AI privat pentru firme din România: ghid complet (on-premise, LLM local, GDPR)

AI privat înseamnă că modelul de inteligență artificială, documentele pe care le procesează și istoricul conversațiilor rămân pe o infrastructură pe care o controlezi: echipamentul firmei tale sau un server închiriat exclusiv pentru tine. Datele nu ajung pe serverele publice ale companiilor mari care dezvoltă AI (OpenAI, Google, Microsoft, Anthropic) și nu sunt folosite pentru antrenarea modelelor altcuiva. Se mai numește AI on-premise sau LLM local, în funcție de cât de completă e izolarea.

Dacă ai ajuns aici, probabil ai o întrebare foarte concretă. Firma ta lucrează cu dosare de clienți, fișe medicale, contracte sau extrase bancare, iar tu vrei să știi dacă poți folosi AI fără ca informațiile astea să plece din firmă. Răspunsul scurt e da. Nuanțele merită înțelese înainte să cheltui bani, pentru că „AI privat” acoperă un spectru întreg de opțiuni, cu costuri și compromisuri foarte diferite.

Ghidul de față le trece pe toate: cele trei niveluri reale de confidențialitate, cât costă efectiv fiecare, ce modele open-source se pot rula local, ce spune legea pe înțeles și, cel mai important, când AI-ul privat nu are sens pentru firma ta. Caută pe Google „AI privat” sau „LLM local” în română și găsești fie traduceri cu terminologie stâlcită, fie pagini aproape goale. Asta încercăm să reparăm aici.

Un lucru de reținut de la început: AI privat nu e un produs pe care îl cumperi de pe raft. E o arhitectură. Se implementează prin echipament propriu, prin server închiriat administrat sau, cel mai des în practică, printr-o combinație a celor două, în funcție de ce date circulă efectiv prin firma ta.

De ce a devenit „unde ajung datele” o întrebare de afaceri

România adoptă AI mai încet decât restul Uniunii Europene: 5,2% dintre firmele cu peste 10 angajați foloseau AI în 2025, ultimul loc din UE, unde media e 20% (Eurostat). Iar când sunt întrebați ce îi oprește, antreprenorii români dau un răspuns clar. Peste jumătate dintre ei, 54,66%, spun că securitatea datelor e principala reținere față de digitalizare, cu incidentele cibernetice pe primul loc între riscurile percepute ale AI-ului (Carta Albă a IMM-urilor din România, 2026).

Nu e o temere specific românească. Un studiu Accenture din 2025, pe aproape 2.000 de organizații europene, arată că 62% caută soluții cu suveranitate a datelor, iar motivul principal, la 48% dintre ele, e conformitatea legală. În Germania, 53% dintre IMM-uri spun că nu au încredere în furnizorii de AI din afara Europei (IONOS/YouGov, 2026).

Precauția are și un motiv foarte concret. În martie 2026, au fost semnalate public schimbări de rutare la Microsoft 365 Copilot care pot afecta rezidența datelor în UE, cu o parte din cererile utilizatorilor europeni direcționate implicit către infrastructură din afara Europei atunci când serverele din UE sunt încărcate (analiză TechRadar Pro, martie 2026). O schimbare tehnică, anunțată discret, care poate rupe promisiunea de rezidență a datelor în UE pe care mulți clienți business o presupuneau inclusă în contract. E exact genul de detaliu care nu apare în titlul unei reclame, dar contează enorm pentru un cabinet de avocatură sau un birou contabil legat prin secret profesional.

La asta se adaugă contextul juridic mai larg. După deciziile Curții de Justiție a UE cunoscute drept Schrems II, transferul de date personale din UE către SUA rămâne o zonă fragilă, pentru că legislația americană (Cloud Act) permite autorităților americane să solicite acces la date stocate de companii americane, indiferent unde se află fizic serverul. Pentru o firmă din România care lucrează cu date sensibile, întrebarea utilă nu mai e „am voie să folosesc AI?”, ci „cum îl folosesc astfel încât să rămân în control pe datele mele?”.

Cele 3 niveluri de confidențialitate AI, comparate onest

Nu există doar „cloud” și „on-premise”. În practică sunt trei niveluri distincte, fiecare cu avantaje și dezavantaje reale. Niciunul nu e universal cel mai bun.

Nivelul 1: cloud public (ChatGPT, Gemini, Copilot în varianta standard)

Contul gratuit sau personal la un furnizor mare de AI, folosit direct din browser, fără niciun aranjament contractual special.

Avantaje: cost zero sau minim, acces instant, cele mai capabile modele existente, zero mentenanță din partea ta.

Dezavantaje: termenii de utilizare se acceptă în bloc, fără negociere. Conversațiile pot fi păstrate pe perioadă nedeterminată, iar unele planuri le folosesc explicit pentru îmbunătățirea modelului. De regulă nu există un acord de prelucrare a datelor (DPA) semnat special pentru firma ta. Pentru profesiile cu secret profesional, folosirea lui pe documente de client poate încălca obligații mai stricte decât GDPR-ul general.

Pentru cine are sens: sarcini fără date reale despre clienți, angajați sau bani. O ciornă de text, o idee de conținut, un rezumat al unui articol public.

Nivelul 2: cloud enterprise sau criptat (API-uri business cu DPA)

Tot infrastructura unui furnizor mare, dar printr-un contract de business: API comercial, ChatGPT Enterprise, Azure OpenAI, Copilot pentru companii. Vine cu un DPA semnat, garanții contractuale că datele tale nu intră în antrenare și, uneori, opțiunea de a alege regiunea UE pentru procesare.

Avantaje: aceleași modele puternice ca la nivelul 1, garanții contractuale explicite, plătești doar ce consumi, scalezi fără să administrezi nimic tehnic. Pentru multe firme e compromisul practic corect.

Dezavantaje: datele tot ies fizic din firmă. Depinzi de politica furnizorului, care se poate schimba printr-un update tehnic, exact genul de schimbare de rutare semnalată recent la Microsoft 365 Copilot. Costul per token urcă odată cu volumul. Iar dacă furnizorul e o companie americană, rămâi teoretic expus la solicitări legale sub Cloud Act.

Pentru cine are sens: firme mijlocii care vor o garanție contractuală rezonabilă pe date obișnuite de business, fără investiție în infrastructură proprie.

Nivelul 3: on-premise real (LLM local, pe infrastructură controlată)

Modelul AI, un LLM local (adică un model de limbaj de tipul celor din spatele ChatGPT, dar instalat pe un server pe care îl controlezi), rulează pe echipamentul firmei tale sau pe un server dedicat exclusiv ție. Niciun document nu traversează internetul către un terț.

Avantaje: izolare completă, control total, poziția cea mai solidă pentru secret profesional și categorii speciale de date, imunitate la schimbări unilaterale de politică ale unui furnizor cloud.

Dezavantaje: cost inițial sau lunar semnificativ mai mare decât un abonament API. Modelele open-source rulabile local rămân, la ora actuală, în urma celor mai bune modele din cloud la sarcini de raționament foarte complex. Ai nevoie de cineva care să întrețină infrastructura. Iar sub un anumit volum de utilizare, costă mai mult decât ai plăti pe API-uri cloud. Detaliem exact la ce prag, mai jos.

Pentru cine are sens: firme din domenii reglementate sau cu secret profesional, care lucrează constant cu date pe care nu au voie să le trimită unui terț.

Criteriu	Cloud public	Cloud enterprise	On-premise real
Unde stau datele	Infrastructura furnizorului, fără garanții	Infrastructura furnizorului, cu DPA	Serverul tău sau unul închiriat exclusiv ție, în UE
DPA semnat	Rar sau inexistent	Da, standard	Da, personalizat
Antrenare pe datele tale	Posibilă, în funcție de plan	Exclusă contractual	Imposibilă din construcție
Cost tipic	Zero până la mic	Per utilizare, crește cu volumul	Investiție sau abonament fix de infrastructură
Capabilitate model	Cea mai bună disponibilă	Cea mai bună disponibilă	O generație în urmă, suficientă pentru multe sarcini
Control la schimbări de politică	Niciunul	Contractual, dar la discreția furnizorului	Total
Potrivit pentru secret profesional strict	Nu	Parțial, cu rezerve	Da
Mentenanță tehnică	Zero	Zero	Continuă

Server AI propriu: cât costă hardware-ul, cât costă chiria

Aici e întrebarea care contează cel mai mult după ce ai decis că ai nevoie de nivelul 3. Sunt două căi, ambele legitime, cu compromisuri diferite. În ambele cazuri, mesajul e același: datele rămân închise, în afara accesului companiilor mari care dezvoltă AI.

Varianta A: cumperi echipamentul

Firma ta achiziționează hardware-ul pe care rulează modelul, fizic la sediu.

Configurație pentru echipe mici, suficientă pentru căutare în documente, chatbot intern și ciorne de răspuns: 2.000-8.000 €, o singură dată.
Configurație serioasă, cu placă video dedicată (GPU, componenta care face efectiv calculele modelului) pentru modele mari sau volum ridicat: 5.000-15.000 € sau peste, o singură dată.

Avantaje: control fizic total, cost lunar aproape zero după achiziție (electricitate și mentenanță minoră), niciun abonament recurent, echipamentul rămâne activ al firmei și își păstrează o parte din valoare.

Dezavantaje: investiție inițială mare, dintr-o dată. Mentenanța (actualizări, monitorizare, intervenție la defecțiuni) cade în sarcina ta sau a IT-ului intern, chiar dacă externalizezi configurarea. Hardware-ul se învechește: un GPU cumpărat azi nu va rula la fel de bine modelele de peste trei-patru ani. Iar dacă se defectează ceva, procesul stă până la reparație.

Varianta B: închiriezi hosting dedicat, administrat

Nu cumperi nimic. Un server dedicat exclusiv firmei tale, nepartajat cu alți clienți, găzduit într-un centru de date din UE, pe care îl administrăm noi.

Cost recurent: 150-500 €/lună, în funcție de puterea de procesare și de volumul de utilizare.

Avantaje: zero investiție inițială, pornire în zile, mentenanța inclusă și în sarcina noastră, poți crește sau reduce puterea fără să arunci echipament. Serverul e izolat și criptat, găzduit într-un datacenter cu condiții fizice controlate, ferit de variațiile de curent și de accesul neautorizat.

Dezavantaje: cost recurent, pe termen lung. Dacă renunți, nu rămâi cu un activ fizic. Și depinzi contractual de noi ca administrator, chiar dacă datele și configurația îți rămân accesibile oricând.

Tabel comparativ și recomandare pe situații

	Cumperi echipamentul	Închiriezi hosting administrat
Cost inițial	2.000-8.000 € (echipe mici) / 5.000-15.000 €+ (GPU serios)	0 €
Cost lunar	Minim (electricitate, mentenanță ocazională)	150-500 €/lună
Cine face mentenanța	Firma ta sau contract separat	Inclusă în abonament
Timp până la pornire	Săptămâni (comandă, livrare, configurare)	Zile
La defecțiune	Oprire până la reparație sau înlocuire	Redundanță gestionată de administrator
Unde stă fizic	La tine, în firmă	Datacenter UE, izolat și criptat

Recomandarea implicită, pentru majoritatea firmelor la primul contact cu AI-ul privat, e varianta închiriată. Costul lunar e previzibil, pornești rapid și afli în câteva luni dacă volumul real justifică, peste un an sau doi, trecerea la echipament propriu. Un cabinet mic, fără IT intern, nu are de ce să administreze el un server.

Cumpărarea directă are sens pentru firme cu capital disponibil, volum constant ridicat și un orizont clar de minimum trei-patru ani de utilizare intensă, unde investiția inițială se amortizează față de chiria echivalentă. Traseul invers, de la echipament cumpărat înapoi la chirie, e mult mai scump, motiv în plus să începi cu varianta reversibilă dacă nu ești sigur de volum.

Adevărul incomod: uneori API-urile cloud sunt mai ieftine

Trebuie spus deschis, chiar dacă nu ne ajută comercial pe termen scurt. Sub un anumit volum de utilizare, un API comercial din cloud costă mai puțin decât un server propriu sau închiriat.

Motivul e simplu. Un server dedicat sau un GPU cumpărat costă bani indiferent câte întrebări procesează pe zi, în timp ce un API te taxează strict pentru ce folosești, calculat în tokeni (unitățile mici de text, aproximativ o silabă sau un cuvânt scurt, pe care un model le citește și le generează). Pragul exact depinde de model și de furnizor, dar ca ordin de mărime: sub câteva zeci de milioane de tokeni procesați pe lună, adică sub câteva zeci de mii de pagini de text, API-urile cloud rămân de regulă mai ieftine decât infrastructura proprie. Dacă te compari cu API-uri care servesc modele open-weight la preț redus, pragul urcă și mai mult.

Ce înseamnă asta practic: dacă firma ta trimite câteva sute sau chiar câteva mii de cereri pe zi către un asistent AI, matematica pură a costurilor favorizează cloud-ul. AI-ul privat nu se cumpără ca să economisești bani, ci pentru confidențialitate, control și predictibilitate legală. Diferența de preț cumpără exact un lucru: date care nu pleacă din firmă.

Dacă cineva îți vinde on-premise cu argumentul „e mai ieftin decât ChatGPT”, fii sceptic. La volum mic sau mediu, de regulă nu e adevărat, iar o firmă serioasă îți spune asta clar înainte să semnezi contractul. Situația se schimbă la volume cu adevărat mari, de exemplu un centru de suport care procesează zeci de mii de conversații pe lună. Și acolo decizia rămâne corectă, doar argumentul pentru ea trebuie să fie cel adevărat.

LLM local: ce modele open-source poți rula și la ce sunt bune

Un LLM local nu înseamnă un model construit special pentru tine. În practică, marea majoritate a implementărilor on-premise rulează unul dintre modelele „open-weight” disponibile public: parametrii antrenați sunt publicați, oricine îi poate descărca și rula pe propria infrastructură. La modelele închise (GPT, Claude, Gemini) ai acces doar prin API-ul furnizorului, niciodată la componentele modelului.

Familiile cele mai folosite în 2026 sunt Llama (Meta), Mistral (companie franceză, deci european ca origine, un argument în plus pentru firmele care caută explicit furnizori din UE), Qwen (Alibaba) și DeepSeek. Vin în mai multe dimensiuni, măsurate în miliarde de parametri.

Modelele de dimensiune medie (7-14 miliarde de parametri) rulează confortabil pe o configurație din categoria 2.000-8.000 € și sunt bune la:

căutare în arhiva de documente a firmei, prin tehnica numită RAG (modelul caută întâi în documentele tale și răspunde strict pe baza lor, cu sursa citată);
clasificarea și rutarea automată a documentelor primite;
rezumate ale unor texte lungi;
extragere de date structurate din facturi sau contracte;
ciorne de răspuns la emailuri repetitive și chatbot intern pe procedurile firmei.

Modelele mari (70 de miliarde de parametri sau peste) cer echipament din categoria GPU serios și se apropie de calitatea modelelor cloud de top. Rămân totuși în urmă la sarcinile cele mai grele: raționament matematic avansat, generare de cod foarte complexă, înțelegerea nuanțelor pe conversații foarte lungi.

Pentru limba română mai apare o observație practică: modelele mici au o calitate a limbii mai inconstantă, cu diacritice sau acorduri gramaticale greșite ocazional, mai ales pe formulări neobișnuite. De aceea testăm fiecare implementare pe întrebări reale, în română, din firma clientului, înainte de lansare.

Concluzia onestă: pentru majoritatea nevoilor obișnuite ale unei firme mici sau mijlocii, un model deschis rulat local face treaba foarte bine. Pentru sarcinile de vârf, unde ai nevoie de cea mai bună calitate posibilă indiferent de cost, un model cloud de top rămâne superior la ora actuală. Alegerea ține strict de problema concretă pe care vrei s-o rezolvi. Testarea se face înainte de investiția în hardware.

GDPR nu e un examen pe care îl dai o dată și primești o diplomă. Regulamentul prevede, la articolul 42, un mecanism de certificare, dar el se aplică unor scheme naționale aprobate de autoritatea de supraveghere, pentru operațiuni de prelucrare specifice. Nu există o „certificare GDPR” generală a unei companii sau a unui produs AI. Oricine îți promite așa ceva ca argument de vânzare îți vinde o etichetă care legal nu există în forma respectivă.

Ce există sunt principii de proiectare, aplicate de la primul pas al proiectului: minimizarea datelor colectate (procesăm strict ce e necesar), un DPA semnat cu fiecare client conform articolului 28, criptarea datelor în tranzit și în repaus, jurnalizarea accesului și claritate contractuală asupra cine răspunde pentru ce. Asta înseamnă proiectat conform GDPR: o practică continuă, verificabilă în contract și în arhitectură.

Tot din GDPR vine și articolul 33, care obligă la notificarea autorității de supraveghere în cel mult 72 de ore de la o breșă de securitate.

Categoriile speciale de date

Articolul 9 din GDPR tratează cu rigoare sporită datele privind sănătatea, originea etnică, opiniile politice sau religioase, orientarea sexuală, datele biometrice și genetice. O clinică ce folosește AI pentru transcrierea consultațiilor sau organizarea fișelor de pacient lucrează cu date din această categorie la fiecare interacțiune. Acolo pragul de precauție e mai ridicat decât pentru date obișnuite de contact sau facturare, iar on-premise devine recomandarea implicită.

Secretul profesional: avocați, contabili, medici

Pentru anumite profesii, obligația de confidențialitate depășește GDPR-ul general și vine din legi și coduri deontologice specifice. Folosirea AI-ului nu o suspendă.

Avocații răspund pentru secretul profesional consacrat de Legea nr. 51/1995. Contabilii au o obligație similară prin Codul etic CECCAR, relevantă mai ales pentru birourile care procesează facturi și extrase pentru zeci de firme-client deodată. Medicii răspund pentru secretul medical, protejat de Legea drepturilor pacientului nr. 46/2003 și de Codul de deontologie medicală.

Regula practică e simplă: dacă documentul conține informații pe care nu ai voie, deontologic, să le arăți unui terț, nu le introduce într-un instrument AI care nu rulează pe infrastructură controlată de tine sau garantată contractual explicit pentru acest scop.

AI Act și transferul internațional de date

Pe lângă GDPR, Regulamentul european privind inteligența artificială aduce obligații suplimentare. O firmă care integrează AI în procesele proprii, fără să dezvolte modelul de la zero, se încadrează de regulă drept „integrator” în sensul articolului 25, o categorie distinctă de cea de furnizor de sistem AI, cu implicații directe asupra cui îi revine responsabilitatea principală. Din 2 august 2026, articolul 50 cere ca orice chatbot să comunice explicit utilizatorului că vorbește cu un sistem AI.

Iar dacă furnizorul procesează date în afara Spațiului Economic European, se aplică regulile de transfer internațional, cu incertitudinea reală creată de Schrems II și Cloud Act. Un server on-premise sau un hosting închiriat, ambele fizic în UE, elimină complet discuția: datele nu părăsesc jurisdicția europeană.

Arhitecturile detaliate, angajamentele contractuale (DPA, NDA) și cine răspunde concret în caz de incident sunt pe pagina despre securitatea datelor.

Pentru cine are sens AI-ul privat și pentru cine nu

Onest: nu orice firmă are nevoie de infrastructură on-premise, iar cine ți-o vinde indiferent de situația ta îți vinde un cost pe care nu ai de ce să-l plătești.

Are sens clar pentru:

Cabinete de avocatură și birouri de contabilitate, unde secretul profesional impune un standard mai strict decât GDPR-ul general.
Clinici și cabinete medicale care procesează date de sănătate.
Firme din servicii financiare care gestionează date sensibile ale clienților.
Orice firmă care a semnat cu proprii clienți clauze stricte de confidențialitate sau de localizare a datelor.
Firme cu volum de utilizare suficient de mare încât costul per token din cloud devine oricum dezavantajos.

Probabil nu are sens încă pentru:

Firme care folosesc AI ocazional, pe texte generice, fără date despre clienți reali.
Firme la primul contact cu AI-ul, care nu știu încă ce volum vor avea. Aici un pilot pe cloud enterprise, cu DPA semnat, e un punct de plecare mai înțelept decât o investiție mare de la început.
Firme fără sisteme digitale de bază. Dacă documentele stau pe hârtie sau împrăștiate prin emailuri, primul pas e digitalizarea proceselor, înainte de orice investiție în infrastructură AI.

Dacă la consultația inițială reiese că firma ta se încadrează în a doua categorie, îți spunem direct, chiar dacă asta înseamnă un proiect mai mic sau deloc. Lista de mai sus acoperă situațiile pe care le vedem cel mai des la firmele românești, fără să fie exhaustivă. Dacă situația ta nu seamănă cu niciun exemplu, cel mai simplu e s-o descriem concret la un audit.

Cât costă, concret, un proiect de AI privat

Infrastructura discutată mai sus (server cumpărat sau hosting închiriat) se adaugă separat la costul proiectului propriu-zis. Proiectul arată așa:

Integrare AI: de la 3.000 €, cu o plajă uzuală de 3.000-9.000 €, în funcție de câte surse de date se conectează și cât de complex e fluxul.
Variantă on-premise completă: adaugă 30-50% peste prețul de bază, pentru configurarea și izolarea infrastructurii.
Consultație inițială (discovery): 2 ore, gratuit. Trecem prin procesele tale și stabilim dacă on-premise rezolvă o nevoie reală.
Audit aprofundat, dacă situația e complexă: 500-1.500 €, sumă care se scade integral din prețul proiectului dacă mergem mai departe.
AI Care Plan: 250-500 €/lună. E ofertat implicit la fiecare proiect și facturat separat, lunar. Poți renunța: sistemul rămâne al tău și funcțional și fără abonament, doar fără cineva care să intervină activ când apare o problemă. Abonamentul înseamnă monitorizare automată non-stop și intervenție în aceeași zi lucrătoare.

Dacă proiectul tău seamănă mai degrabă cu o integrare AI clasică decât cu o discuție de infrastructură, detaliile sunt pe pagina de integrări AI. Iar dacă ai nevoie de ceva ce nu apare în listele de mai sus, de exemplu o integrare AI combinată cu o aplicație internă nouă sau cu migrarea unui sistem vechi de evidență, discutăm punctual și ajustăm prețul la ce trebuie construit efectiv.

Cum începi, fără să investești greșit

Pasul practic recomandat, indiferent de mărimea firmei: nu cumperi întâi hardware și nu semnezi întâi un abonament. Pornești de la un audit care îți arată ce date circulă prin firmă, cât de sensibile sunt și ce arhitectură din cele trei niveluri se potrivește real situației tale.

Un audit de 30 de minute, gratuit, acoperă exact atât: harta datelor sensibile, recomandarea de arhitectură (cloud enterprise, hibrid sau on-premise complet) și, dacă are sens, cifrele de cost pentru cazul tău specific. Pleci cu o recomandare clară, indiferent dacă lucrăm mai departe împreună sau nu.

Programează un audit gratuit (30 min).

Întrebări frecvente despre AI privat

Ce înseamnă, mai exact, „AI on-premise”? Modelul AI, documentele și toată procesarea rulează pe infrastructură controlată de tine: serverele firmei sau un server dedicat exclusiv ție. Nimic din ce introduci nu traversează internetul către un furnizor extern, spre deosebire de un chatbot cloud obișnuit.

De ce nu iau pur și simplu un abonament ChatGPT Business sau Copilot și gata? Pentru multe firme chiar e suficient. Cloud enterprise cu DPA semnat e un compromis rezonabil pentru date obișnuite de business, la un cost mult mai mic. Discuția despre on-premise devine relevantă când lucrezi cu categorii speciale de date, cu secret profesional strict sau când un contract îți impune localizarea și izolarea datelor. Dacă nu ești sigur unde te încadrezi, exact asta lămurim la consultația inițială gratuită.

AI-ul privat e mai scump decât un abonament cloud? La volume mici, da, semnificativ. Diferența de preț cumpără strict confidențialitate, atât. Dacă obiectivul tău principal e economia de bani, un API cloud enterprise cu DPA semnat e de regulă alegerea corectă.

Trebuie neapărat să cumpăr un server ca să am AI privat? Nu. Poți închiria un server dedicat administrat de noi, într-un datacenter din UE, la 150-500 €/lună, fără investiție inițială. Cumperi echipament propriu doar dacă volumul și orizontul de timp o justifică financiar.

Pot trece mai târziu de la hosting închiriat la echipament propriu? Da. Configurația și modelele folosite se pot transfera pe echipament propriu ulterior, dacă volumul crește suficient. Recomandăm exact acest traseu firmelor care nu sunt sigure de volumul lor pe termen lung.

Cine deține modelul, codul și configurația după implementare? Tu. Serverul, cumpărat sau închiriat pe numele firmei tale, configurația construită pe el și documentația sunt ale tale. Dacă alegi hosting administrat de noi, administrarea e a noastră prin contract, dar accesul și datele rămân integral la tine, disponibile oricând, indiferent cine administrează serverul.

Ce se întâmplă dacă renunț la colaborare sau dacă dispăreți? Primești exportul complet: configurație, modele ajustate pentru firma ta, documentație de operare. Sistemul continuă să funcționeze fără noi. Asta e și motivul pentru care documentăm fiecare implementare astfel încât un alt tehnician să o poată prelua.

Ce modele AI pot rula local, în română? Modele open-source ca Llama, Mistral, Qwen sau DeepSeek, în diverse dimensiuni. Funcționează bine pentru căutare în documente, clasificare, sumarizare și chatbot intern. Calitatea limbii române variază între modele, motiv pentru care testăm fiecare implementare pe întrebări reale, în română, înainte de lansare.

Sunteți „certificați GDPR”? Nu există o certificare GDPR generală pentru furnizori de software sau AI. Formularea corectă, pe care o poți verifica la orice furnizor serios, e „proiectat conform GDPR”, cu DPA semnat pentru fiecare proiect, conform articolului 28.

AI-ul on-premise e automat mai sigur? Reduce un risc specific major, expunerea datelor către un terț extern, dar nu rezolvă singur securitatea tehnică. Un server prost administrat, fără actualizări, backup și monitorizare, poate fi mai vulnerabil decât un cont bine configurat la un furnizor cloud enterprise. De aceea recomandăm mentenanță activă și monitorizare automată non-stop după instalare.

Un model AI local „vede” internetul sau trimite date undeva? Nu, dacă e configurat corect pentru izolare. Un model rulat local, fără conexiune activă la internet pentru inferență (procesul prin care generează răspunsurile), procesează totul strict pe infrastructura locală. Conexiunea la internet, dacă există, se limitează la actualizări de sistem.

Are sens AI privat pentru o firmă mică, cu câțiva angajați? Da, dacă manipulează date sensibile sau are o obligație de confidențialitate specifică profesiei. Obligația legală nu ține cont de mărimea firmei. Varianta închiriată există exact pentru firmele mici care nu vor o investiție hardware de la început.

Cât durează implementarea? Cu hosting închiriat, de la semnarea contractului la un sistem funcțional trec de regulă câteva săptămâni, în funcție de complexitatea integrării cu sursele tale de date. Pentru echipament cumpărat, adaugă timpul de comandă și livrare, încă două-patru săptămâni. Termenul exact se fixează în contract, după audit.

Dacă după ghidul ăsta tot nu ești sigur care dintre cele trei niveluri se potrivește firmei tale, cel mai rapid mod de a afla e o discuție concretă despre datele tale.