Najczęściej zadawane pytania

Przed pierwszym spotkaniem klienci pytają o koszty, utrzymanie, terminy i opcje chmurowe. Ta strona odpowiada na te pytania wprost - bez prezentacji handlowej, po prostu o tym, jak przebiega wdrożenie.

Wątpliwości i odpowiedzi wprost

Jak wygląda model kosztów?

Inwestujesz w dwie rzeczy: we sprzęt, który kupujesz raz i na własność, oraz we wdrożenie rozliczane etapami. Kolejny etap rusza dopiero wtedy, gdy poprzedni przyniósł działający dowód. Za system, który budujemy, nie płacisz ani za tokeny, ani za abonamenty od stanowisk. Jeśli szukasz punktów odniesienia - ceny chmur a sprzęt na własność - publikowane liczby wraz z datami zestawia nasz artykuł o pojemności i kontroli w serwisie Wiedza.

Czy potrzebujemy własnych inżynierów AI, by to obsługiwać? Kto utrzymuje system?

Nie. Wdrożenie projektujemy tak, aby obsługiwał je Twój obecny zespół. Procesami automatycznymi zarządzają osoby bez przygotowania technicznego, a każdą decyzję o wymiarowaniu dokumentujemy i przekazujemy Twojemu zespołowi. Po uruchomieniu systemu zapewniamy utrzymanie techniczne: aktualizacje modeli i oprogramowania, które podnoszą wydajność stosu, oraz nowe funkcje z naszych stale rozwijanych produktów. Wyniki systemu mierzymy w stałym rytmie.

Jak długo trwa wdrożenie?

Najpierw prowadzimy Diagnozę - to ona wyznacza plan. Pierwszą działającą wersję budujemy i sprawdzamy na rzeczywistym sprzęcie, zanim zaangażujesz większy kapitał. Dokładny harmonogram jest częścią planu, który zatwierdzasz: każda faza ma terminy, których musi dotrzymać, a faza, która nie przechodzi swojej bramki, jest wycofywana, a nie po cichu przedłużana.

Co się stanie z naszym systemem, gdy Private Vector AI zakończy działalność?

System działa w Twojej sieci, na sprzęcie, który posiadasz, i będzie działał także bez nas. Komponenty open source, dedykowane backendy i modele pozostają Twoje na przyjaznych komercyjnie licencjach, a każda decyzja jest udokumentowana i przekazana. Nasza platforma agentowa Hefty wdrożona jest w Twojej infrastrukturze, a dostępna jest dla niej licencja source-available, więc klienci technologiczni mogą przejąć kontrolę nad kodem albo zbudować na nim własny produkt. Razem z nami kończy się tylko utrzymanie techniczne - aktualizacje modeli i oprogramowania oraz nowe funkcje produktów - nie zaś sam system.

Czy modele open source są wystarczająco dobre?

Przy przeglądzie dokumentów, kwalifikacji i wyszukiwaniu we własnych zasobach na to pytanie odpowiada pomiar, nie opinia. W fazie walidacji uruchamiamy Twoje rzeczywiste obciążenie i sprawdzamy trafność względem Twoich danych referencyjnych, w Twoim języku i terminologii, zanim zaangażujesz kapitał. Budowę finansujesz tylko wtedy, gdy liczby się potwierdzają, a jakość mierzymy również po uruchomieniu.

On-premise czy chmura - co będzie dla nas lepsze?

Dla obciążeń podlegających regulacjom polecamy infrastrukturę, która jest Twoja: wydajność, której nie dzielisz z nikim, odpowiedzi, które zostają w Twojej sieci, oraz koszty, które nie zaczynają się od nowa co miesiąc. W pozostałych sprawach jesteśmy pragmatyczni. Ten sam stos obsłuży też modele chmurowe tam, gdzie Twoja organizacja ich potrzebuje - w pełni lokalnie, w chmurze albo mieszane, z możliwością przełączenia w dowolnym momencie - a brama zapisuje każde wywołanie, niezależnie od trybu. Rekomendację wymiarowania opracowujemy na podstawie pomiarów Twojego obciążenia w naszym laboratorium GPU, jeszcze zanim kupisz sprzęt.

Jak wdrożyć AI, żeby skorzystały wszystkie zespoły?

Wprowadzenie systemu do kolejnych zespołów jest częścią wdrożenia. Warsztaty z zespołem sadzają Twoich ludzi przy stole, przy którym powstaje plan. Transformacja procesów przebudowuje otaczające przepływy pracy, żeby system trafił tam, gdzie przynosi zwrot. Po uruchomieniu adopcja jest jednym z czterech wskaźników, które śledzimy - obok trafności, czasu cyklu i kosztu unikniętego - więc skalę przyjęcia znamy z pomiarów, a nie z założeń.

Czy możemy nadal używać chmurowych modeli AI, za które już płacimy?

Tak. Wdrażane przez nas platformy domyślnie uruchamiają modele lokalne, a z dostawcami chmurowymi łączą się tam, gdzie zdecydujesz - w pełni lokalnie, w chmurze albo mieszane, z przełączeniem w dowolnym momencie. Jeśli Twoje dane nie mogą opuścić Twojej sieci, te same mechanizmy kontroli utrzymują wszystko w jej wnętrzu. Jeśli do danego zadania najlepszy jest model chmurowy, dzieli Cię od niego jedna konfiguracja - a każde wywołanie, które przetwarza, zostaje zapisane.

Co dalej

Jeśli Twojego pytania nie ma na tej stronie, przynieś je na spotkanie. Odpowiedzą na nie inżynierowie, którzy planują wdrożenie.