výzkum, konsorcium se pyšní pozoruhodnou institucionální hloubkou: akademickými znalostmi přispívají Fraunhofer IAIS a Fraunhofer IIS, Německé výzkumné centrum pro umělou inteligenci (DFKI), Technická univerzita v Darmstadtu, Univerzita ve Würzburgu, Leibnizova univerzita v Hannoveru a Výzkumné centrum L3S. Z průmyslu se na projektu podílejí společnosti zabývající se umělou inteligencí Ellamind a Merantix Momentum. Za technické řízení projektu je zodpovědný Dr. Nicolas Flores-Herr z Fraunhofer IAIS.

Základní infrastruktura je výsledkem partnerství v hodnotě miliardy eur mezi společnostmi Deutsche Telekom a NVIDIA: Průmyslový cloud pro umělou inteligenci v Mnichově provozuje přes deset tisíc grafických procesorů (GPU), včetně sítě přibližně 130 systémů NVIDIA DGX B200 s celkem více než 1 000 GPU, která bude od března 2026 využívána výhradně pro evropské projekty modelování jazyků. Zakázka na tuto infrastrukturu byla společnosti Telekom udělena prostřednictvím Leibnizovy univerzity v Hannoveru – proces byl záměrně umístěn v Německu s jasným odůvodněním: žádné školení v oblasti americké cloudové infrastruktury.

Co znamená opravdová otevřenost – a proč je důležitá

Termín „open source“ se v odvětví umělé inteligence stal nadužívaným a často zavádějícím. Mnoho modelů je prodáváno jako „otevřené“, přestože ke stažení jsou k dispozici pouze hotové váhy – bez trénovacích dat, bez kódu a bez vhledu do složení dat. Tato forma otevřenosti je dostatečná pro každodenní obchodní použití, ale nevytváří skutečnou kontrolu ani neumožňuje nezávislé ověření.

Soofi S jde strukturálně ještě dále. Publikace obsahuje váhy modelů, vybrané kontrolní body pro trénování, kompletní trénovací kód, všechny vyhodnocovací skripty a kompletní rozpis zdrojů trénovacích dat s přesnými statistikami míchání. V případech, kdy jsou zdrojová data pod povolením, jsou zveřejněny i konstrukční artefakty; komerčně licencované zdroje jsou dokumentovány s agregovanými statistikami. Toto jsou předpoklady, které regulovaná odvětví potřebují pro auditovatelnost a které bude v budoucnu stejně vyžadovat zákon EU o umělé inteligenci.

Pro odvětví jako finanční služby, zdravotnické technologie nebo veřejná správa není tato sledovatelnost pouze estetickou výhodou, ale právním požadavkem. Banka nebo pojišťovna, která používá model umělé inteligence v auditovatelném procesu, musí být schopna zdokumentovat, jaká data byla do modelu vložena a kdo nad nimi ponechává technickou kontrolu. Americké modely Frontier nemohou na tuto otázku strukturálně odpovědět – ne proto, že by nebyly ochotny, ale proto, že trénovací data jsou považována za klíčové obchodní tajemství.

Tuto sílu omezuje jeden nevyřešený problém: v době vydání stále není vydána finální komerční licence. Každý, kdo dnes plánuje nasazení v produkčním prostředí, musí na vyřešení této záležitosti počkat. To je skutečná překážka pro ty, kteří systém přijímají v první řadě, a měla by být vynechána z jakéhokoli poctivého hodnocení.

Argument digitální suverenity

Otázka, zda je „suverénní umělá inteligence“ víc než jen módní slovo, může být poprvé konkrétně zodpovězena s projektem Soofi S – alespoň částečně. Školení na německé infrastruktuře mimo americké cloudy není pouze symbolické: zabraňuje tomu, aby se na školicí data vztahovaly podmínky společností NVIDIA nebo hyperscalerů, a vyhýbá se extrateritoriálnímu dosahu amerického zákona o cloudu (US Cloud Act), který v zásadě poskytuje americkým úřadům přístup k datům zpracovávaným na americké infrastruktuře bez ohledu na umístění serveru.

Pro mnoho společností se sídlem v Německu je tato kontrola skutečným a obchodně relevantním problémem. Ti, kteří provozují jazykový model obsahující interní návrhové plány, důvěrná zákaznická data nebo lékařské informace, čelí zásadnímu problému s důvěrou v americké služby – nikoli z paranoie, ale kvůli rizikům, která nejsou plně právně objasněna. Model, který běží výhradně na německých serverech, má plně zdokumentovaná tréninková data a je strukturálně licencován, tuto právní šedou zónu eliminuje.

Studie KPMG o indexu AI Geopolitics Index 2026 potvrzuje strukturální rámec: Evropa dosahuje v indexu strategických schopností AI pouze 48,8 bodů, oproti 75,2 bodům v USA. Region DACH s 54 body je mírně pod západní Evropou a potýká se s fragmentovanými kapitálovými trhy, vysokými cenami energií a omezenou výpočetní kapacitou pro rostoucí společnosti. V této souvislosti není Soofi S sám o sobě průlomem, ale je konkrétní protiváhou jinak naprosté technologické závislosti na mimoevropských dodavatelích.

Naše odborné znalosti v oblasti rozvoje podnikání, prodeje a marketingu v EU a Německu - Obrázek: Xpert.Digital

Oblasti zájmu v průmyslu: B2B, digitalizace (od AI po XR), strojírenství, logistika, obnovitelné zdroje energie a průmysl

Více informací zde:

• Centrum pro expertní podnikání

Tematické centrum nabízející poznatky a odborné znalosti:

• Znalostní platforma zahrnující globální a regionální ekonomiky, inovace a trendy specifické pro dané odvětví
• Soubor analýz, poznatků a podkladových informací z našich klíčových oblastí zaměření
• Místo pro odborné znalosti a informace o aktuálním vývoji v oblasti podnikání a technologií
• Centrum pro firmy hledající informace o trzích, digitalizaci a inovacích v oboru

Kde model nachází své místo – a kde ne

Debata kolem Soofi S riskuje smíšení dvou zásadně odlišných otázek: Je to hraniční model, který konkuruje GPT-5 nebo Gemini 2.5? A je to užitečný, prakticky použitelný nástroj pro specifické případy použití? Na první otázku lze jednoznačně odpovědět záporně. Druhá je složitější.

Pro složité úkoly uvažování, rozsáhlý vývoj softwaru, hloubkovou vědeckou analýzu nebo rozsáhlé kreativní projekty Soofi S zaostává za hlavními proprietárními modely. Ti, kteří hledají nejlepšího dostupného asistenta umělé inteligence pro náročné generativní úkoly, budou v současné době lépe posloužit Qwen3.5, Claude nebo GPT-5. Toto zjištění není ani překvapivé, ani ostuda – je logickým důsledkem rozdílu ve zdrojích mezi výzkumným projektem konsorcia v hodnotě 20 milionů eur a multimiliardovými americkými a čínskými laboratořemi umělé inteligence.

Situace je zcela odlišná tam, kde je model skutečně určen k použití: v průmyslových procesech, v německé veřejné správě, na edge hardwaru v produkčním prostředí nebo na firemních serverech s požadavky GDPR. Soofi S byl explicitně navržen právě pro tuto oblast použití. Monitorování strojů v reálném čase, kontrola kvality, asistence operátora na výrobní lince, předběžné kontroly souladu, třídění tiketů, lokální diagnostika závad na CNC strojích, prediktivní upozornění na údržbu – to jsou úkoly, kde model s 3,2 miliardami aktivních parametrů a konstantními požadavky na paměť v dlouhých kontextech nabízí strukturální výhody. Pro tyto scénáře je latence důležitější než výmluvnost a propustnost je důležitější než literární bohatost.

Architektura založená na kombinaci expertů a konzistentně nízkých požadavcích na mezipaměť KV je optimalizována pro tyto scénáře. S 40 000 tokeny kontextu a 32 paralelními dotazy překonává Soofi S v propustnosti osmkrát více husté modely. Nejedná se o abstraktní akademický benchmark, ale o klíčový ukazatel výkonu, který určuje nákladovou efektivitu lokálního nasazení v on-premise prostředí.

Střední třída jako skutečná cílová skupina

V tiskové zprávě konsorcia je Soofi S výslovně popsán jako model pro malé a střední podniky – a toto zastoupení je konzistentnější, než se na první pohled zdá. Malé a střední podniky (MSP) v Německu čelí specifickému souboru výzev: Obvykle jim chybí specializované týmy strojového učení schopné doladit proprietární hraniční modely. Často zpracovávají citlivá zákaznická data nebo obchodní tajemství, pro která jsou cloudové americké modely problematické kvůli obavám o dodržování předpisů. A hledají řešení, která jsou lokálně ovladatelná, dokumentovatelná a spravovatelná během provozu.

Pro tento profil je skutečně atraktivnější model střední velikosti s tolerantní licencí a plně transparentními znalostmi němčiny než model s vyšším výkonem, jehož trénovací data, váhy a licenční struktura zůstávají neprůhledné. Údaje společnosti Bitkom toto hodnocení podporují: Dvě třetiny Němců vyjadřují přání používat umělou inteligenci z Německa – nejedná se o technickou preferenci, ale spíše o preferenci ochrany soukromí a důvěryhodnosti dat, což se odráží v procesech zadávání veřejných zakázek a požadavcích zákazníků.

Zároveň střední podniky nepředstavují homogenní kategorii. Dodavatel pro automobilový průmysl s globálními dodavatelskými řetězci, komunikací v angličtině a komplexními konstrukčními úkoly čelí jiným požadavkům než regionální správní orgán nebo advokátní kancelář s důvěrnou korespondencí. První skupina v Soofi S nenajde kompletní řešení. Druhá skupina by v ní však mohla objevit cennou klíčovou součást suverénního stacku umělé inteligence.

Co model odhaluje o Německu jako lokalitě s umělou inteligencí

Expertní komise pro výzkum a inovace (EFI) ve své výroční zprávě za rok 2026 vykreslila znepokojivý obraz: silný základní výzkum, ale téměř žádné proprietární modely, nedostatečná výpočetní kapacita a GDPR, které brzdí evropské vývojáře, zatímco americké modely bez problémů fungují na trhu EU. Soofi S je přímou reakcí právě na tuto diagnózu – a zároveň nejlepším důkazem toho, že změna je možná.

Žebříček PwC AI Fitness Index 2026 svědčí o silné stránce Německa v oblasti správy a dat, ale tato síla se nepromítá do obchodního dopadu. To je přesně ten klíčový problém: Německo vyniká v regulaci a dokumentaci, ale potýká se se škálováním a komercializací. Soofi S tento vzorec replikuje: plná transparentnost, jasná architektura dodržování předpisů, akademická hloubka – ale žádný prodejní produkt, který by zítra běžel ve výrobní lince středně velké společnosti. V době publikace je model stále v uzavřené beta verzi, přístupný pouze vybraným partnerům z oboru.

Akvizice společnosti Aleph Alpha společností Cohere v dubnu 2026 je v tomto kontextu ukazující. Demonstruje alternativní přístup: namísto budování vlastní špičkové platformy se někteří poskytovatelé spoléhají na vrstvy suverénního provozu a dodržování předpisů postavené na zahraničních modelech. Tento přístup je pro mnoho středně velkých společností realističtější než čekání na model konsorcia. Problém suverenity však zcela neřeší – pouze jej přesouvá na úroveň operátora.

Co chybí mezi výzkumným projektem a tržním produktem

Jedním z nejproduktivnějších nedorozumění kolem projektu Soofi S je záměna mezi úspěchem ve výzkumu a úspěchem na trhu. Konsorcium Fraunhoferu, DFKI, univerzit a startupů skutečně dosáhlo něčeho, co se nikomu v Evropě předtím nepodařilo: natrénovat jazykový model na úrovni hraničních dat s naprostou transparentností a evropskou infrastrukturou. Skutečnost, že to vyžadovalo konsorcium výzkumných institucí, nikoli soukromých společností zaměřených na zisk, není známkou síly, ale spíše známkou strukturální slabosti evropského ekosystému umělé inteligence.

Připravenost na trh není samozřejmostí. Model potřebuje funkční licence, stabilitu produkčního prostředí, nástroje pro nasazení, podpůrné struktury, dolaďovací kanály a integrovatelná API, než bude možné jej skutečně použít v podniku. Finální licence je v době publikace stále čeká na schválení. Model je v uzavřené beta verzi s průmyslovými partnery, kteří jej testují z hlediska technické dokumentace, generování kódu a systémů založených na agentech. Toto je správný krok, ale podtrhuje, jak daleko je ještě třeba ujít od působivého výsledku výzkumu k produkčně připravenému podnikovému nástroji.

Kromě toho je tu problém s licencováním samotného tréninkového modelu. Komentář odborné komunity poukazuje na různé varianty v rámci modelové rodiny – Isar a Rhine – a varuje před zahájením jejího používání před definitivním vyřešením otázky komerčního licencování. Toto upozornění je oprávněné, protože model, který je integrován do kritických obchodních procesů a později se ukáže jako komerčně nepoužitelný, bude generovat značné technické a právní náklady na zvrácení tohoto procesu.

Skutečný standard: škálovatelnost a ekosystém

To, co se nakonec stane se Soofi S, závisí méně na kvalitě současného modelu než na schopnosti konsorcia a německého prostředí umělé inteligence na něm stavět. Projekt výslovně oznámil celou řadu modelů, nikoli pouze jeden. Počáteční cíl 100 miliard parametrů byl oznámen v prosinci 2025 – Soofi S s 30 miliardami je prvním stavebním kamenem.

Pokud se tento počáteční stavební blok vyvine v kompletní modelovou řadu, která bude pravidelně aktualizována, škálovatelná s výpočetní infrastrukturou Telekomu a přiláká skutečný průmyslový ekosystém dolaďujících poskytovatelů, integrátorů a výrobců aplikací, pak to bude skutečný průlom. Pokud zůstane pouhým důkazem konceptu – akademickým úspěchem bez komerčního úspěchu – pak se Soofi S připojí k dlouhému seznamu evropských projektů, které začaly s velkou fanfárou a v provozu selhaly.

Rozhodujícími ukazateli pro budoucí vývoj proto nejsou dnešní benchmarky, ale spíše rychlost licencování, šíře beta partnerů a jejich veřejná zpětná vazba, zda je již financován navazující projekt pro větší model, a konečně, zda se na dalším vývoji podílejí soukromé společnosti se ziskovým motivem, nebo zda model zůstává trvale závislý na veřejném financování. Suverenity umělé inteligence se nedosahuje prostřednictvím označení, ale výkonem, škálovatelností a trhem, který umožňuje a odměňuje inovace.

Evropský kontext a geopolitický rozměr

Soofi S není izolovaný německý projekt, ale spíše prvek širšího evropského hnutí. Program IPCEI-CIS, který sdružuje 1,2 miliardy eur státní pomoci od sedmi členských států na cloudové a edge computingové technologie, poskytuje politickou a finanční infrastrukturu pro podobné projekty. Srovnatelné konsorciální modely existují ve Francii s modelem Lucie a na celoevropské úrovni s projektem OpenGPT-X. Společné rysy těchto iniciativ jsou strukturální: kombinují veřejné financování, akademické kapacity a soukromou infrastrukturu.

Kontext tento rozdíl jasněji ukazuje. Každý, kdo očekává, že umělá inteligence vyvinutá v Evropě bude konkurovat mnohamiliardovým investicím společností OpenAI, Google, Anthropic nebo státem sponzorovaného ekosystému čínských modelů, si klade špatnou otázku. Důležitější otázkou je, zda je Evropa schopna vybudovat vlastní plně kontrolovatelnou vrstvu základních modelů umělé inteligence, která může sloužit jako základ pro vývoj evropských aplikací – bez úplné závislosti na neevropské infrastruktuře, licenčních podmínkách a geopolitice.

Zákon EU o umělé inteligenci, který je postupně zaváděn v plném rozsahu, dodává této problematice další právní rozměr. U modelů pro všeobecné použití stanoví povinnosti transparentnosti, které jsou strukturálně snazší pro plně otevřené modely s dokumentovanými trénovacími daty než pro proprietární modely typu „black box“. To není náhoda: evropská regulace je částečně navržena tak, aby evropským přístupům s otevřeným zdrojovým kódem poskytla komparativní výhodu oproti proprietárním architekturám. Soofi S tomuto regulačnímu designu dokonale odpovídá.

Upřímné zhodnocení prvního kroku

Soofi S je první evropský model s otevřeným zdrojovým kódem, který se nejen chlubí tiskovými zprávami, ale také se v ověřitelných benchmarkech vyrovná mezinárodní konkurenci – alespoň v kategorii plně otevřených modelů. To není žádný malý výkon. Jeho evropští předchůdci hráli v jiné lize a rozdíl byl zásadní, nikoli marginální.

Zároveň by bylo intelektuálně nečestné reinterpretovat tento pokrok jako průlom v oblasti umělé inteligence, což není. Model s 30 miliardami parametrů, který zaostává za Qwen3.5 a je stále v beta fázi, je slibným začátkem, nikoli koncovým bodem. Kvalita výzkumu konsorcia je skutečná. Architektonická rozhodnutí jsou dobře promyšlená. Transparentnost je příkladná. Mezera oproti globální hranici však zůstává značná a nelze ji uzavřít pouhými 20 miliony eur z veřejných prostředků.

To, co odlišuje Soofi S od všech předchozích oznámení o suverénní evropské umělé inteligenci, je jeden klíčový detail: model skutečně existuje, s publikovanými váhami, zdokumentovaným školením a měřitelnými výsledky. Zní to samozřejmě, ale v evropském prostředí umělé inteligence to tak stále není. Pro ty, kteří považují suverenitu dat, auditovatelnost a dodržování GDPR za skutečná rozhodovací kritéria – a ne jen za rétoriku o dodržování předpisů – zde začíná nová rovnice.

☑️ Naším obchodním jazykem je angličtina nebo němčina

☑️ NOVINKA: Korespondence ve vašem rodném jazyce!

Konrad Wolfenstein

Já a můj tým jsme rádi, že vám můžeme být k dispozici jako váš osobní poradce.

Můžete mě kontaktovat vyplněním kontaktního formuláře zde [email protected]:nebo mi jednoduše zavolat na číslo +49 7348 4088 965. Moje e-mailová adresa je

Těším se na náš společný projekt.

☑️ Podpora malých a středních podniků v oblasti strategie, poradenství, plánování a implementace

☑️ Vytvoření nebo restrukturalizace digitální strategie a digitalizace

☑️ Rozšíření a optimalizace mezinárodních prodejních procesů

☑️ Globální a digitální B2B obchodní platformy

☑️ Průkopnický rozvoj podnikání / Marketing / PR / Veletrhy

Kvazi-interní řešení: Jak Xpert.Digital uzavírá provozní mezery v marketingu a prodeji B2B – Smart Content-Driven Business - Obrázek: Xpert.Digital

Xpert.Digital je datově orientované B2B centrum pro průmysl, které vede Konrad Wolfenstein . Společnost funguje jako externí, kvazi-interní řešení pro průmyslové partnery a odstraňuje provozní mezery v marketingu, obsahu a prodeji – aniž by vyžadovala další zdroje na straně klienta.

Více informací zde:

• Kvazi-interní řešení: Jak Xpert.Digital uzavírá provozní mezery v marketingu a prodeji B2B – Smart Content-Driven Business