您的文件的机密性
每家公司都会保留不适合自由流通的信息：合同、商业条款、内部计算、财务文件、客户数据、商业信函、开发计划、技术解决方案和其他有价值的信息。 本地系统可让您处理此类文档，而无需将其内容传递给外部人工智能提供商。 通过正确配置的基础设施，甚至可以在没有互联网连接的情况下进行处理。 公司决定智能系统可以访问哪些数据、存储在哪里、保留多长时间以及何时删除。
为什么您自己的人工智能应该成为您数字独立的基础，而云模型应该成为您能力的扩展。
人工智能正在迅速改变我们的工作、经营业务、处理文档、搜索信息和决策的方式。
直到最近，这种级别的智能系统的使用主要是通过大型科技公司进行的。 如今有两种完整的方法：云人工智能服务和可以安装在您自己的计算机上的本地系统。
因此，一个自然的问题出现了：您应该选择哪一个？ 使用领先的云模型，还是购买自己的放在家里或办公室的人工智能计算机？
我们的答案是：您不必在它们之间进行选择。 未来正确的架构是您自己的本地智能，在需要时，可以安全地使用多个外部智能系统的功能。
在 CLARYEL，我们将这种方法称为组合人工智能或多智能人工智能。
在此架构中，本地系统仍然是控制、文档存储、个人数据处理和日常任务的中心。 当真正需要云模型的功能时，它们会作为额外的智能资源进行连接。
这使您可以将数字独立性与获取全球人工智能行业最先进的成果结合起来。
为什么选择本地人工智能？
1. 为什么人工智能不再只是聊天机器人
许多人第一次认识人工智能是通过普通的聊天：提出问题、得到答案、要求它写信或翻译文本。
但现代技术的真正能力要广泛得多。 人工智能可以成为永久的数字助理，它了解公司的结构、处理允许使用的文档、帮助员工、分析信息并执行实际任务。
例如，它可以：
- 查找您需要的合同、发票、信件和其他文件。
- 分析财务指标和业务流程。
- 比较多个来源的信息。
- 准备商业报价和商务信函。
- 帮助进行会计文件和数据检查。
- 处理技术文件。
- 在不同语言之间进行翻译。
- 帮助编程和工作流程自动化。
- 分析供应商报价。
- 检测不一致、重复记录和可疑交易。
- 利用公司的内部知识库。
- 帮助管理层根据可用信息准备决策。
- 通过单一文本或语音界面为员工提供服务。
- 监督允许的自动化操作。
人工智能的使用范围越广，它收到的有关您活动的信息就越多。 问题不再只是模型有多智能。 一个更重要的问题出现了：
谁控制着你的人工智能所使用的信息？
谁拥有这些文件？ 工作历史记录存储在哪里？ 谁制定访问规则？ 谁决定哪些信息可以发送到外部服务？ 我们认为，真正的智能基础设施必须从这些问题开始。
2.本地人工智能：数字独立的基础
本地人工智能是一个系统，其中人工智能模型、其工作环境和必要的数据托管在您控制下的硬件上：普通个人计算机、专用工作站或更强大的机器。 原理保持不变。
您的文档在您的硬件上进行处理。 您的内部知识库位于您的基础设施中。 您可以决定谁可以访问以及在什么条件下访问。 对于企业来说，这不仅仅是一个技术细节；更是一个问题。 这是如何处理信息的基本原则。
员工个人信息的保护
员工数据需要特别小心处理。 工资、雇佣合同、个人联系方式、人力资源文件和其他个人信息不应在未经控制的情况下传递给外部服务。 本地智能系统可以通过在受控基础设施内处理此类信息来帮助人力资源、管理和会计。 数据的访问必须遵循每个员工的权利：人工智能不能成为让任何用户访问所有公司信息的工具。
保护客户信息
客户不仅将金钱委托给公司，还将其信息委托给公司：具体取决于业务、联系方式、订单历史记录、付款信息、项目、业务文件以及与公司打交道的记录。 本地人工智能可以构建一个主要在公司内部处理这些数据的流程。 这增强了信任，并为公司提供了更多的空间来控制处理本身。
保护商业秘密
对于许多企业来说，最有价值的资产不是计算机。 它是积累的知识：生产流程、内部指令、独特的解决方案、定价策略、成本计算、客户关系、研究和开发。 本地系统允许您在这些知识上使用人工智能，而无需将信息发送到外部服务作为每个操作的强制步骤。
控制人工智能的历史和记忆
通过使用，智能系统可以建立有用的背景：您的偏好、公司的具体情况、文档结构、工作规则和早期任务的结果。 这些信息逐渐成为您数字基础设施的重要组成部分。 我们认为公司必须将这种背景保留在内部、管理保留期、进行备份以及在兼容的软件解决方案之间移动信息。 您自己的智慧应该为您服务，而不是让您依赖于单一的外部提供商。
可预测的成本
您自己的智能系统的另一个重要优势是不同的成本模型。 使用云界面，您通常会在所选计划的条款内工作。 当通过 API 以编程方式使用外部模型时，成本可能取决于处理的令牌数量、所选模型、上下文大小、附加工具和其他参数。 一旦公司开始积极实施自动化，请求数量就会快速增长。
你们当地的情报工作方式有所不同。 您购买计算硬件并在可用硬件资源内使用安装在其上的模型。 本地模型不会为处理的每个令牌发送来自云提供商的账单。 您可以再次分析文档、试验请求、运行检查、构建内部自动化并在硬件允许的情况下使用模型。
当然，这并不意味着完全没有成本。 您自己的系统需要用电，需要维护，并且其性能和可用内存受到硬件的限制。 但您获得了主要优势：可预测性和对您自己的计算基础设施的直接控制。 该公司不再仅仅依赖于您消耗的远程容量，而是为许多任务提供自己的计算能力，这对于定期重复的操作尤其有趣。
独立于云提供商工作
本地架构提供了另一个重要的可能性：即使外部智能服务不可用，也能执行核心任务。 通过正确的设置，本地模型可以在没有互联网的情况下工作。 这对于每天需要稳定地处理文档、内部搜索和知识的组织来说很重要。
您自己的系统还允许您选择兼容模型、更改它们、评估新版本并围绕您自己的基础设施构建自动化。 公司不必将所有内部工作永远绑定到一项服务上。 多个本地模型可用于不同的任务：一个用于日常对话，另一个用于文档分析，第三个用于编程，第四个用于专业操作。 结果不仅仅是一个安装的程序，而是您自己的智能基础设施。
本地系统的优势随着时间的推移而增长
购买自己的智能计算机不一定是具有固定功能的一次性决定。 模型和软件不断发展。 您可以安装新的兼容模型、改进搜索工具、添加语音界面、连接公司知识库并优化工作流程。
在硬件设计允许的情况下，您可以添加内存、安装更多存储、升级图形子系统或迁移到更强大的系统。 初期投资可以是发展的第一阶段：从本地的小型配置开始，公司根据实际需求和可用预算逐步建设自己的智能基础设施。
对我们来说，这比试图说服每个客户立即购买最昂贵的硬件更重要。 从你今天真正需要的东西开始。 随着任务的增长而扩展系统。
为什么选择云人工智能？
为什么云人工智能也是必要的
在本地系统的所有这些优势之后，另一个问题出现了：如果您自己的智能提供了这么多，为什么还要使用云模型呢？ 答案很简单：今天的云系统是一个极其强大和有用的工具，我们相信放弃它们的功能是不明智的。
接触前沿研究
领先的云模型背后有庞大的研究团队、大量的计算资源和巨额投资。 他们的开发人员构建了不断突破可用技术界限的智能系统。 云服务用户可以从这项工作中受益，而无需自己创建和训练如此大型的模型。
高智能性能
先进的云模型可以解决需要多步骤分析、编程、非常规解决方案和大量信息处理的复杂任务。 当任务超出已安装的本地模型的能力时，它们特别有用。 大型提供商提供对计算基础设施的访问，这对于小公司自己构建来说没有经济意义。
进入门槛低
要开始使用云人工智能，您通常不需要专门的硬件：创建一个帐户并选择合适的使用方式就足够了。 一些提供商提供有限使用的免费计划和相对便宜的入门订阅。 对于少量请求，付费接口和编程连接可能非常经济。 请记住，免费聊天和免费编程访问不是一回事：可用性、限制和使用条款取决于特定服务、区域和所选计划。
快速访问新功能
云平台定期更新模型并提供新工具：更丰富地处理文本、图像、程序代码、文档和其他类型的信息。 有时，选择其他模型或激活新工具就足以获得过去需要复杂技术设置的功能。
方便的用户界面
大型提供商不仅在模型质量方面投入大量资金，而且在易用性方面也投入了大量资金。 语音对话、文件上传、文档分析、构建程序、项目工作和其他功能都集中在为广大受众设计的界面中。 这就是为什么云智能通常是快速解决日常任务的便捷工具。
经济地扩展功能
如果本地系统无法处理特定的复杂任务，云模型可以进行额外的分析。 无需为每月出现几次的任务购买更强大的硬件：您可以在需要时准确地使用远程计算资源。 这是混合方法的主要经济思想之一。
接触多种思想流派
不同的开发人员使用自己的训练方法、架构、评估系统和构建模型的方法。 因此，不同的模型可能会以不同的方式处理同一任务：一个模型为答案提供了良好的结构，另一个模型注意到了额外的情况，第三个模型找到了替代解决方案。 对于复杂的任务，这创造了宝贵的额外可能性。
关键点：云智能的优势非常显着，明智的本地系统应该能够使用它们。
他们如何合作
为什么我们建议组合而不是选择
本地和云架构提供不同但互补的优势。 本地系统提供您自己的计算基础、信息控制、自主工作的能力以及可预测的内部处理成本。 云模型使您可以访问世界上最大的开发人员的高级功能，而无需自己购买相当的计算能力。
那么为什么不将它们合并到一个系统中呢？ 这是我们认为最有希望的方法。 本地智能成为用户的主要助手； 外部模型成为它可以在需要时调用的附加工具。 用户主要与自己的本地系统对话，无需不断地在服务之间切换、将对话从一个窗口复制到另一个窗口以及单独决定哪些文档可以上传到何处。 精心构建的架构可以集中组织工作。
你
CLARYEL 本地人工智能
您的数据政策
本地处理
允许的外部请求（已过滤）
结果在本地合并
回答
本地智能如何更安全地到达云端
想象一下你问你的智能助理一个问题。 本地系统接收请求并确定执行该请求需要哪些数据。 如果任务可以用自己的资源解决，则在本地完成。 如果涉及外部模型有用，系统将应用用户设置的数据传输规则。
此类规则可以包括对文档进行分类、排除某些类型的信息、删除个人数据、用占位符替换名称和标识符、减少发送的上下文以及要求用户额外批准。
一个入口点，而不是许多单独的服务
通常，用户打开一项服务，提出问题，然后转向另一项服务，重复请求并比较答案。 这是可行的，但随着任务数量的增加，它会变得不方便。
我们提出了一种不同的方法：用户求助于他们自己的本地情报。 系统知道可用的工具，并可以根据规则集选择合适的方式来执行任务。 例如：日常内部任务的本地模型； 强大的外部模型，在对请求进行必要的处理后，进行复杂的分析； 用于额外检查的第二个模型； 最后，本地系统结合答案并将所需内容保留在您自己的知识库中。
因此，用户可以通过一个受管理的工作环境获得多种模型的优势。 这对于人工智能逐渐参与越来越多工作流程的公司来说尤其有价值。
六种场景
每个场景都显示相同的模式：什么在本地完成，什么可以在需要时转移到云端，以及结果。
雇佣合同
- 任务
- 对雇佣合同的措辞进行独立分析，其中包括雇员的姓名、家庭住址、身份信息、工资和具体条款。
- 本地
- 本地系统首先分析文档本身并保留原始文档。
- 云，如果需要的话
- 一份尽可能匿名的请求：“分析标准雇佣合同条款的清晰度、完整性和可能的法律问题，并列出根据意大利劳动法必须检查的内容。” 不需要姓名、地址或识别数据。
- 结果
- 本地系统将建议与保留在您的基础设施中的原始文档进行匹配。
客户文件
- 任务
- 回答有关客户文件的问题：订单、付款、信件。
- 本地
- 搜索、总结和回答是在本地知识库上在用户的访问权限内完成的。
- 云，如果需要的话
- 通常不需要。 如果出现一般性问题（例如关于文档类型），则仅发送一般性问题，而不发送客户数据。
- 结果
- 客户的信息在公司内部处理。
商业优惠
- 任务
- 比较几个供应商的条款。
- 本地
- 本地系统从文档中收集数据并提取特征、价格和条款。
- 云，如果需要的话
- 比较分析的想法，没有经理的个人数据、内部文件编号或该请求不需要的商业细节。
- 结果
- 本地准备的结构化比较，并通过外部建议进行了丰富。
技术问题
- 任务
- 一名员工描述了设备故障。
- 本地
- 本地情报拥有内部技术文档和服务历史记录，并且仅提取设备特征、症状和技术背景。
- 云，如果需要的话
- 外部模型建议诊断选项。
- 结果
- 本地系统会将建议与您的实际配置和内部说明进行匹配。
财务数据
- 任务
- 解释内部财务数据的差异。
- 本地
- 计算、比较和解释均在您的会计凭证上本地完成。
- 云，如果需要的话
- 仅当有用时：一般方法问题，不包含金额、名称或公司标识符。 最敏感的数据可以设置为永不离开本地系统。
- 结果
- 数字留在内部； 您会收到一份解释，您可以根据源文档进行验证。
多个模型的决策
- 任务
- 准备重大投资决策。
- 本地
- 本地系统保留源数据并准备过滤后的摘要。
- 云，如果需要的话
- 一个模型分析技术部分，第二个模型评估经济假设，第三个模型寻找替代方案和弱点。
- 结果
- 本地系统结合结果并帮助准备问题以在做出决定之前进行验证。
现在可用的内容、已配置的内容、正在开发的内容
我们清楚地将您今天可以使用的内容与为您设置的内容以及发展方向分开。
- 现已上市 您的文档、内部知识库和人工智能处理保留在您办公室的 CLARYEL 计算机上。
- 现已上市 外部模型仅通过过滤器：删除个人数据和商业秘密，同时保留请求的含义。
- 可配置 向您显示过滤后的请求，并仅在需要时在您确认后发送。
- 可配置 关于哪些类别的信息永远不能离开本地系统的规则。
- 可配置 无需互联网连接即可完成由本地模型处理的任务。
- 发展方向 多个云模型相互检查，本地系统比较并合并它们的答案。
- 发展方向 在您设定的预算范围内，自动为每项任务选择最合适的云模型。
本地存储适用于文档、知识库和人工智能处理。 您使用的其他服务（例如电子邮件或您的网站）保留自己的条款。
您并不总是需要最昂贵的型号
联合智能的经济性取决于任务的合理分配。 无需将每个简单的请求发送到最昂贵的外部模型。 解释文档、查找记录、起草短信或简单的数据处理都可以在本地完成。 更复杂的任务可以使用经济的外部模型，并且只有当额外的准确性、分析深度或计算能力证明成本合理时，才应使用最先进的选项。
可以为不同的任务和用户设置不同的预算。 如果公司使用编程连接，建议设置支出限制，达到阈值时发出警报，并禁止不受控制的自动请求。 云模型的访问规则不仅要考虑其成本，还要考虑特定信息是否可以传输。 这有助于保持人工智能的使用在经济上易于管理。
云订阅和编程连接是不同的东西
云提供商通常提供多种使用其服务的方式。 常规聊天订阅可以访问用户界面和给定计划的功能。 编程接口或 API 可让您将模型直接集成到应用程序和自动化流程中。 这些是不同的商业产品。
付费聊天订阅并不总是意味着已经包含通过编程接口的请求。 集成条款、价格、限制和使用规则必须单独检查。 企业可以访问具有额外安全性、数据管理和管理设置的公司计划。 在 CLARYEL，我们认为应根据实际任务、法律要求和预算来选择连接方法，而不仅仅是根据计划的受欢迎程度。
CLARYEL 支持计划涵盖 CLARYEL 系统； 云模型的订阅或编程访问是从其提供商处单独购买的。 支持套餐
隐私和数据控制
您自己的人工智能和欧洲法律
对于欧洲公司来说，数据保护尤为重要。 欧盟适用《通用数据保护条例》、《GDPR》、《条例 (EU) 2016/679》。 它管理个人数据的处理，并设定合法性、透明度、数据最小化、安全性和问责制的要求。
使用外部人工智能处理个人数据可能需要检查以下几点：
- 处理的适当法律依据。
- 数据的使用与最初声明的目的的兼容性。
- 参与处理的各方的角色和必要的合同安排。
- 存储和删除信息的条件。
- 国际数据传输是否需要保障措施。
- 对技术和组织安全措施的评估。
- 如有需要，进行数据保护影响评估。
本地架构可以减少传递给第三方的个人信息量并简化一些控制流程。 但重要的是要了解安装本地计算机本身并不意味着您符合 GDPR。 公司仍必须遵守法律，正确分离员工的访问权限，确保安全，尊重保留期限，并拥有必要的处理法律依据。 本地系统是降低某些风险的工具，而不是免除法律责任。
在意大利运营的公司还必须考虑适用的国家规则以及意大利数据保护机构 Garante per la protezione dei dati individuali 的要求。 《欧洲人工智能法案》对人工智能的某些用途设定了具体要求。 我们认为，负责任的公司应该从一开始就考虑这些问题，而不是在事件发生后才考虑。
GDPR · 欧洲数据保护委员会：关于人工智能模型开发和使用中的个人数据的第 28/2024 号意见 · 欧盟委员会：人工智能法案 · AI 法律风险
本节中的信息是一般参考材料，不能取代法律建议。
关于数据保护的非常重要的说明
任何自动过滤系统都不应被认为是完全没有错误的。 删除名字和姓氏并不总是意味着无法从剩余的详细信息中识别出一个人。 在某些情况下，假名数据仍然是 GDPR 含义内的个人数据。
这就是为什么需要多层方法：技术过滤、传输某些类别的信息的限制、上下文检查以及需要时的用户确认。 对于最敏感的数据，正确的解决方案可能是完全禁止将其发送到外部模型。
本地架构使这种方法成为可能，但最终的安全级别取决于软件的质量、设置和组织程序。 我们的原则：先掌控信息，再选择智能工具。
什么应该由您控制
本地智能系统应该做的不仅仅是自行处理请求。 理想情况下，所有者应该控制：
- 主要文档档案和内部知识库。
- 内部工作流程的历史。
- 员工的访问权限。
- 处理个人和机密信息的规则。
- 连接外部服务的权限。
- 用于向云模型发送请求的策略。
- 访问外部集成的键和设置。
- 备份和数据恢复。
- 智能代理的操作权限。
- 信息如何存储、传输和删除。
同样重要的是要排除外部模型可以自行完全访问内部存储或在没有预期限制的情况下执行关键操作的情况。 外部模型的输出应被视为分析结果，而不是无条件允许采取行动。 删除文件、更改财务记录、转移机密信息和其他敏感操作应遵循既定规则和必要的确认。 这使得人工智能不仅有用而且易于管理。
多AI
未来是多元智能：多种模型比一种模型更好吗？
我们认为最有前途的方向是多个独立的智能模型协同工作。 原因很简单：即使是最先进的模型也可能会犯错误，错过重要事实，选择不幸的措辞或忽略替代方法。 对于复杂的任务，进行多次独立评估很有用。
模型一：解决方案
提出任务的解决方案。
模型2：检查
检查建议的解决方案，查找可能的错误和缺失的情况。
模型 3：替代方案
从另一个方面看问题，提出替代方案或检查假设。
然后本地系统比较结果，识别矛盾并形成最终答案。
不同的模型可以相互补充：一种模型擅长编程，另一种模型擅长分析写作，第三种模型擅长寻找替代解决方案。 通过完善的流程，多项独立评估有助于揭示矛盾、扩大考虑因素的范围并产生更具实质性的结果。
然而，使用多个模型并不能保证正确性。 有几个模型可能会重复同样的错误。 他们还可能依赖不充分、过时或误解的源数据。 在危急情况下，需要根据主要文件、客观数据进行验证，并在需要时由具有适当资格的人员进行验证。
我们认为多元智能不是消除错误的神奇方法，而是提高分析质量和组织额外验证的工具。 它对于准备技术解决方案、编程、分析复杂合同、比较商业报价、战略规划和研究特别有价值。 对于真正重要的任务，能够咨询多个独立的智能系统比依赖单一答案更好。
我们对人工智能未来的看法
我们相信，越来越重要的不是访问单一模型，而是将多个系统组合到一个托管基础设施中的能力。 本地人工智能将了解您的业务背景，使用允许的信息来源并帮助组织工作流程。 云模型将为复杂任务提供额外的功能。 不同的智能系统将能够独立分析问题、检查提出的解决方案并相互补充结果，而用户主要与自己的智能助手交互。
在理想的架构中，最重要的不是特定模型的提供者，而是智能系统及其任务的所有者。 可以更改云服务、比较模型并选择最合适的工具。 人工智能不再是一种完全依赖于远程提供商的服务，而是成为您自己可以开发的基础设施。
本地情报提供控制。 云智能扩展了能力。 多重智能将它们组合成一个系统。
选择您的 CLARYEL 盒子
您需要立即购买一台功能强大的本地计算机吗？
不，我们认为您应该从实际任务和客户的预算开始。 并非每个小型企业从第一天起就需要昂贵的计算基础设施。 地方情报可以逐步引入。
一开始，一个提供基本文档处理、智能搜索、处理内部知识和核心请求的系统就足够了。 特别复杂的任务可以在适当的数据过滤后发送到外部模型。 当工作量增大时，可以考虑升级自己的硬件。 因此，公司不必在负担得起的第一个解决方案和未来增长的可能性之间做出选择。
CLARYEL 的三个级别的本地情报
CLARYEL 提供多种级别的本地人工智能计算机，以满足不同的需求和预算。 当前规格、价格、配置和购买条款均发布在 CLARYEL 目录中。
1 级：经济实惠的开始
999 € 含增值税
适合希望拥有本地情报且无需大量初始投资的企业和专业人士。 它允许您从本地模型开始，处理文档，组织内部信息搜索并使用智能助手的核心功能。 它可以与经济实惠的云服务相结合，以执行需要额外功能的任务：这是一种明智的开始方式，无需等待顶级配置的预算。
查看 级别 1
第 2 级：现代化的增长基础
2,999 € 含增值税
对于需要更现代化的计算平台、新组件、更多成长空间和多名员工工作的公司。 它可以成为办公室的中央本地人工智能计算机，用于内部搜索、文档处理、智能代理和工作流程自动化。 稍后可以在硬件限制内提高性能，或者您可以移动到更高的级别。
查看 级别 2
第三级：强大的本地智能基础设施
7,000 € 起 含增值税
适用于要求更高的工作负载：需要更多计算能力、更严肃的多用户工作或专门任务的组织。 根据具体要求选择配置。 不同级别的系统可以在一个架构中一起使用。
查看 级别 3逐步迈向联合智能
我们建议将采用视为一系列阶段。
第一阶段：你自己的本地情报
该公司安装了本地系统并开始将其用于核心工作流程。 定义了用户、访问权限和文档类别。 您自己的知识库已创建，用户在日常工作中习惯使用智能助手。
第 2 阶段：连接经济实惠的外部模型
当出现需要额外智能功能的任务时，会连接合适的云服务：经济的计划、可用的免费选项或预算受控的编程连接。 必须考虑提供商的商业使用和数据处理条款。 本地系统仍然负责路由请求并应用处理信息的规则。
第三阶段：发展自己的计算基础
随着使用量的增长，哪些操作在本地运行更便宜、更方便就会变得清晰起来。 该公司可以提高系统性能、添加新模型并扩展内部自动化。 积累的文档和知识仍然是您自己的基础设施的一部分。
第四阶段：专业多模型架构
一个强大的本地系统和多个外部模型，每个模型连接起来执行合适的任务：分析、编程、文档生成、寻找替代解决方案和交叉检查结果。 地方情报部门成为所有工作的中央协调者。
这不是每个用户的强制终点。 但对于密集使用人工智能的组织来说，这可能是一个自然的发展方向。
为什么大公司和小公司需要相同的理念
企业的规模会影响所需的计算能力，但不会影响控制信息的需要。 一家小型会计师事务所可能持有数十名客户的机密数据。 律师事务所处理需要特别注意的文件和情况。 一家工程公司拥有自己的技术解决方案。 一家贸易公司保存有关客户、供应商、价格和采购的数据。 制造商积累生产文档和内部知识。
即使是小公司，所掌握的信息的价值也远远超过其使用的计算机硬件的价值。 这就是为什么您自己的本地情报不应仅被视为大公司的工具。 我们相信，受控的智能基础设施应该可供各种规模的企业使用。
为什么 CLARYEL 采取这种方法
在 CLARYEL，我们并不将人工智能视为用户每天打开几次的单独程序。 我们的目标是使其成为公司日常工作的一部分。 这就是为什么我们为自己的本地计算机提供准备好的软件和进一步开发的空间。
核心处理和利用公司知识可以在客户的硬件上进行。 当需要额外的智能时，可以通过计划的控制和过滤机制连接外部模型。 用户可以逐步开发系统，扩展任务范围并连接新的智能工具。
我们不承诺绝对安全、无错误模型或自动遵守法律。 我们的任务是提供一个将信息控制、技术安全和人工智能的实际用途结合在一起考虑的架构。
今天从哪里开始
您不必等待最强大的本地计算机的预算。 您不必购买许多昂贵的云订阅。 而且您不需要从一开始就尝试使整个公司自动化。
首先分析实际任务。 每天都会用到哪些文档？ 哪些操作需要太多时间？ 哪些信息不应在没有必要的情况下传递给第三方服务？ 哪些任务可以在本地完成？ 什么时候连接更强大的外部模型有用？
然后您可以选择合适的配置。 对于小公司来说，入门级可以是一个实用的起点。 不断发展的办公室可能更喜欢具有扩展空间的现代系统。 计算负载较高的企业可能需要自定义配置。 您无需从最大支出开始。 您需要从正确的架构开始。
结论：你的人工智能应该属于你的数字基础设施
我们相信，对于想要积极使用人工智能同时保持信息控制的公司来说，您自己的本地情报是战略上正确的基础。 云模型开启了非凡的可能性，没有必要放弃它们。 相反，应该明智、经济地并在既定的信息处理规则范围内使用它们。
最有希望的方法是将两者结合起来。 您自己的本地系统成为您公司的智能中心。 云模型扩展了其功能。 多个独立模型有助于更深入地探索复杂问题并进一步检查决策。 文档、访问权限和信息管理仍由您控制。
未来属于多元智能：本地智能+云模型+一个托管系统。 CLARYEL是你自己的人工智能，可以利用整个智能世界的能力。
进一步阅读和主要来源
法律和数据保护
- (EU) 2016/679 (GDPR) 法规：官方文本
- 欧洲数据保护委员会：关于人工智能模型开发和使用中的个人数据的第 28/2024 号意见
- 欧洲数据保护委员会：关于假名化的指南 01/2025
- 欧盟委员会：组织（包括 DPIA）的数据保护义务
- 欧盟委员会：人工智能法案
风险管理与技术保障
软件和本地模型
价格、功能、数据保留政策和提供商条款可能会发生变化。 连接外部服务之前，请检查当前条款以及它们是否适用于您的特定用途。