Co je Wingspan 2.0 a proč by vás to mělo zajímat

Onix je americká společnost, která se specializuje na datové, cloudové a AI služby. Na trhu působí přes 20 let a patří k nejužším partnerům Google Cloud — titul Partner roku získala již osmnáctkrát. Její klientelu tvoří 30 ze 100 největších firem žebříčku Fortune 100 a aktuálně provozuje přes 500 AI agentů v produkčním nasazení. Není to startup, který by svůj produkt teprve testoval.

Wingspan 2.0 představuje to, co Onix nazývá Enterprise Intelligence Fabric — česky řečeno „inteligentní tkanivo podniku". V praxi jde o platformu, která pomocí agentní AI (tedy autonomních softwarových agentů) automaticky mapuje, modernizuje a spravuje firemní data. Platforma je postavena na Google Cloud infrastruktuře a slibuje, že firmy dostane od experimentování s AI k ostrému provozu za 4–6 týdnů.

Pro české firmy, které zvažují migraci na cloud nebo modernizaci datových skladů (typicky z on-premise řešení jako Oracle či Teradata do cloudu), jde o zajímavý signál. Onix od února 2026 rozšiřuje své působení v regionu EMEA (Evropa, Blízký východ, Afrika) a jmenoval Vittoria Sanvita ředitelem pro tento region. Platforma tedy začíná být dosažitelná i pro evropské firmy — byť prozatím bez české lokalizace.

Semantic Twin: mozek platformy, který myslí v kontextu

Největší inovací Wingspan 2.0 je Semantic Twin — „sémantické dvojče". Zatímco běžný digitální twin zrcadlí fyzický objekt (například výrobní linku nebo budovu), Semantic Twin jde o úroveň výš: mapuje významy a vztahy napříč celým datovým ekosystémem firmy.

V jednoduchosti: představte si, že vaše firma má data v deseti různých systémech. Marketingové CRM říká zákazníkovi „Jan Novák", účetní systém ho vedou jako „Novák Jan" a skladový systém pod ID „CUST-4591". Běžný datový inženýr stráví týdny mapováním, který záznam patří k sobě. Semantic Twin toto mapování vytvoří autonomně — a co víc, průběžně ho udržuje.

Platforma využívá znalostní graf (knowledge graph), který propojuje metadata, taxonomie, datové linie (data lineage) a obchodní kontext do jediné živoucí mapy. Onix tvrdí, že díky tomu dosahuje 99,9% přesnosti validace dat. To je klíčové: podle průzkumů, na které Onix odkazuje, není zhruba 80 % firemních dat připraveno na nasazení AI a až polovina AI projektů ztroskotá právě kvůli nekvalitním datům.

Konkrétní čísla: co Wingspan 2.0 reálně slibuje

Onix uvádí následující metriky, kterých platforma dosahuje v reálném nasazení:

• 3× rychlejší datová modernizace — migrace z legacy systémů do cloudu běží trojnásobnou rychlostí oproti tradičním přístupům
• 50–80% snížení manuální práce — agentní AI přebírá rutinní úkoly, které dříve dělali datoví inženýři ručně
• 99,9% přesnost validace dat — klíčové pro eliminaci chyb při přesunu dat mezi systémy
• 25% průměrná úspora cloudových nákladů — díky automatické FinOps vrstvě, která průběžně optimalizuje využití zdrojů
• 4–6 týdnů do stavu „AI-ready" — oproti 6–18 měsícům u tradičních konzultantských přístupů

CEO společnosti Sanjay Singh k tomu říká: „Většina podniků je uvězněna v cyklu neustálé modernizace, protože jim chybí soudržný datový základ. Wingspan 2.0 tento cyklus přerušuje vytvořením živoucí sémantické vrstvy, která AI agentům dodává kontext a význam dat."

Jak to funguje v praxi: případ IBX

Jedním z prvních zákazníků Wingspan 2.0 je IBX, americká zdravotnická společnost obsluhující miliony členů. Její CIO Sushma Akunuru popisuje dopad platformy jasně: „Wingspan dává našemu týmu přímý přístup k datům pro rychlejší a nákladově optimalizované rozhodování. Dopad je zásadní — snižuje manuální úsilí a umožňuje nám poskytovat hluboce personalizovanou zdravotní péči."

To je zajímavá ukázka praktického dopadu: ve zdravotnictví, kde GDPR a přísná regulace vyžadují extrémně přesnou práci s daty, platforma obstála. Pro evropské firmy z regulovaných sektorů (bankovnictví, pojišťovnictví, telekomunikace) jde o podstatný signál důvěryhodnosti.

Onix vs. tradiční konzultantské firmy: kde je rozdíl

Onix nestaví Wingspan jako další nástroj pro datové inženýry, ale jako náhradu tradičního konzultantského modelu. Klasický přístup velkých firem jako Accenture nebo Deloitte stojí na velkých projektových týmech, které manuálně mapují a přesouvají data — typicky 12–18 měsíců s cenovkami v milionech dolarů.

Wingspan 2.0 místo toho nasazuje agentní AI, která:

• Automaticky objevuje datové zdroje a jejich závislosti
• Sama převádí legacy kód do cloudových formátů
• Průběžně validuje přesun dat s 99,9% přesností
• Kontinuálně monitoruje a optimalizuje provoz — nejde o jednorázový projekt, ale o trvalý provozní režim

Výsledkem je podle Onixu 2–3× rychlejší návratnost při polovičních nákladech. Partnerství s Google Cloud má podle oznámení z dubna 2026 generovat přes 500 milionů dolarů v cloudových službách a stovky milionů v servisních příjmech pro Onix.

Co to znamená pro české firmy

Přímo pro český trh má Wingspan 2.0 zatím omezenou relevanci — platforma nemá českou lokalizaci, nenabízí podporu v češtině a její primární cílovou skupinou jsou velké enterprise firmy (Fortune 500 a podobné). Přesto existují tři důvody, proč by čeští CIO měli zbystřit:

1. EMEA expanze Onixu — firma aktivně buduje evropskou přítomnost a s ní roste šance, že se platforma dostane i do střední Evropy. Pro české pobočky nadnárodních firem, které už Onix využívají, může být nasazení otázkou měsíců.
2. Změna konzultantského paradigmatu — Wingspan ukazuje směr, kterým se enterprise AI ubírá: od manuálních projektů k autonomním agentům. I když dnes nevyužíváte Onix, konkurenční platformy od Microsoftu, AWS nebo Google Cloud budou tento model kopírovat.
3. Data jako strategická zbraň — Semantic Twin je koncept, který si české firmy mohou osvojit i bez Wingspanu: začít budovat jednotný sémantický model svých dat, aby na ně mohly efektivně nasadit AI.

Cena a dostupnost

Wingspan 2.0 je dostupný okamžitě, ovšem Onix nezveřejňuje paušální ceník. Jde o enterprise platformu s individuální cenotvorbou podle rozsahu nasazení, počtu datových zdrojů a počtu AI agentů. Platforma běží na Google Cloud, takže k ceně za Wingspan se připočítává i infrastrukturní spotřeba.

Pro srovnání: tradiční datová modernizace u velké firmy typicky stojí jednotky až desítky milionů dolarů a trvá 12–18 měsíců. Onix slibuje poloviční náklady a třetinový čas — konkrétní čísla ale závisí na individuálním rozsahu.

Českou zástupkyni ani obchodní zastoupení Onix v ČR zatím nemá. Nejbližší kontaktní bod je evropská centrála v rámci nově budované EMEA divize.