Wdrażamy AI działające w środowisku Waszej firmy lub w dedykowanej infrastrukturze prywatnej. Korzystacie z asystentów i automatyzacji na dokumentach oraz danych operacyjnych, zachowując kontrolę nad tym, gdzie te dane są przetwarzane.
Rozmowa o AI kończy się zwykle w tym samym miejscu
W wielu organizacjach rozmowa o AI kończy się w tym samym miejscu: „nie możemy wrzucać naszych dokumentów do narzędzia, które stoi nie wiadomo gdzie”.
I słusznie, bo część danych po prostu nie może opuścić firmy. Umowy, dokumentacja medyczna, dane osobowe, akta spraw, dokumentacja produkcyjna objęta tajemnicą przedsiębiorstwa.
Gdy charakter danych albo przepisy wykluczają publiczne narzędzia AI
Dane finansowe klientów, akta spraw, informacje objęte tajemnicą zawodową.
Dokumentacja pacjentów i dane szczególnej kategorii.
Dokumentacja techniczna, receptury, dane o procesach stanowiące przewagę konkurencyjną.
Wymogi ustawowe i wewnętrzne polityki zakazujące przesyłania danych poza organizację.
Gdzie decyzja o miejscu przetwarzania danych zapadła na poziomie zarządu i nie podlega negocjacji per projekt.
Jeśli Wasze zastosowanie nie wymaga zamkniętego środowiska, powiemy to wprost. Private AI kosztuje więcej i nie ma sensu tam, gdzie nie jest potrzebna.
Nie ma jednego Private AI – są trzy formy
Różnią się tym, gdzie fizycznie przetwarzane są dane i ile trzeba zbudować, żeby to uruchomić. Właściwą wybieramy po audycie, a nie z góry.
Od czego zależy wybór formy
Formy nie wybieramy z góry ani według cennika. Wynika ona z pięciu rzeczy, które ustalamy w audycie.
Nie robimy z tego automatycznego kalkulatora ani drzewka wyboru. Kombinacje tych pięciu czynników są zbyt różne, żeby uprościć je do schematu bez zafałszowania wyniku.
Pięć warstw, z których składa się każde środowisko Private AI
Kluczowa decyzja architektoniczna dotyczy zawsze tego samego: gdzie przebiega granica środowiska i co w żadnym momencie jej nie przekracza. Ustalamy ją na początku projektu i zapisujemy.
Inny rodzaj obliczeń niż serwer pod bazę danych
Nie podajemy konfiguracji przed audytem i nie przepisujemy cudzych rekomendacji. Zapotrzebowanie zależy od zadań, liczby użytkowników i tego, jak duże modele mają pracować. Te same trzy zmienne dają wyniki różniące się wielokrotnie.
Ustalamy zapotrzebowanie na podstawie realnych zadań, dobieramy sprzęt, prowadzimy dostawę i uruchamiamy środowisko. Jako generalny wykonawca odpowiadamy za całość od zamówienia po działające rozwiązanie.
Środowisko prywatne wymaga nakładu na starcie, który zwraca się przy odpowiedniej skali użycia. Przy niewielkim wolumenie wariant chmurowy bywa tańszy i mówimy to wprost.
Dlatego środowisko projektujemy z zapasem na rozbudowę, zamiast dobierać sprzęt wyłącznie pod pierwszy przypadek użycia.
Inwestycję sprzętową da się objąć finansowaniem zewnętrznym lub przeprowadzić w trybie przetargowym – prowadzimy oba procesy.
Private AI to forma wdrożenia, nie osobny produkt
W tej formie da się uruchomić to samo, co w wariancie chmurowym. Zakres dobieramy do procesu, a nie odwrotnie.
Pracownik pyta zwykłym językiem, dostaje odpowiedź ze wskazaniem dokumentu źródłowego.
Procedury, umowy, dokumentacja techniczna i protokoły jako baza wiedzy z wygodną opcją przeszukiwania.
Transkrypcja spotkań i materiałów audio bez wysyłania ich na zewnątrz.
Porządkowanie dokumentów i zgłoszeń według reguł, które ustalacie Wy.
Szczegółowe opisy tych rozwiązań znajdziecie na stronach GOTOMA Software House. Tutaj pokazujemy, że da się je uruchomić w zamkniętym środowisku.
Private AI nie pracuje obok Waszych systemów, tylko na ich danych
Rozwiązanie jest tyle warte, ile warte są dane, do których ma dostęp. Dlatego zakres integracji ustalamy w audycie, zanim powstanie architektura, a nie po uruchomieniu środowiska. Nie budujemy równoległego repozytorium dokumentów i nie wymagamy przenoszenia dokumentacji „do AI”.
Indeksy powstają wewnątrz Waszego środowiska. Kopia treści nie powstaje poza jego granicami.
W pierwszym etapie wybieramy te źródła, które realnie odpowiadają na pytania zadawane w Waszej organizacji.
Private AI nie zastępuje systemu źródłowego. Jest warstwą, która czyta, porządkuje i udostępnia to, co już macie.
Kto ma widzieć co – decyzja organizacyjna, nie techniczna
Dlatego ustalamy ją z Wami przed wdrożeniem i zapisujemy, zamiast przyjmować ustawienia domyślne.
Uwierzytelnianie opieramy na mechanizmach, z których już korzystacie, zamiast wprowadzać osobne hasła do kolejnego narzędzia.
Zasady dostępu projektujemy razem z architekturą, nie po wdrożeniu. Rozdzielenie zbiorów wiedzy jest znacznie tańsze na etapie projektu niż później.
Co robi rozwiązanie, a co zostaje decyzją człowieka
Rozwiązanie przygotowuje materiał roboczy. Nie podejmuje decyzji, za które odpowiada Wasza organizacja.
Model językowy potrafi się pomylić i potrafi pomylić się przekonująco. Traktujemy to jako założenie projektowe, a nie jako wadę do ukrycia. Dlatego odpowiedzi wskazują dokument źródłowy, a proces jest zbudowany tak, żeby pracownik mógł sprawdzić podstawę, zanim wynik pójdzie dalej.
Jak to wygląda w praktyce?
Co mówimy, a czego nie
Nie obiecujemy pełnego bezpieczeństwa ani braku możliwości wycieku. Takich deklaracji nie składa nikt, kto poważnie traktuje ten temat, a sama zamknięta infrastruktura nie czyni rozwiązania bezpiecznym automatycznie.
Rozwiązanie dostarczamy z wdrożeniem bieżących standardów bezpieczeństwa, dobranych do tego, gdzie i w jakiej formie pracuje. Dokumentację potrzebną Wam do wykazania zgodności wobec klientów, audytora lub organu przygotowujemy jako część projektu.
Co da się zmierzyć po wdrożeniu
Nie podajemy z góry procentów oszczędności, bo zależą od tego, jak wygląda proces przed wdrożeniem. Zamiast tego mierzymy punkt wyjścia w trakcie audytu i wracamy do tych samych liczb po pilotażu. Zwykle wystarczą trzy lub cztery mierniki, liczone na konkretnym zespole i typie spraw, a nie na całej organizacji.
Ustalamy przed pilotażem na próbce realnych spraw.
Jeden zespół i jeden typ dokumentów, żeby wynik dało się przypisać do zmiany, a nie do sezonu.
Zgodność z polityką bezpieczeństwa, praca na danych wcześniej wyłączonych z narzędzi AI, gotowość do wykazania zasad przetwarzania. Nazywamy je wprost, zamiast przeliczać na złotówki.
Jeśli po pilotażu miernik nie ruszył, mówimy to i proponujemy albo zmianę zakresu, albo rezygnację. Rozbudowa środowiska bez potwierdzonego efektu nie jest w niczyim interesie.
Odpowiedzialność
Private AI to forma wdrożenia rozwiązań, które powstają w ramach Grupy Technologicznej GOTOMA. W praktyce oznacza to podział ról, a nie dwie osobne oferty.
Buduje samo rozwiązanie – asystenta, pracę z dokumentami, automatyzację procesu.
Odpowiada za środowisko, w którym to rozwiązanie pracuje: projekt, sprzęt, uruchomienie, bezpieczeństwo i utrzymanie.
Zaczniemy od ustalenia, jakie dane wchodzą w grę i jakie mają ograniczenia, a potem powiemy, w jakiej formie da się to zrobić i czy w ogóle warto.
