Nous Research połączyło rundę B o wartości 90 mln dolarów z ofertą Hermes Business, kierując projekt otwartego agenta do klientów firmowych. Runda z października 2026 r. wyceniła trzyletnią spółkę na 1,5 mld dolarów, a łączne zgłoszone finansowanie zwiększyła do 158 mln. Trudniejsza praca zaczyna się jednak później: elastyczny, uczący się agent musi być niezawodny, gdy współdzieli wiedzę firmy i działa przez jej narzędzia.
Według Nous i późniejszych doniesień rundę prowadził Robot Ventures. Uczestniczyli Nvidia, M12 Microsoftu, Samsung, Union Square Ventures, Menlo Ventures, Y Combinator oraz 1789 Capital. W lipcu informowano o planie pozyskania co najmniej 75 mln dolarów przy tej samej wycenie. Ostateczne 90 mln to zakończona runda, a nie dodatkowa transakcja, do której należy doliczać wcześniejszy plan.
Biznes wokół środowiska agenta, nie tylko modelu
Hermes Agent jest otwartym środowiskiem wykonawczym, a nie bazowym modelem językowym. Modele generują i interpretują język; środowisko koordynuje instrukcje, narzędzia, trwałą pamięć, komunikację i wieloetapowe wykonanie, w tym uprawnienia. Może współpracować z różnymi modelami, ograniczając zależność od jednego dostawcy przy zachowaniu zbudowanych wokół agenta procedur.
Hermes Business dodaje wspólne wdrożenie z centralnym saldem oraz hostowanym agentem dla każdego członka zespołu. Opublikowana oferta obejmuje role administratorów, zarządzanie członkostwem, limity wydatków na użytkownika, centralny wgląd w zużycie i współdzielone umiejętności. Większym klientom Nous reklamuje również kontrolowaną przez nich infrastrukturę, prywatną chmurę i instalacje lokalne, jednokrotne logowanie, zobowiązania serwisowe oraz indywidualne wdrożenie. Są to deklaracje produktowe, nie niezależne potwierdzenie bezpieczeństwa każdej konfiguracji.
Umiejętność to zestaw instrukcji lub procedur do powtarzalnej pracy. Menedżer produktu mógłby opracować sposób podsumowywania wywiadów z klientami, inżynier procedurę analizy incydentów, a dział sprzedaży standard przygotowania informacji o klientach. Udostępnianie takich procedur mogłoby zachować praktykę łączenia modeli, narzędzi i informacji wewnętrznych, zamiast wielokrotnie konfigurować te same zadania.
To więcej niż wyszukiwanie informacji. Decyzje i praktyki już giną między dokumentami, czatami, spotkaniami i zmianami pracowników. Agent dodaje wykonanie do odnajdywania wiedzy, lecz nieaktualny kontekst i nadmierny dostęp mogą zmienić wygodną procedurę w powtarzalny błąd. Umiejętność obsługi klienta odpowiednia dla jednego produktu, regionu lub segmentu może gdzie indziej konsekwentnie generować błędne odpowiedzi.
Własność i kontrola administracyjna to różne obietnice
Nous powstało w 2023 r. w sprzeciwie wobec scentralizowanej, zamkniętej AI i przedstawia finansowanie jako wsparcie otwartych, audytowalnych systemów. Prezes Dillon Rolnick uważa, że ludzie i organizacje powinni posiadać budowaną przez siebie inteligencję, w tym zgromadzone umiejętności i pamięć. Kod możliwy do zbadania i przenośne procedury mogą ograniczać przebudowę potrzebną przy przenoszeniu pracy uwięzionej w aplikacji jednego dostawcy.
Zespoły bezpieczeństwa rozumieją kontrolę także jako władzę nad pracownikami, połączonymi systemami, danymi uwierzytelniającymi i automatycznymi działaniami. Uczący się agent może zmienić procedurę bez rozpoznania operacyjnej zmiany przez administratora. Dlatego znaczenie ma nie tylko własność oprogramowania, lecz również to, kto może publikować, sprawdzać, aktualizować i wycofywać umiejętności.
Oddzielenie tworzenia osobistych umiejętności od publikacji w całej organizacji jest możliwym projektem zarządzania, a nie stwierdzeniem, że Hermes Business wdrożył już wszystkie takie zabezpieczenia. Wyznaczeni recenzenci mogliby badać instrukcje, uprawnienia, testy i odbiorców; wersjonowanie pomagałoby śledzić awarie, wycofanie przywracałoby poprzednią procedurę, a ograniczenia zakresu zapobiegałyby przenikaniu procesów sprzedażowych do inżynierii czy finansów. Same nazwy funkcji tego nie dowodzą.
Trwała pamięć tworzy podobne obowiązki. Dane klientów, decyzje wewnętrzne, spekulacyjne notatki i później nieaktualne wnioski wymagają zasad retencji, granic dostępu, korekty i niezawodnego usuwania. Agent tylko podsumowujący dokumenty ma też inny profil ryzyka niż taki, który wysyła wiadomości, zmienia rekordy, wykonuje kod lub inicjuje procesy finansowe. Minimalne uprawnienia i zgody na działania o istotnych skutkach muszą umożliwiać pracę, a nie po cichu zezwalać na wszystko.
Wybór modelu nie usuwa odpowiedzialności operacyjnej
Niezależność od modelu pozwala używać jednego do programowania, drugiego do długich dokumentów albo reagować na dostępność bez przebudowy wszystkich procesów. Modele różnią się jednak wykonywaniem instrukcji, formatami wywołań narzędzi i błędami. Zmiana lub aktualizacja modelu może zmienić zachowanie przy niezmienionym środowisku.
Wdrożenie firmowe potrzebuje więc wersjonowanych procedur, rejestrów działań, monitorowania i odzyskiwania w całym łańcuchu. Gdy aktualizacja modelu psuje wywołanie narzędzia, klient doświadcza awarii Hermesa niezależnie od tego, który dostawca zmienił oprogramowanie. Nous musi pomagać diagnozować całość, zamiast odsyłać klienta między firmami.
Prywatna infrastruktura może poprawiać kontrolę nad danymi i dostosowanie, ale przenosi również pracę. Klient nadal potrzebuje ludzi i procesów do łatania systemu, ochrony sekretów, zarządzania tożsamością i granicami sieci, monitorowania, utrzymania usług i reagowania na incydenty. Otwarty kod nie oznacza zaudytowanego wdrożenia; posiadanie infrastruktury nie określa automatycznie, które czynności wymagają zgody człowieka.
Microsoft, OpenAI i Anthropic podążają drogą przeciwną. Zaczynają od relacji z firmami, zarządzanych tożsamości, kontroli chmurowej i zgodności, po czym dodają agentów wewnątrz tych granic. Nous zaczyna od elastycznego agenta wybranego przez deweloperów i otacza go granicami organizacji. Inwestorzy strategiczni dają kontakty w obliczeniach, sprzęcie i oprogramowaniu firmowym, ale nie zastępują przeglądów bezpieczeństwa, negocjacji prawnych, zarządzania danymi ani pilotaży.
Miary użycia nie są liczbami klientów firmowych
Nous szacowało ponad 24 mln klonów Hermesa i około 2,5% światowego zużycia tokenów AI. Żadnej liczby nie poddano niezależnemu audytowi. Bez niezależnie opublikowanej metodologii nie wiadomo, jakich dostawców, modeli, obciążeń i okresów dotyczy szacunek tokenów, tym bardziej ile firm powierza Hermesowi istotną pracę.
Wall Street Journal osobno podał ponad 22 mln pobrań od lutowego debiutu; później TechCrunch przytoczył szacunek firmy przekraczający 24 mln klonów. To różne raportowane miary i obserwacje, nie zweryfikowana seria unikalnych użytkowników. Klon może oznaczać wdrożenie produkcyjne, eksperyment, automatyczny build albo powtarzalną aktywność tej samej osoby. Różnicę mogą tłumaczyć daty lub aktualizacja pomiaru, lecz doniesienia tego nie dowodzą.
Journal informował o około 36 mln dolarów przychodów w ujęciu rocznym w połowie września 2026 r. i oczekiwaniu przekroczenia 100 mln przed końcem roku. Ujęcie roczne ekstrapoluje bieżące tempo: nie jest przychodem już pobranym lub rozpoznanym przez dwanaście miesięcy. Wartość na koniec roku była prognozą, nie wynikiem, a zmienne zużycie może szybko podnosić lub obniżać tempo.
Publicznie nie przedstawiono szczegółowych danych o aktywnych organizacjach, procesach produkcyjnych, retencji i odnowieniach. Nie oddzielono też powtarzalnych subskrypcji, zużycia modeli, umów firmowych i przejściowego popytu indywidualnego. Test komercyjny dotyczy zatem konwersji i trwałości, nie przemianowania dużego wskaźnika repozytorium lub tokenów na adopcję firmową.
Oddolna droga ma koszty po obu stronach
Proponowana ścieżka przypomina oprogramowanie deweloperskie: jednostki wprowadzają Hermesa, zespoły standaryzują zasoby, administratorzy kupują centralną kontrolę, a duże organizacje przechodzą na prywatne wdrożenia. Agenci jednak skupiają dostęp do wielu usług. Przejęte konto, błędna instrukcja lub źle sprawdzona umiejętność mogą dotknąć kilku systemów, nie jednego odizolowanego zadania współpracy.
Wsparcie firm różni się też zależnie od systemów tożsamości, infrastruktury, modeli, polityki danych i własnych narzędzi. Utrudnia to standaryzację i może obciążać marże. Finansowanie pozwala rozbudować sprzedaż, wsparcie, bezpieczeństwo, infrastrukturę i zarządzanie produktem oraz przejść do większych wdrożeń. Nie dowodzi, że te koszty już tworzą trwały biznes firmowy.
Konkurencja pochodzi z systemów zamkniętych i otwartych. Duzi dostawcy mogą łączyć agentów z modelami, umowami chmurowymi i istniejącymi aplikacjami pracy. Inżynierowie mogą budować z publicznych komponentów, a hostingodawcy i specjaliści pakować otwarte narzędzia bez oczekiwań związanych z wyceną Nous. Firma musi ułatwiać zarządzane działanie i rozwój bardziej niż samodzielna budowa, a nie jedynie sprzedawać dostęp do kodu.
OpenClaw ilustruje wybór, nie rozstrzyga go. TechRadar określił OpenClaw jako łatwiejszy na początek, a Hermesa jako bardziej skupionego na uczeniu umiejętności z powtarzalnej pracy i głębokim dostosowaniu. To nie ostateczny benchmark. Organizacje techniczne mogą cenić inspekcję i modyfikacje; mniej techniczne zespoły przewidywalne uruchomienie i gotowe procesy. Obsługa obu bez zbędnej złożoności jest kolejnym wyzwaniem.
Co potwierdziłoby ambicje firmowe
Najmocniejsze kolejne dowody opisywałyby głębokość wdrożeń: rzeczywiste procesy, aktywne zespoły, długość pilotaży, ekspansję między działami i kolejne rozszerzenia u klientów. Asystent badawczy tylko do odczytu i agent działający w systemach produkcyjnych oznaczają zupełnie inne zobowiązania. Logotypy klientów bez kontekstu nie wyjaśniają różnicy.
Konkretna dokumentacja zatwierdzania umiejętności, ograniczania narzędzi, izolacji danych, zarządzania pamięcią, kontroli i cofania działań wzmocniłaby deklaracje zarządzania. Niezależne oceny bezpieczeństwa, procedury incydentowe i przejrzyste aktualizacje dałyby więcej niż obietnicę audytowalności. Nadmierna centralizacja usuwa swobodę eksperymentów, a słaba kontrola blokuje zgodę na istotne zastosowania.
Powtarzalne umowy firmowe, ekspansja i stabilne użycie lepiej wspierałyby historię przychodów niż przejściowy popyt indywidualny czy subsydiowana konsumpcja. Ograniczony pilotaż powtarzalnego procesu, z minimalnymi uprawnieniami, rejestrem działań i ustalonym sukcesem, może ujawnić, czy automatyzacja oszczędza więcej pracy, niż wymaga jej nadzór. Te 90 mln finansuje test; nie rozstrzyga wyniku.
Źródła i dalsza lektura
Finansowanie · Podsumowanie transakcji · Kontrola w Hermes Business · Lektura: osobiste i zespołowe bazy wiedzy · Oświadczenie Nous · Porównanie agentów · Przychody i klienci firmowi · Pierwotny odnośnik