您的資料不能送往公用 AI 服務
銀行、部會及其他受監理機構不能將客戶或民眾紀錄傳送至境外的公用 AI 服務。資料駐留法律禁止這樣做，多數風險委員會也不會同意。
但這些機構同樣需要能理解自身文件的助理、搜尋與起草工具，往往還要支援阿拉伯語和英語。看不到資料的模型用處不大，而無視權限的模型則是風險。
您將獲得
資料留在境內
模型執行於您自己的資料中心、私有雲端或區域主權雲端中，資料因此留在境內。
不用您的資料訓練
任何第三方都不會用您的提示詞、文件或答案進行訓練。
尊重權限
答案僅根據提問者有權檢視的內容產生。
阿拉伯語與區域方言
依使用者需要，針對阿拉伯語與區域方言調校的模型。
我們交付什麼
實體隔離、地端與主權雲端託管
模型在實體隔離環境、您自己的 GPU 伺服器或區域雲端上的私有網路中提供推論服務，並依您的工作負載調整規模。
前沿與開放權重模型
為每項任務選擇合適的模型，從 OpenAI、Claude 與 Gemini 到開放權重的 Llama、Qwen、DeepSeek 與 Mistral，統一由單一介面提供，便於替換。
阿拉伯語優先與區域微調
Jais、Falcon 與 ALLaM 等小型語言模型，以及歐洲與亞洲模型，基於您的詞彙、方言與文件進行微調。
上下文平台與權限感知的 GraphRAG
以您的內容建置的語意層與知識圖譜，其檢索會在模型看到任何文字之前應用資料列層級與角色層級存取規則。
運作方式
模型託管於地端 GPU 叢集或實體隔離私有雲端，支援 Jais、Falcon、ALLaM、Mistral、Qwen、DeepSeek 或 Llama，存取規則在推論之前強制執行。
選擇任務與邊界
我們議定誰將使用模型、模型處理哪些任務、可讀取哪些資料，以及允許在何處執行。
準備資料
我們將資料來源納入受治理的資料層，並盤點必須套用於每個答案的權限。
選擇與調校模型
我們以您自己的問題比較各模型的品質、語言、速度與成本，並在划算時微調小型模型。
在您的邊界內部署
我們在您的環境中安裝模型與檢索，並落實存取控制、日誌與資安審查。
衡量與營運
我們追蹤品質、成本與使用情況，與您的團隊一起檢視被標記的答案，並持續擴充評估問題。
技術與標準
資料從您的資料來源流經 Apache Iceberg 或 Databricks 層與權限感知的 GraphRAG，進入實體隔離私有網路中的模型。資料絕不離開企業。
- AI 與機器學習
- OpenAI GPT
- Anthropic Claude
- Google Gemini
- Meta Llama
- Mistral
- Hugging Face
- Amazon Bedrock
- Azure OpenAI
- Vertex AI
- 資料與分析
- Databricks
- 方法與實務
- 權限感知的 GraphRAG
- 語意層
- 實體隔離私有網路
- 小型語言模型（SLM）
如何開始
多數客戶從主權智慧代理概念驗證開始：一個可運作且具權限感知的 GraphRAG 或智慧代理工作流程，在私有網路中連結您的內部工具。
後續流程
約定時間
我們的團隊會透過電子郵件與您約定會談時間。
諮詢前會談
一次免費 30 分鐘線上預諮詢：我們盤點您的目標、系統與限制條件。
就緒評估
在免費 48 小時就緒評估中，首席架構師對照 6 項就緒定義檢查您的專案，並建議合適的路線。
選擇路線
範圍就緒的專案會收到一份有約束力的方案 3–5 個工作天內。概念階段的專案從 Blueprint Studio 開始。已上線系統若出現故障、缺乏文件或需要整合，則先進行 1–2 週 的診斷。Blueprint Studio 與診斷服務各收取固定費用，費用在方案中列明。
AI 原生產品團隊
由專人管理的跨職能資深工程師小組，配備智慧代理程式開發與 QA 執行框架。
固定成果專案與全天候託管服務
固定範圍、以里程碑驅動、由具名交付負責人負責的交付，以及在 SLA 治理下的全天候應用託管服務。
最快的切入點是 主權智慧代理 POC（MCP、A2A、GraphRAG），屬於我們的快速合作方案之一。
從何處開始問題與解答
模型能在資料完全不離開我國的情況下執行嗎？
可以。我們將模型託管在實體隔離環境、您自己的伺服器或區域主權雲端上的私有網路中。提示詞、文件與答案都留在該邊界之內，任何第三方都不會用其訓練。
貴公司支援哪些語言模型？
我們按任務選擇。選項包括 OpenAI、Claude 與 Gemini 的前沿模型，開放權重的 Llama、Qwen、DeepSeek 與 Mistral，以及 Jais、Falcon 與 ALLaM 等區域模型。資料必須留在境內時，我們使用可在您環境中執行的模型。
它支援阿拉伯語與區域方言嗎？
支援。我們基於您的詞彙與文件微調 Jais、Falcon 與 ALLaM 等阿拉伯語優先的小型語言模型。接著以使用者實際提出的問題、在其使用的方言下測試。
貴公司如何阻止模型向人們展示其無權檢視的內容？
檢索會在任何文字到達模型之前應用您的資料列層級與角色層級存取規則。答案僅根據提問者有權閱讀的內容產生，並沿用您現有的身分識別與存取規則。
什麼是權限感知的 GraphRAG？
檢索增強生成會找出回答問題的段落並交給模型。GraphRAG 加入知識圖譜，呈現實體之間的關聯，使答案能夠依循這些關聯查找。權限感知意味著每段內容都先按提問者的權限過濾。
我們需要大型模型，還是小型模型就夠？
通常小型模型就夠。分類、擷取以及基於自有文件的問答，在經過調校的小型語言模型上通常表現良好，所需 GPU 更少、成本更低。我們只在需要更深推理的任務上保留大型模型。
微調後的模型歸誰所有？
歸您所有。我們為您編寫的程式碼、提示詞、評估集以及任何微調模型權重，在每個里程碑付款後即歸您所有。商業與開放權重基礎模型仍受其自身授權條款約束，我們會為您列出。
從對話開始，而不是從合約開始。
告訴我們您需要建置、串接與防護什麼。架構師會與您逐項討論，然後建議從何處入手。