AMD siirtää kokous-AI:n kokonaan laitteelle

AMD siirtää kokous-AI:n kokonaan laitteelle

AMD:n GAIA-alusta, joka pyörii Ryzen AI -piirisarjalla, tukki hiljalleen aukon, joka on vaivannut kokousälykkyyden kategoriaa alusta asti: kaiken tekemisen paikallisesti. Järjestelmä käsittelee nyt Whisper-pohjaisen litteroinnin, puhujien erottelun, yhteenvedot ja toimenpide-ehdotusten poiminnan kompaktilla 2,6 miljardin parametrin Liquid Foundation Model -mallilla — ei pilviyhteyttä tarvita [4][5].

Luvut ovat vaikuttavia laitteeseen sidotulle mallille: 60 minuutin, 10 000 tokenin kokous saadaan tiivistetyksi noin 16 sekunnissa laitteella, jossa on 16 GB muistia, ja tarkkuus lyhyissä litteroinneissa yltää 86 prosenttiin — lähestyen huomattavasti suurempia pilvimalleja [4][5]. GitHubin kehitysaktiviteetti osoittaa käynnissä olevaa työtä ympäristöäänen tallennuksen ja puhujaerottelun käynnistyksen parissa, mikä viittaa siihen, että kyse ei ole kertaluonteisesta demosta vaan todellisesta etenemissuunnitelmasta [6].

X:ssä kehittäjät kehystävät tämän yritysten kaipaamana tietosuojaratkaisuna — äänidataa ei poistu rakennuksesta, täysi offline-toimivuus, eikä mitään niistä datan sijaintiin liittyvistä päänvaivoista, jotka pitävät tietoturvatiimit hereillä öisin.

RAG kasvaa aikuiseksi: multimodaaliset upotukset yleistyvät

Tiedonhaku on hiljalleen luopumassa tekstikeskeisistä oletuksistaan. Cohere:n Embed v4 käsittelee nyt luontaisesti tekstiä, kuvia ja PDF-tiedostoja, ja AWS Bedrock lisäsi TwelveLabsin Marengo 3.0:n videoiden, äänen ja kuvien upotuksiin — mukana segmenttikohtaiset aikaleimat [7][8]. Weaviaten viimeisin ohjeistus nostaa luontaisen äänen pilkkomisen tiedonhakuputkien ensiluokkaiseksi ominaisuudeksi, ei jälkiajatukseksi [9].

Käytännön hyöty: tietotyökalut voivat nyt indeksoida jaetun diaesityksen kuvana (säilyttäen kaavion, jota kukaan ei viitsinyt litteroida), poimia tarkan äänihetken, jolloin joku nosti esiin huolen, ja sitoa kaiken yhteen hakukerrokseen — tarvitsematta ensin litistää kaikkea häviölliseksi tekstiksi [7][8][9]. Kokoushistoriaan rakennetulle järjestelmälle tämä on ero "hae litteroinnista" ja "hae siitä, mitä oikeasti tapahtui" -välillä.

X:n keskusteluketjut kuhisevat yritystietokantojen käyttötapauksista, erityisesti tallennettujen kokousten kohdalla, joissa sävy ja visuaalinen ilme kantavat merkitystä, jota teksti yksinään ei tavoita.

EU:n AI-säädöksen 50 artikla: läpinäkyvyyssäännöt voimassa

2. elokuuta 2026 alkaen EU:n AI-säädöksen 50 artikla on vaatinut kaikkia käyttäjien kanssa suoraan vuorovaikutuksessa olevia AI-järjestelmiä — chatboteja, kokousavustajia, äänibotteja — ilmoittamaan, että käyttäjät ovat tekemisissä tekoälyn kanssa, ellei se ole ilmiselvää [10][11]. Synteettinen sisältö äänen, kuvan, videon ja tekstin muodossa on merkittävä koneellisesti, ja aiemmin käyttöön otetuille järjestelmille on siirtymäaika joulukuun 2. päivään 2026 asti [11][12].

Tämä koskee suoraan EU-alueella toimivia yritysten kokous- ja tietotyökaluja, ja seuraamukset eivät ole symbolisia — jopa 15 miljoonaa euroa tai 3 % globaalista liikevaihdosta [10]. Huomionarvoista on, että laajemmat korkean riskin AI-järjestelmien säännöt ovat kokeneet viivästyksiä, mutta läpinäkyvyysvelvoitteet eivät kuuluneet tähän lykkäykseen [10][12].

Pohjoismaissa ja EU-alueella käytävät X-keskustelut keskittyvät tästä syntyvään vaatimustenmukaisuuskiireeseen tuottavuusohjelmistojen valmistajille, ja selkeä vaatimus on nousemassa esiin: siisti, näkyvä merkintä tekoälyn läsnäolosta kokouksissa, ei käyttöehtoihin haudattuja mainintoja.

Mitä tämä tarkoittaa kokouksillesi

Kun näitä neljää uutista tarkastellaan yhdessä, hahmottuu kuvio: kokousälykkyys jakautuu "nopeaan ja paikalliseen" sekä "laajaan ja yhteydessä olevaan" -suuntaan, ja taustalla oleva hakukerros on vihdoin saamassa kiinni sitä, mitä kokoukset todella sisältävät — äänet, kasvot, diat, sävyt, ei vain sanoja. AMD:n laitepohjainen ratkaisu ja Fireflies/Otter-integraatiokilpailu eivät ole keskenään kilpailevia trendejä; ne ovat kaksi vastausta samaan kysymykseen siitä, missä kokoustietosi tulisi sijaita ja miten pitkän matkan sen tulisi kulkea muuttuakseen hyödylliseksi.

Työkalulle, joka rakentaa aitoa tietograafia jonkun koko kokoushistoriasta, multimodaalisten upotusten murros on pitkällä aikavälillä merkittävämpi uutinen. Tekstilitteroinnit ovat aina hävittäneet tietoa — fläppitaulun luonnoksen, jonkun äänessä kuuluvan epävarmuuden, dian, jota näytettiin kymmenen sekuntia. Kokousten indeksointi sellaisina sekamediaisina artefakteina kuin ne todella ovat tarkoittaa, että hakutoiminto voi vihdoin vastata kysymyksiin, joihin pelkät litteroinnit eivät kykenisi. Yhdistä tämä laitteella tapahtuvan käsittelyn vaihtoehtoihin, ja saat tiedonhallintaa, joka on samaan aikaan älykkäämpää ja yksityisempää — yhdistelmä, jonka pohjoismaiset yritykset vaatimustenmukaisuusvaistoillaan huomaavat nopeasti.

EU:n läpinäkyvyyssäännöt lisäävät kiireen tuntua enemmän kuin kitkaa: mikä tahansa työkalu, joka on läsnä kokouksissa, tarvitsee nyt aukottoman, näkyvän ilmoituksen tekoälyroolistaan, mikä palkitsee alustoja, jotka olivat läpinäkyviä suunnittelusta lähtien, verrattuna niihin, jotka rakentavat vaatimustenmukaisuutta jälkikäteen. Tiimeille, jotka rakentavat institutionaalista muistia keskusteluistaan, viesti on yksinkertainen — työkalut osaavat entistä paremmin ymmärtää, mitä kokouksessa tapahtui, ei vain sitä, mitä sanottiin.

Keskeinen huomio: Kokousälykkyyskilpailu ei enää ratkea siitä, kuka litteroi parhaiten — se ratkeaa siitä, kuka pystyy muuttamaan kokouksen koko aistihavaintoaineiston haettavaksi, vaatimustenmukaiseksi ja yksityiseksi tiedoksi.

Sources

1. https://scribbl.co/post/otter-ai-vs-fireflies
2. https://www.sybill.ai/blogs/fireflies-vs-otter-ai
3. https://fireflies.ai/blog/fireflies-vs-otter
4. https://www.amd.com/en/blogs/2026/liquid-ai-amd-ryzen-on-device-meeting-summaries.html
5. https://www.liquid.ai/blog/the-future-of-meeting-summarization-local-fast-private-and-fully-secure
6. https://github.com/amd/gaia/issues/1529
7. https://weaviate.io/blog/multimodal-guide
8. https://aws.amazon.com/about-aws/whats-new/2026/09/amazon-bedrock-managed-knowledge-base-multimodal-embeddings-twelvelabs-marengo/
9. https://app.ailog.fr/en/blog/news/cohere-embed-v4-multimodal
10. https://digital-strategy.ec.europa.eu/en/faqs/transparency-obligations-under-article-50-ai-act
11. https://www.aiactblog.nl/en/posts/article-50-transparency-obligations-practical-2026
12. https://disclosed.sh/learn/law/eu