Dane i połączenia
Serwer z GPU w sieci wewnętrznej, bramka do modeli, n8n i maszyny wirtualne w infrastrukturze klienta.
AI, które nie wynosi danych poza firmę
Wdrożenie trwa. Budujemy środowisko AI na serwerach spółki, z lokalnymi modelami open-weight, żeby automatyzacje mogły pracować na danych, które nie mogą opuścić jej infrastruktury.
Efekt
- 100%*
- przetwarzania produkcyjnego na serwerach firmy
- 2*
- pierwsze procesy przygotowywane do pracy na tym serwerze
- 96 GB*
- pamięci GPU dla lokalnych modeli językowych
Realizacja trwa. To wyniki sprawdzone na etapie testów albo planowane, do których celujemy. Potwierdzimy je po zakończeniu.
Jak to działa
Dane zostają w firmie
serwer z GPU w sieci wewnętrznej
Jedna bramka do modeli
osobne klucze dla aplikacji
Produkcja oddzielona od testów
osobne modele i klucze
n8n prowadzi automatyzację
na maszynach klienta
Serwis tylko na zgłoszenie
pod kontrolą IT klienta
Sieć wewnętrzna spółki
Sprawozdanie kontrahentaSerwer z GPUModel lokalny
Chmura publiczna
brak połączenia z zewnątrz
Bramka: klucz aplikacji → model lokalny, np. Bielik
Odczyt sprawozdańWprowadzanie kontrahentówKolejny proces
Odczyt sprawozdańWprowadzanie kontrahentów
Produkcja
Nowy proces z warsztatu
Testy
1
Dokument
2
Model lokalny
przez bramkę
3
Wynik w systemie
- Zgłoszenie serwisowe
- Sesję otwiera IT klienta
- Prace widoczne w logach
- Sesja zamknięta, bez stałego dostępu
Efekt100%przetwarzania produkcyjnego na serwerach firmy
01
Wyzwanie
Dane kontrahentów i ich sprawozdań mogą być przetwarzane produkcyjnie wyłącznie na infrastrukturze spółki, więc publiczne usługi AI w chmurze odpadały. Spółka nie miała serwera dla modeli AI, a w kolejce czekały co najmniej dwa procesy: analiza sprawozdań finansowych i wprowadzanie kontrahentów do systemu.
Wdrożenie trwa. Liczby przy tej realizacji to wymagania i plan, które potwierdzimy po uruchomieniu.
02
Rozwiązanie
Pomogliśmy dobrać serwer z GPU i instalujemy na nim środowisko: lokalne modele open-weight, w tym polski Bielik, jedną bramkę dostępu do modeli i n8n jako platformę automatyzacji. Środowisko produkcyjne oddzielamy od testowego, a modele będą dostępne tylko z sieci wewnętrznej. Na ten serwer trafi rozwiązanie do sprawozdań finansowych, które już działa w zespole analiz finansowych, oraz automatyzacja wprowadzania danych kontrahentów, a kolejne procesy wybieramy z zespołami na warsztatach discovery.
03
Jak to zbudowaliśmy
Modele będą działać na serwerze z GPU w sieci wewnętrznej, bez wystawiania na zewnątrz, a aplikacje połączą się z nimi wyłącznie przez bramkę z osobnymi kluczami i oddzieleniem modeli produkcyjnych od testowych. Warstwa aplikacyjna trafi na maszyny wirtualne w infrastrukturze klienta, a n8n będzie orkiestrować automatyzacje. Po uruchomieniu nasz zespół nie będzie miał stałego dostępu: prace serwisowe będą się odbywać w sesjach na zgłoszenie, pod kontrolą IT klienta.
Serwer GPU on-premiseOllamaBielikLiteLLMn8nPostgreSQLDocker
Przebieg
Jak działa rozwiązanie
- 01
Serwer w firmie
Pomogliśmy dobrać serwer z GPU. Modele będą działać w sieci wewnętrznej, bez wystawiania na zewnątrz.
- 02
Jedna bramka do modeli
Każda aplikacja połączy się z lokalnymi modelami, w tym z Bielikiem, przez jedną bramkę z osobnym kluczem. Produkcja będzie oddzielona od testów.
- 03
Pierwsze procesy
Na serwer trafi rozwiązanie do sprawozdań finansowych i automatyzacja wprowadzania danych kontrahentów, a n8n poprowadzi automatyzacje.
Rola człowieka
Dostęp kontroluje IT klienta. Po uruchomieniu nie będziemy mieć stałego dostępu, prace serwisowe będą się odbywać w sesjach na zgłoszenie.
Wnioski
Co zadecydowało o efekcie.
- 01
Modele bez chmury
Lokalne modele open-weight, w tym polski Bielik, uruchamiamy na serwerze firmy, więc dane nie trafią do zewnętrznych dostawców modeli.
- 02
Jedna bramka do modeli
Każda aplikacja połączy się z modelami przez jedną bramkę z własnym kluczem, a modele produkcyjne będą oddzielone od testowych.
- 03
Dostęp pod kontrolą klienta
Po uruchomieniu wykonawca nie będzie miał stałego dostępu, a prace serwisowe będą możliwe tylko w sesjach na zgłoszenie, nadzorowanych przez IT.
AI on-premiseModele lokalneBramka modeli
Firma przyszłości
Jak to buduje firmę przyszłości
Projekt daje efekt sam w sobie, ale zostawia też w firmie uporządkowany kontekst. Z niego korzysta każde kolejne rozwiązanie AI. Ten projekt dołożył do AI Engine:
- Intelligence
Lokalne modele open-weight, w tym polski Bielik, na serwerze z GPU w sieci wewnętrznej.
- MCP
Jedna bramka dostępu do modeli z osobnymi kluczami i n8n do automatyzacji: kolejne procesy podłączają się do tego samego środowiska.
Wartość
Gdzie powstaje wartość
Oszczędność czasu
Kolejny proces podłącza się do gotowego środowiska, zamiast budować własne.
Odblokowane możliwości
Automatyzacje mogą pracować na danych, które nie mogą opuścić firmy.
Co dalej
Kolejne procesy wybieramy z zespołami na warsztatach discovery.
Większość naszych realizacji jest objęta NDA. Dlatego pokazujemy tylko część, bez nazw klientów i szczegółów, jako inspirację. Chętnie opowiemy więcej o naszym doświadczeniu na rozmowie.
Porozmawiajmy o kolejnym kroku.
Wspólnie określimy proces, dostępne dane i efekt, który warto sprawdzić. Na tej podstawie dobierzemy punkt startu.
Umów rozmowęAlbo napisz: hello@wearefuture.ai
