Když se firma ptá na cenu vlastního AI serveru, často očekává podobnou odpověď jako při nákupu počítače: konkrétní sestavu a jednu částku. Jenže hardware je pouze jedna část řešení. Aby server skutečně pomáhal zaměstnancům, musí na něm běžet vhodný model, pracovat s firemními daty, respektovat oprávnění a bezpečně se propojit se systémy, které firma používá.
Proto mohou dva na pohled podobné servery znamenat úplně jiný projekt i cenu.
[!info] Firemní AI server není jen počítač. Je to hardware, model, znalosti, integrace, zabezpečení a provoz navržené jako jeden celek.
Co cenu ovlivňuje nejvíc
1. Co má AI ve firmě dělat
Nejdřív je potřeba určit skutečné použití. Jiný výkon a rozsah potřebuje interní chat nad několika stovkami dokumentů a jiný systém, který obsluhuje více týmů, analyzuje rozsáhlé soubory nebo spouští několik agentů současně.
Typické scénáře jsou například:
- vyhledávání ve firemních směrnicích a dokumentaci,
- interní asistent pro zaměstnance,
- třídění a příprava dokumentů,
- návrhy odpovědí a obchodních podkladů,
- práce s technickou dokumentací,
- automatizace propojená s CRM, e-mailem nebo ERP,
- lokální provoz vývojových a analytických modelů.
Čím přesněji firma popíše úkoly, tím menší je riziko, že koupí zbytečně drahý stroj nebo naopak řešení, které se při reálné práci zadýchá.
2. Velikost a typ modelu
Modely se liší velikostí, rychlostí, kvalitou češtiny, délkou zpracovaného kontextu i hardwarovými nároky. Neplatí, že největší dostupný model je automaticky nejlepší volbou.
Pro část úkolů může být vhodnější menší a rychlý model. Pro složitější práci lze použít výkonnější model nebo systém, který úlohy rozděluje. Správný návrh může kombinovat několik modelů podle typu práce, místo aby vše posílal do jednoho nejdražšího řešení.
3. Počet uživatelů a souběžná práce
Jeden uživatel při občasném dotazu zatíží server jinak než deset lidí, kteří s ním pracují během celého dne. Důležitý není pouze počet účtů, ale kolik úloh poběží současně a jak rychlou odpověď firma očekává.
Před návrhem je proto dobré zjistit:
- kolik lidí bude systém používat,
- které týmy jej potřebují,
- jak často budou zadávat úlohy,
- jak dlouhé dokumenty budou zpracovávat,
- zda musí systém fungovat bez čekání ve špičce.
4. Firemní znalostní báze
Model sám nezná interní postupy, smlouvy, ceníky ani produktová data firmy. Musí dostat bezpečný přístup ke správným zdrojům.
Do ceny se může promítnout:
- příprava a čištění dokumentů,
- rozdělení informací podle oddělení,
- vyhledávání v dokumentech,
- pravidelná aktualizace dat,
- práce s různými formáty,
- citace zdrojů v odpovědích,
- řízení přístupu podle uživatele.
Často je právě příprava znalostí důležitější než samotná instalace modelu.
5. Integrace a automatizace
Pokud má AI pouze odpovídat v interním chatu, je projekt jednodušší. Pokud má také číst data z CRM, připravovat podklady do účetnictví nebo spouštět procesy, je potřeba vytvořit bezpečné integrace.
Každé napojení se posuzuje samostatně. Rozhoduje kvalita API, dokumentace systému, dostupná oprávnění i to, zda má AI jen číst, nebo také zapisovat a provádět akce.
Citlivé úkony by neměl model vykonávat bez kontroly. Návrh musí určit, co proběhne automaticky, co vyžaduje potvrzení a co zůstane vždy na člověku.
6. Bezpečnost, zálohy a správa
Server musí být aktualizovaný, chráněný a dohledatelný. U produkčního řešení je potřeba řešit například:
- uživatelské účty a role,
- síťové oddělení,
- šifrování,
- logování přístupů a akcí,
- zálohování,
- aktualizace modelů a aplikací,
- vzdálenou správu,
- obnovu po chybě,
- odpovědnost za provoz.
Nejlevnější nabídka často počítá jen s instalací. Firma by si proto měla ověřit, co se stane po předání a kdo řeší další provoz.
Tři typické úrovně projektu
Zkušební nasazení
Cílem je ověřit jeden konkrétní scénář na omezených datech a s několika uživateli. Firma získá reálnou zkušenost a zjistí, zda jí lokální model přináší očekávanou hodnotu.
Interní produkční asistent
Řešení používá více lidí, pracuje s řízenou znalostní bází a má nastavená oprávnění, zálohy a správu. Důraz se přesouvá z ukázky na spolehlivost a provoz.
AI platforma s agenty a integracemi
Server obsluhuje více úloh, modelů a systémů. AI nejen odpovídá, ale také připravuje nebo spouští firemní procesy. Cena roste hlavně s integracemi, bezpečností, testováním a odpovědností za jednotlivé kroky.
Co má obsahovat kvalitní nabídka
Nesrovnávejte pouze procesor, paměť a cenu zařízení. V nabídce by mělo být jasně uvedeno:
- jaké úlohy má řešení zvládat,
- kolik uživatelů a souběžných požadavků podporuje,
- které modely budou ověřeny,
- odkud bude AI čerpat firemní znalosti,
- jaká oprávnění a integrace budou vytvořeny,
- co běží lokálně a co případně používá externí službu,
- jak se řeší bezpečnost, zálohy a aktualizace,
- jak bude probíhat testování a předání,
- co zahrnuje následná správa.
Bez těchto informací může být nízká cena pouze cenou počítače, nikoliv funkčního firemního řešení.
Kdy vlastní server zatím nedává smysl
Vlastní AI server nemusí být správný první krok, pokud firma:
- nemá jasný případ použití,
- potřebuje AI jen několikrát měsíčně,
- nepracuje s citlivými daty a vyhovuje jí veřejná služba,
- nemá připravené dokumenty ani odpovědnost za jejich správnost,
- očekává, že instalace modelu sama opraví nejasné procesy.
V takovém případě může být vhodnější nejprve ověřit proces v menším pilotu nebo využít řízenou cloudovou službu.
Jak získat smysluplný odhad
Pro první odhad není potřeba připravovat rozsáhlé zadání. Stačí popsat:
- co má AI dělat,
- kdo ji bude používat,
- s jakými daty bude pracovat,
- které systémy se mají propojit,
- která data nesmí opustit firmu,
- co dnes daný proces stojí na čase nebo práci.
Na základě toho lze navrhnout výkonovou třídu, rozsah pilotu a další kroky. Kodo nenabízí pouze hardware. Navrhujeme celé lokální AI řešení včetně modelu, znalostní báze, integrací, zabezpečení a správy.
Podívejte se na službu AI servery pro firmy, nebo nám přes kontakty popište první úkol, který chcete na vlastním serveru řešit.
