提供的服务
企业内部AI
在公司服务器上构建内部LLM与文档检索·问答。数据不出公司，用量增加也不产生按次费用。
适合这样的公司
- 同样的问题每次都由人重复写同样答案的公司
- 规章、手册、历史报价堆积如山，需要时却找不到的组织
- 想用 AI，但顾虑把内部文档上传到外部服务的公司
做到哪一步
报价包含
- 确定它应当回答哪些问题的范围
- 收集内部文档并构建检索索引
- 同时展示回答与依据文档的界面
- 与现有办公工具（即时通讯、业务系统）对接
- 回答质量的检查方法与改进流程
- 运维文档与交接
不包含
- 由人工阅读、整理并撰写散落的文档
- 模型使用费与 GPU 服务器等基础设施费用
- 对回答内容的法务或财务审阅
- 全公司培训及上线后的驻场支持
按规模的构建费用
AI 聊天机器人·自动化2~6周
| 规模 | 构建费用 |
|---|---|
| 小规模起步仅核心功能 | 200~520万韩元 |
| 标准常规规模 | 400~800万韩元 |
| 大规模页面多、复杂 | 640~1,000万韩元 |
本地部署 LLM1~3个月
| 规模 | 构建费用 |
|---|---|
| 验证型单模型与推理 API 验证 | 1,000~1,800万韩元 |
| 部门型部门认证与用量管理 | 1,500~2,500万韩元 |
| 企业型多节点与高可用性 | 2,100~3,000万韩元 |
以上为范围示例。需求确定后给出固定报价。运维按月度方案另行计费。
以上金额以2026年9月为准。最新范围请见价格页面。
如何推进
- 01
策划·发掘
定义核心用户问题，共同确定范围与优先级。
- 02
架构·设计
设计信息架构与界面流程，用原型快速验证。
- 03
开发·实现
以具备测试与代码评审的可维护结构进行实现。
- 04
发布·部署
从发布自动化到商店审核，稳健上线。
- 05
运营·改进
基于可观测性·日志与指标，长期运营并持续改进。
常见问题
取决于选择哪种方式。使用外部模型时，问题及匹配到的部分文档会发送给该服务。本地部署的 LLM 把模型放在贵司服务器上，文档不会外流，也不会随使用量增加而产生调用费用，代价是需要前期投入与硬件。我们会根据文档敏感度与使用量共同确定。
我们从一开始就假设它会出错。它不只给出答案，还会展示依据的是哪份文档的哪一段，让人当场就能核对。这样才能真正用于业务。找不到依据时，我们会让它如实回答不知道，而不是编造。这是决定能否落地的关键，所以从设计之初就采用这种方式。
可以开始。只是不会一次全部导入。我们先挑出十来个大家真正会问的问题，再只导入确实包含这些答案的文档。这样就能看出哪些文档有用、哪些已经过时，整理往往在这个过程中顺带完成。想等全部整理好再开始，结果常常是一直没能开始。
第一个分岔点是文档能否离开公司。若可以，聊天机器人起步更快更省；若不可以，就走本地部署。第二是使用量：外部模型按调用计费，日均用量大到一定程度后，本地部署反而更便宜。沟通时我们会结合文档性质与预估用量，指出这个临界点在哪里。
相关公开文档
我们公开了提案书、范围指南与构建案例。
范围模糊也没关系
告诉我们目前的状况，我们会指出需要的范围和大致规模。