Lokálne AI modely vo firme: kedy dáta neposielať do cloudu

Lokálne AI modely vo firme sa oplatia vtedy, keď citlivosť dát, latencia^?Čas medzi odoslaním požiadavky a doručením odpovede. Lokálny beh ju znižuje, lebo odpadá cesta cez internet. alebo predvídateľnosť nákladov vážia viac než surová kvalita najväčších cloudových modelov. Za posledné mesiace sa však kalkulácia posunula: protokol MCP^?Model Context Protocol. Otvorený štandard od Anthropic (november 2024), ktorý definuje, ako AI agenti pristupujú k externým nástrojom a dátam cez jednotné rozhranie., ktorý spája AI agentov s nástrojmi a dátami, mieri otvorene do cloudu. Netreba to brať ako prehru lokálneho nasadenia, ale ako dôvod rozhodovať sa presnejšie.

Začnime tým, čo je naozaj nové a doložené. Zvyšok, vrátane starších komunitných ukážok behu modelov v prehliadači či zmenšovania modelov pre iPhone, patrí do kontextu, nie do titulku.

Čo sa práve zmenilo v protokole MCP

MCP prechádza na verziu 2026-07-28 s dvanásťmesačným deprekačným oknom pre staršie verzie. Podľa portálu SecurityWeek platí: „On July 28, 2026, it will transition to a new version: MCP 2026-07-28, allowing a 12 month deprecation window for legacy versions.“ Nová verzia je stavaná pre podnikové, cloud-native nasadenia.

MCP je otvorený štandard, ktorý Anthropic zverejnil v novembri 2024. Definuje, ako AI modely a agenti pristupujú k externým nástrojom, súborom a dátovým zdrojom cez jednotné rozhranie. Ak chcete pochopiť samotnú mechaniku, dobre poslúži náš rozbor, ako spoľahlivo napojiť AI na kód a dáta cez MCP server.

Stateless režim je hlavná zmena a mieri do cloudu

Najväčšou zmenou novej špecifikácie je prechod jadra protokolu na stateless^?Režim, v ktorom každá požiadavka nesie všetky potrebné informácie sama v sebe a server si medzi requestami nedrží žiadny stav ani session. režim. Podľa newslettra AI Weekly od AM Data Lakehouse nová verzia odstraňuje „initialize“ handshake a protokolovú session: každý request je samostatný a nesie verziu protokolu, informáciu o klientovi aj jeho capabilities.

Dôsledok je prevádzkový. MCP servery sa škálujú ako bežné HTTP web služby. Tým padá hlavný argument proti remote MCP^?MCP server dostupný cez sieť ako HTTP služba, typicky v cloude. Nová špecifikácia a poskytovatelia ako Google ho preferujú pre škálovanie. v podnikových prostrediach. Agentic AI Foundation potvrdzuje, že v release candidate môže byť volanie tools/call plne samostatné a infraštruktúra vie routovať traffic cez hlavičky ako Mcp-Method a Mcp-Name bez čítania tela požiadavky. Release candidate zároveň deprekuje funkcie Roots, Sampling a Logging.

Roadmapa protokolu je v tomto jednoznačná. Streamable HTTP, teda remote služby, sa označuje za budúcnosť MCP, kým stdio, lokálny subprocess, za minulosť. Kto teda staval architektúru na lokálnych stdio serveroch, musí rátať s migráciou.

Google posúva MCP do plne spravovaného cloudu

Google Cloud oznámil oficiálnu podporu MCP pre svoje služby vo forme plne spravovaných remote serverov. Podľa firemného blogu vývojári smerujú agentov alebo štandardných MCP klientov na globálne konzistentný, enterprise-ready endpoint pre Google služby. Reč je explicitne o cloudovej infraštruktúre, nie o lokálnych procesoch.

Je to zrozumiteľný signál. Veľkí poskytovatelia chcú, aby agenti volali ich API cez ich vlastné servery: pohodlne, spravovane, auditovateľne. A zároveň to znamená, že dáta aj volania prechádzajú ich infraštruktúrou.

Kedy sa firme oplatí neposielať dáta do cloudu

Rozhodnutie o lokálnych AI modeloch vo firme sa neriadi tým, čo je momentálne v móde, ale tromi vecami, ktoré viete zmerať. Tu je poradie, v akom ich pri návrhu systému reálne posudzujem:

• Citlivosť dát. Zdravotné záznamy, právne spisy, zdrojový kód pod NDA. Ak dáta nesmú opustiť perimeter, debata o kvalite modelu prichádza až potom.
• Latencia a dostupnosť. Lokálny model neodíde do timeoutu, keď spadne poskytovateľ alebo internet. Pri interaktívnych funkciách v UI to cítiť.
• Náklady pri objeme. Pri miliónoch krátkych volaní denne sa cena za token sčíta rýchlo. Malý lokálny model na jednoduchú úlohu býva lacnejší v prevádzke, drahší na nastavenie.

Proti tomu stojí strop kvality. Model, ktorý beží na notebooku alebo v prehliadači, nedosiahne úroveň najväčších cloudových modelov pri náročnom uvažovaní. Preto sa v praxi osvedčuje hybrid: rutinné a citlivé úlohy lokálne, ťažké prípady cez cloud, s jasným pravidlom, čo kam ide.

Architektúra sa najčastejšie láme nie na modeli, ale na správe kontextu, pamäti a fallbacku medzi lokálnym a remote behom. Ak práve toto navrhujete pre produkciu, stojí za zváženie dvojdňový workshop o produkčnej AI, RAG a architektúrach agentov vrátane zaradenia poskytovateľ verzus nasadzovateľ podľa AI Act. Nie je pre tých, čo hľadajú prototyp na demo, ale pre tímy, ktoré to majú udržať v prevádzke.

Čo z ohlásených noviniek zatiaľ nemá potvrdenie

Presnosť si žiada aj to, čo zatiaľ nie je doložené. Za posledné dni sa nenašli nové oficiálne informácie k trom témam z pôvodného zadania:

• Plná podpora MCP v llama.cpp. Komunitné diskusie na Reddite existujú, ale bez aktuálnych releasových poznámok ich nemožno vydávať za súčasný stav.
• Apple a startup na zmenšovanie modelov pre iPhone. Zdroje hovoria o rokovaniach, nie o potvrdenom partnerstve ani produkte. Únik nie je oznámenie.
• Beh modelov v prehliadači. Čísla ako 1 440 tokenov za sekundu pre LFM 2.5 230M cez WebGPU^?Rozhranie prehliadača na prístup ku grafickému výkonu zariadenia. Umožňuje spúšťať AI modely priamo v prehliadači bez servera. pochádzajú zo starších ukážok, nie z nových benchmarkov.

Smer je pritom čitateľný aj bez týchto potvrdení. Modely sa zmenšujú, hardvér na zariadeniach silnie a časť inferencie sa presúva bližšie k používateľovi. Protokolová vrstva medzitým ide opačným smerom, do spravovaného cloudu.

Prvý krok pre firmu, ktorá váha

Nezačínajte výberom modelu. Začnite klasifikáciou dát. Rozdeľte úlohy podľa toho, čo smie a nesmie opustiť firmu, a až potom prideľte každej kategórii cloud alebo lokálny beh. Sledujte pri tom aj regulačný rámec: povinnosti okolo označovania AI systémov v EÚ platia bez ohľadu na to, kde model beží.

Lokálne nasadenie je nástroj, nie ideológia. Cloud tiež. Vyberajte podľa dát, nie podľa titulkov.