Krachtige AI.
Binnen je eigen infrastructuur.
Private AI zonder vertrouwelijke gegevens naar een publiek model te sturen. We ontwerpen en bouwen AI-omgevingen die draaien in je private cloud, on-premise of volledig air-gapped — afgestemd op je taken en risicoprofiel.
- Vanaf € 20.000 — de uiteindelijke prijs hangt af van hardware, integraties en ondersteuning.
- Een NDA kan vóór de technische verkenning worden geregeld.
Vier implementatievormen.
Eén eerlijke vergelijking.
Bekijk per variant waar gegevens naartoe gaan en welke externe verbindingen blijven bestaan. Niet iedere implementatie hoeft air-gapped te zijn en geen enkele architectuur neemt elk risico weg.
On-premise. Modeluitvoering, kenniszoeken en procesaansturing draaien op hardware binnen je eigen organisatie. Prompts en documenten blijven binnen je infrastructuur; externe model-API's zijn niet nodig.
Een complete private AI-omgeving.
Meer dan een model op een server.
- Lokale inferentie — open-weight-modellen die op je hardware draaien, bijvoorbeeld via Ollama of llama.cpp, geselecteerd en getest op je eigen taken.
- Private kennislaag (RAG) — je documenten worden geïndexeerd met behoud van toegangsrechten, zodat antwoorden bronnen noemen en alleen tonen wat iemand mag zien.
- Documentindexering — contracten, wiki's, gedeelde schijven en databases worden actueel gehouden met incrementele updates.
- Interne AI-API's — één beheerd toegangspunt voor je tools en workflows, in plaats van losse integraties.
- Toegangscontrole — rechten per rol, versleutelde sleutels en waar nodig gescheiden omgevingen.
- Monitoring en logging — gebruik, responstijd, kwaliteitssignalen en een volledig controleerbaar logboek.
- Back-up en onderhoud — modelupdates, opnieuw opbouwen van indexen en herstel zijn vanaf de eerste dag gepland.
Hardware- en modelkeuze op basis van metingen.
Lokale AI dimensioneren is een technische afweging. Tokendoorvoer, contextlengte, gelijktijdigheid en kwantisering beïnvloeden elkaar. Het verschil tussen passend en onnodig zwaar kan tienduizenden euro's zijn.
We benchmarken kandidaatmodellen op representatieve taken voordat we hardware adviseren. Onze methode is openbaar: bekijk de Strix Halo Local AI Guide, ons onderzoek naar het lokaal draaien en benchmarken van LLM's.
Voor wie is dit?
Voor juridische en professionele dienstverlening, financiële processen, zorgadministratie, R&D-intensieve organisaties, publieke-sectorleveranciers en ieder bedrijf waarvan contracten, documenten of intellectueel eigendom niet via een publieke AI-API mogen gaan.
Privacy hoort in de architectuur — niet in een instelling die je achteraf aanzet.
Van vereisten naar een werkende private AI-omgeving.
Vereisten
Dataclassificatie, taken, gebruikers, prestatiedoelen en compliance. Als je wilt, tekenen we eerst een NDA.
Architectuur
Implementatiemodel, netwerkontwerp, shortlist van modellen en hardwarecapaciteit — gedocumenteerd en beoordeeld met je IT-team.
Evaluatie
We benchmarken kandidaatmodellen op representatieve taken. Metingen bepalen de keuze, niet de claims van leveranciers.
Bouwen & integreren
Modelomgeving, private kennisindex, toegangsbeheer, interne API en koppelingen met je systemen.
Beheer
Zorgvuldige overdracht met documentatie, plus optionele ondersteuning voor updates, evaluaties en uitbreidingen.
Private-AI-implementaties beginnen doorgaans rond € 20.000, afhankelijk van hardware, integraties, beveiliging en ondersteuning. We bepalen de omvang en prijs per project.
Houd gevoelige AI-taken binnen je eigen infrastructuur.
Vertel ons welke gegevens je infrastructuur niet mogen verlaten. We ontwerpen de architectuur rond die grens — desgewenst onder NDA.