Vi aftaler, hvilke projektdata der indgår, hvem der må tilgå dem, og hvilke netværksforbindelser arbejdet kræver. Grænsen styrer model, dokumentindeks, applikation, logfiler og sikkerhedskopier.
Private fysiske computere til projektet
Clutch har private fysiske computere til rådighed for projekter, der kræver lokal regnekraft. Vi aftaler, om en computer eller et isoleret miljø reserveres til projektet, hvilken hardware der findes, og hvilken kapacitet og svartid arbejdet kræver. Modelstørrelse, kvantisering, samtidige forespørgsler og kontekstlængde påvirker hukommelse, hastighed og kvalitet. En lokal model giver ikke automatisk kapacitet som en stor cloudtjeneste.
Hold inferens og projektviden lokalt
Når model og hardware tillader det, kører prompts og inferens på den private computer. Projektdokumenter kan behandles, indlejres og indekseres inden for samme aftalte grænse. Derefter hentes relevante tekststeder med kildehenvisninger som grundlag for et svar. Adgangsregler fastlægger, hvem der må tilføje, søge i eller fjerne materiale. Vi tester søgningen med repræsentative spørgsmål, for et overbevisende svar hjælper kun, hvis den rette kilde blev fundet.
Gør datagrænsen efterprøvbar
En helt lokal opsætning kan holde 100 % af projektdata inden for den aftalte grænse, når eksterne modelkald, telemetri og cloudsynkronisering er slået fra. Vi begrænser og kontrollerer udgående trafik; det bekræfter dataflowet, ikke en universel sikkerhedsgaranti.
- Bruger
- Adgang
- Lokal søgning
- Lokal model
- Gennemgang
Hvert trin bliver inden for projektets aftalte grænse, medmindre en bestemt ekstern forbindelse godkendes og kontrolleres.
Eksterne kanaler er valgfrie
Forbindelser til Slack, Telegram, WhatsApp, e-mail og Jira er valgfrie og godkendes enkeltvis. Følsomme dokumenter og modelbehandling forbliver lokale; tilknyttede chats modtager kun udtrykkeligt godkendte, ikke-følsomme eksporter. Mulighederne afhænger af API’er, adgang og udbyderens vilkår.
Vælg model efter eksempler, licens og hardware
Modeller med åbne vægte som Qwen og DeepSeek kan passe til visse private opgaver, afhængigt af licensen for den konkrete version, hardware, svartid og kvalitetskrav. Qwens officielle quickstart beskriver lokal inferens og muligheder for drift; DeepSeek-V3's repository offentliggør modelinformation og vejledning til lokal kørsel. Kilderne viser ikke, at enhver model passer til enhver computer. Vi kontrollerer de valgte vægte og licens, vurderer ressourcebehov og tester kundens eksempler, før arkitekturen fastlægges.
Vi kan tilrettelægge arbejdsgange, der i formen minder om dem med en hostet assistent som Claude Opus 4.8: hente kontekst, bruge godkendte værktøjer, kontrollere delresultater og bede en person om at gennemgå dem. Det er en sammenligning af arbejdsgangen, ikke et bevis på samme modelkvalitet. Den valgte lokale model skal bestå de aftalte opgaver, og en person har fortsat ansvar for vigtige resultater.
- Kortlæg List de data, brugere, handlinger og eksterne forbindelser, der er omfattet.
- Sammenlign Test kandidatmodeller og dokumentsøgning med godkendte kundeeksempler.
- Konfigurer Indstil adgang, lokale indeks, logfiler, sikkerhedskopier og begrænsede netværksveje.
- Kontroller Gennemgå produktionsopsætningen og test, at trafikken følger den beskrevne grænse.
Driv løsningen som et rigtigt system
En lokal model kræver stadig opdateringer, adgangskontrol, diskplads, test af sikkerhedskopier og en plan ved hardwarefejl. Vi konfigurerer applikations- og søgelogfiler inden for den aftalte grænse, beslutter hvad de indeholder, hvem der må læse dem, og tester gendannelse. Før en opdateret model erstatter en fungerende version, gentager vi accepttesten. Så er løsningen forståelig efter den første levering.
Vi dokumenterer den lokale datagrænse og kontrollerer de konfigurerede netværksveje. Enhedssikkerhed og den daglige drift betyder også noget.
Se AI Factory Agency for andre produkt- og arbejdsgangsmuligheder. Kontakt Clutch Developer om en konkret datagrænse eller arbejdsbelastning.
Privat AI på egen hardware i 2026: hvad bliver lokalt
“Privat AI” er ikke én indstilling. Det er en aftalt systemgrænse og alle de veje, data kan bevæge sig ud ad. Clutch kan stille dedikerede fysiske computere til rådighed. Modelafvikling, dokumentsøgning, logs og sikkerhedskopier kan ligge inden for det aftalte private miljø. Det er noget andet end blot en privat konto hos en ekstern AI-tjeneste.
Et hypotetisk eksempel: Et advokatkontor vil søge i interne kontraktudkast. Dokumenterne indekseres på godkendt lokal lagring. Modellen formulerer svar ud fra relevante afsnit, og brugerfladen viser kilderne. Adgang følger eksisterende roller; logs og sikkerhedskopier bliver på de aftalte systemer. Ved helt lokal behandling uden eksterne API’er eller telemetri bliver data inden for den aftalte private grænse.
- Indlæs dokument
- Søg lokalt
- Svar lokalt
- Tag backup lokalt
Ved en helt lokal opsætning forbliver dokumenter, søgning, modelafvikling, logs og sikkerhedskopier inden for den fastlagte grænse.
Modellen er kun én del af systemet
Qwen og DeepSeek er mulige modeller med åbne vægte, men licens og hardwarebehov skal kontrolleres for hver modelversion. Qwens vejledning beskriver modelafvikling og henviser til lokale muligheder. DeepSeek-V3-projektet dokumenterer lokal afvikling og skelner mellem MIT-licensen for koden og modellens licens. Det viser tekniske muligheder, ikke at enhver model passer til enhver computer.
Sammenlign modeller på jeres egne opgaver. Hvis teamet måske bruger Claude Opus 4.8 til bestemte arbejdsgange i dag, så lav repræsentative testopgaver, der respekterer fortroligheden. Sammenlign kvalitet, svartid, hardwarebehov og brugervenlighed direkte. Det er hverken et løfte om samme ydeevne eller om at køre Opus lokalt.
Gør grænser, drift og resultat målbare
“Lokalt” er ingen generel garanti for fuld sikkerhed. Computere kræver adgangskontrol, opdateringer, kryptering, gendannelsestests og tydeligt ansvar. Netværk, fjernvedligeholdelse, strømforsyning og fysisk placering hører også til risikovurderingen. For at holde data inden for grænsen skal eksterne API’er, telemetri og udgående forbindelser være slået fra eller kontrolleret, og sikkerhedskopierne skal blive dér.
- Dokumentér dataflow, brugergrupper, fjernadgang og opbevaringstid.
- Test kvalitet, svartid og samtidige brugere med godkendte opgaver.
- Øv gendannelse fra lokal backup, og udpeg ansvarlige for opdateringer.
- Følg driftsarbejde, nedbrud og spørgsmål, systemet ikke kan besvare.
Clutch kan stille dedikerede fysiske computere til rådighed til en aftalt anvendelse. Læs om privat AI-drift og AI-løsninger. Skræddersyet AI starter ved 10.000 €; afgrænset leje fra 1.000 € om måneden. Tilbuddet angiver opsætning, hardware, kapacitet og tredjepartsomkostninger; moms tillægges, hvis relevant. Gennemgå kravene med Clutch.
Ofte stillede spørgsmål
Hvad koster en privat AI-opsætning?
Startpriserne er 10.000 € for et projekt med privat opsætning og 1.000 €/måned for månedlig kapacitetsleje. Tilbuddet afhænger af omfang, kapacitet, opsætning, hardware, eksterne leverandøromkostninger og relevante skatter.
Hvilke projekter passer til lokal AI?
Det kan passe, når lokal inferens eller kontrolleret dokumentsøgning er nødvendig, og brugere, opgave og acceptprøver er defineret. Hardware, svartid og vedligeholdelse skal også passe. Vi tester først; en administreret model eller hybrid løsning kan være bedre til visse opgaver.
Garanterer privat computing fuldstændigt privatliv eller sikkerhed?
Ingen opsætning giver en universel garanti. Et helt lokalt dataflow kan holde data inden for den aftalte grænse, hvis eksterne kald, telemetri og cloudsynkronisering slås fra, udgående trafik begrænses, og opsætningen kontrolleres.
Hvor mange brugere eller opgaver kan systemet håndtere?
Kapaciteten afhænger af modelstørrelse, tilgængelig hardware, samtidige forespørgsler, dokumentmængde og acceptabel svartid. Vi tester en repræsentativ belastning og aftaler kapacitet og udvidelsesmuligheder frem for at udlede dem af modelnavnet.