Microsoft 365 a Google Workspace nasadily do boje o efektivitu těžkou váhu: generativní umělou inteligenci. Microsoft 365 přitom překvapuje rozsahem funkcí – Copilot ve Wordu zvládá kontextový přepis textu pomocí dedikované ikony na okraji stránky, generování ucelených textů v autonomním režimu agenta i hloubkovou analýzu dat skrze sémantické vyhledávání Work IQ. A tak jsem ho vyzkoušela podrobněji.
Problémem podle mě v kancelářském balíku Microsoft 365 zůstává samotné uživatelské rozhraní. Copilot je primárně umístěn kolem bočního panelu pro chat. Běžný workflow vyžaduje otevření Wordu, aktivaci Copilota, zadání promptu a následné manuální zpracování výstupu z postranní lišty. I kontextové prvky přímo v dokumentu fungují spíše jako zkratky, které uživatele neustále vracejí k modelu založenému na chatu. To podle mě vytváří zbytečnou zátěž a narušuje plynulost psaní.
Gemini exceluje v integraci
Google oproti tomu zvolil u svého asistenta Gemini diametrálně odlišný přístup orientovaný na UI/UX. Nativní spodní lišta je integrovaná přímo v textovém poli. Jakýkoli prompt generuje návrhy úprav v reálném čase přímo v textu, kde je lze okamžitě akceptovat nebo zamítnout.
Nedávná aktualizace funkce Match Doc Format tentopřístup ještě vylepšila. Nástroje „Pomoz mi psát“, „Pomoz mi vytvořit“ a „Přizpůsob styl psaní“ jsou přístupné z jedné lišty bez nutnosti opouštět pracovní plochu. Kontextové úpravy, jako je editace jednotlivých bodů struktury, probíhají průběžně. Gemini navíc umožňuje bezproblémovou práci s interními datovými zdroji – již připojené soubory v Google Docs slouží jako kontextová báze bez nutnosti další konfigurace.
Fotogalerie
Multimodelová architektura – hlavní zbraň Microsoftu
Jedinou oblastí, kde Microsoft podle mě technologicky dominuje, je pokročilá analytika reprezentovaná režimem Copilot Researcher’s Critique. Tento systém sází na kooperaci více LLM. V praxi proces vypadá tak, že primární model GPT vygeneruje výzkumnou zprávu, kterou následně model Claude podrobí kritické validaci z hlediska faktické přesnosti, kvality citací a formální prezentace.
Podle interních benchmarků Microsoftu dosahuje tato cross-model validace prokazatelně lepších výsledků než monolitické nástroje pro hluboký výzkum. Výstupy vykazují vysokou kvalitu, což oceníte, pokud je vaším cílem odevzdání finálního, samostatně stojícího reportu klientovi či nadřízeným.
Datová synergie v Google Workspace
Pro komplexní týmovou spolupráci je však klíčová celková průchodnost procesů. Nástroj Gemini Deep Research sice postrádá cross-model validaci od Claude, ale disponuje masivní datovou synergií v rámci ekosystému Google. Dokáže v reálném čase agregovat informace z Gmailu, Google Disku, Google Chatu i webu a výsledný report jedním kliknutím exportovat do Google Docs.
V reálném životě to znamená, že rešerši můžete začít přes mobilní aplikaci Gemini např. během pracovní cesty. Než zasednete k počítači, koncept je připraven v Dokumentech Google, kde na něm tým už může zanechávat komentáře. U Copilotu proces naráží na limity integrace – přenos dat mezi funkcí Researcher a Wordem vyžaduje manuální kopírování a korekci formátování. A to jsou podle mě značné nedostatky.
Který systém je lepší?
Technologický posun Microsoftu 365 z posledních několika měsíců je nepopíratelný. Pro specifické, izolované úkoly nabízí špičkový výkon. Praktický test však odhalil obrovské rozdíly v architektuře obou řešení. Copilot působí jako pokročilá funkce, kterou Microsoft dodatečně implementoval do stávající struktury aplikací. Gemini se naopak projevuje jako nativní komponenta, kolem které Google své Workspace prostředí organicky stavěl. Pro plynulý, nepřerušovaný pracovní proces tak představuje řešení od Googlu efektivnější cestu.
