Adobe ukázalo web, který se skládá na míru každému návštěvníkovi

Adobe ukázalo prototyp „agentic site“ – webu, který se nespoléhá jen na předem připravené stránky pro široké skupiny uživatelů. Systém se pokusí rozpoznat, co konkrétní návštěvník právě hledá, a podle toho v reálném čase sestaví vhodnou podobu stránky. Adobe pro tento přístup používá označení „publikum o jednom člověku“. 27

Důležitá je ale míra zralosti celé technologie. Veřejně dostupné informace popisují funkční ukázku a související produkty Adobe, nikoli obecně dostupnou službu, která už dnes generuje unikátní produkční stránku pro každého návštěvníka ve velkém měřítku. 434

Co Adobe předvedlo

Carlos Sanchez, hlavní vědecký pracovník Adobe, ukázal během akce AI Engineer World’s Fair systém na webu s kávovary. Po zadání dotazu na přístroj vhodný pro přípravu kávy při kempování se změnil obsah stránky, doporučené produkty i způsob prezentace tak, aby odpovídaly záměru spojenému s pobytem venku. Jeho přednáška nesla název „Agentic Sites: Building Hyper Personalized Websites“. 33

Nejde přitom o to nechat jazykový model volně „vymyslet“ celý web. Systém nejprve vyhodnotí signály, jako jsou vyhledávací dotaz, prohlížené stránky nebo doba strávená na webu, a zařadí návštěvníka k určitému záměru – například objevování, průzkumu, přípravě nákupu nebo konkrétnímu scénáři, jako je kempování. Poté vyhledá relevantní materiály v existujícím firemním obsahu a stránku z nich sestaví. 234

Jak takový web funguje

Zjednodušený postup lze popsat ve čtyřech krocích:

1. Rozpoznání záměru: Systém vyhodnotí dotaz a kontext návštěvy, aby odhadl, co chce uživatel právě udělat.
2. Vyhledání schválených podkladů: Retrieval-augmented generation, zkráceně RAG, dodá modelu relevantní texty, produkty a další materiály z firemních systémů. RAG zde znamená, že model odpověď neopírá jen o vlastní naučené znalosti, ale nejprve vyhledá informace v určeném zdroji.
3. Výběr jednotlivých bloků: Stránka se nechová jako jeden nedělitelný dokument. Systém může vybrat nebo upravit konkrétní komponenty – například hlavní vizuál, produktový feed, navigaci či tlačítko s výzvou k akci.
4. Vykreslení výsledku: Zvolené prvky se poskládají do podoby, která odpovídá odhadovanému záměru návštěvníka.

Tento model je důležitý i kvůli kontrole značky. Pokud systém čerpá z podnikového obsahu, schválených vizuálů a produktových databází, snižuje se riziko nepodložených tvrzení o produktech a výsledek může zůstat blíže zavedenému vizuálnímu stylu i tónu komunikace. Popisy demonstrace hovoří o načítání a opětovném sestavování existujícího obsahu, nikoli o tvorbě stránek z ničeho. 434

Proč se mluví o Cerebras a Gemma 4

Podle dostupných informací využívala ukázka model Google Gemma 4 na infrastruktuře Cerebras Inference. Cerebras ve svém katalogu uvádí u modelu Gemma 4 31B rychlost přibližně 1 850 výstupních tokenů za sekundu. V jiném použití Gemmy 4 firma uváděla zhruba 2 300 tokenů za sekundu. 36

Vysoká propustnost je pro podobný web podstatná. Během jediné návštěvy může systém potřebovat vyhodnotit záměr, dohledat kontext, rozhodnout o použitých komponentách, vytvořit nebo upravit text a vrátit výsledek. Rychlejší inference – tedy výpočet odpovědi modelu – činí tento cyklus „vyhledej, uvažuj, sestav“ realističtějším pro interaktivní web, nikoli jen pro přípravu obsahu offline.

Počet tokenů za sekundu však není totéž co celková rychlost stránky. Výsledný čas ovlivňují také síť, vyhledávání v obsahu, volání katalogu, kontrola souhlasů, cache, vykreslení v prohlížeči a doručení přes backend či CDN.

Demo za 1,64 sekundy a otázka ceny

Podle zpráv o Sanchezově vystoupení vytvořil systém personalizovaný výsledek pro dotaz na kávovar vhodný ke kempování za 1,64 sekundy. Přibližně jednu sekundu z toho mělo zabrat volání modelu. Uváděné srovnání hovoří o 4,6 sekundy u jiného řešení a o odhadovaných nákladech kolem 0,01–0,02 dolaru za stránku. 1

Tato čísla je potřeba číst jako výsledky a odhady z prototypu. Nejde o nezávisle auditované garance dostupnosti ani o zveřejněný ceník Adobe. Zároveň z nich nelze vyvozovat, že stejnou rychlost a cenu nabídne systém při každém typu stránky, návštěvnosti nebo infrastruktuře.

Co znamená hranice jedné až dvou sekund

Personalizace musí být hotová dříve, než ji návštěvník začne vnímat jako zdržení. Pokud se rozpoznání záměru, vyhledání podkladů, výběr bloků a jejich doručení vejdou přibližně do jedné až dvou sekund, může web reagovat na aktuální hledání nebo změnu potřeby v době, kdy je interakce ještě čerstvá.

To je jemnější přístup než tradiční segmenty typu „vracející se zákazník“ nebo „zájemce o vybavení do přírody“. Stránka může reagovat na bezprostřední cíl návštěvníka: najít kávovar na kempování, porovnat několik modelů nebo zobrazit doporučení pro nákup.

Ani velmi rychlý model ale neodstraňuje zbytek webové infrastruktury. Do celkového rozpočtu rychlosti se musí vejít správa identity a souhlasů, ověřování cen a dostupnosti produktů, načítání katalogu, chování CDN, vykreslení stránky i řešení chyb.

Jak to souvisí s produkty Adobe

Experimentální agentic site není totožný se všemi současnými AI produkty Adobe. Dokumentovaní agenti v Adobe Experience Manageru (AEM) jsou dostupní pro AEM jako cloudovou službu a pro Edge Delivery Services; podmínky dostupnosti se liší podle prostředí. 17

Adobe Experience Platform Agent Orchestrator představuje vrstvu pro uvažování a koordinaci agentů v Experience Platformu. Má využívat data a znalosti o zákaznících z Experience Platformu a koordinovat agenty Adobe i třetích stran s lidským dohledem. Adobe oznámilo jeho obecnou dostupnost, současně však dokumentace u některých funkcí popisuje přístup na vyžádání a časově či objemově omezené zkušební používání. 18192122

Mezi související nástroje patří také:

• Brand Experience Agent: Adobe jej popisuje jako nástroj pro aktualizaci stránek, tvorbu nového obsahu a modernizaci digitálních zkušeností pro web, v němž hrají větší roli AI systémy. 202344
• Content Advisor Agent: Pomáhá týmům vyhledávat relevantní firemní obsah a vytvářet vizuální varianty ze schválených zdrojových materiálů. 202743
• Agent Orchestrator: Poskytuje platformní vrstvu pro správu a koordinaci agentů napříč ekosystémem Adobe i nástroji třetích stran. 182230

Tyto produkty ukazují, že Adobe buduje širší agentní technologický zásobník kolem obsahu, zákaznických dat a digitálních zkušeností. Samy o sobě ale nepotvrzují, že Sanchezův prototyp sestavování stránky pro každého návštěvníka už funguje jako standardní, obecně dostupná produkční funkce.

Co ještě brání nasazení ve velkém

Technická demonstrace ukazuje, že sestavování stránky v reálném čase je možné. Neodpovídá však sama o sobě na otázku, zda je takový přístup provozně a ekonomicky smysluplný pro každý web.

Zákazníci potřebují vlastní testy

Firmy by musely řešení otestovat na vlastních repozitářích AEM, produktových katalozích, systémech identity a souhlasů i na vlastních cílech, například konverzích. Nejde jen o to, zda lze stránku rychle vytvořit. Rozhodující bude, jestli výsledná zkušenost skutečně zlepší užitečné výsledky, aniž by přinesla více chyb nebo provozních problémů.

Veřejné zprávy uvádějí, že konkrétní koncept agentic sites zatím nebyl nasazen u klientů ve velkém měřítku. 4

Potřeba širokých integrací

Produkční provoz by vyžadoval spolehlivé propojení inference, systému pro správu obsahu, zákaznických dat, identity a souhlasů, katalogu či e-commerce, analytiky, A/B testování, CDN a knihoven brandových materiálů. Rychlý model nepomůže, pokud jsou produktová data zastaralá nebo katalogová služba odpovídá pomalu.

Ekonomika při vysoké návštěvnosti

Odhad jednoho či dvou centů za interakci může působit zanedbatelně, při velké návštěvnosti se však rychle znásobí. Náklady by dále rostly, pokud by web generoval novou podobu stránky po každé významnější interakci.

Pro obchodní model by proto byly zásadní cache, opakované používání schválených bloků a jasná pravidla, kdy model vůbec nespouštět. Veřejné materiály zatím nestanovují konečný cenový model Adobe pro situaci, v níž by každý návštěvník dostával unikátní generovanou zkušenost.

Každý generovaný blok musí mít pravidla

Důvěryhodné nasazení by potřebovalo jasné kontroly pro:

• schválené zdroje obsahu a hranice vyhledávání;
• ověřování vlastností, dostupnosti a cen produktů;
• povolené rozvržení, komponenty a výzvy k akci;
• tón komunikace a pravidla vizuální identity značky;
• přístupnost a lokalizaci;
• zakázaná nebo regulovaná tvrzení;
• schvalovací a auditní stopu;
• monitoring, návrat k předchozí verzi a detekci odchylek; a
• situace, kdy je nutná kontrola člověkem.

Nejrealističtější podoba tohoto konceptu proto není web, který by AI bez omezení vymýšlela od začátku. Spíše jde o řízený systém pro skládání stránky, v němž AI rychle rozhoduje, které schválené komponenty zobrazit a jak je přizpůsobit aktuálnímu záměru návštěvníka.

Praktický závěr

Sanchezova demonstrace naznačuje, že web se může proměnit z pevné sady předem napsaných stránek v rozhodovací vrstvu fungující za běhu. Cerebras a Gemma 4 podle uváděných údajů zrychlují krok uvažování natolik, že stojí za to zkoumat použití v reálném čase. AEM a přístup založený na vyhledávání v ověřeném obsahu zase nabízejí cestu k přesnějšímu a značkou kontrolovanému výstupu. 13617

Hlavní zpráva však stále zní: jde o prototyp, nikoli o hotovou produktovou kategorii. Další zkouška ukáže, zda agentic sites dokážou při skutečné návštěvnosti udržet rychlost, přesnost, přístupnost, správu souhlasů, kontrolu značky i měřitelný obchodní přínos.