常見問題
常見問題整理
針對內部部署、成本與治理的常見疑問，提供清楚解答。
跟線上 AI 的差異
為什麼沒有雲端試用？ +
ModelLinq 以內部部署為前提，需要配合權限、資料與治理設定。我們提供線上會議示範或 PoC。
為什麼不主打模型大小？ +
模型大小不是唯一效能指標，重點是可治理的編排與任務完成度，在資安與成本限制內取得最佳效果。
內網 AI 會不會比較弱？ +
我們主打的是合規與最適應目標產業，重點在流程治理、資料安全與可控成效。
是否支援自有模型或私有模型？ +
有限度支援，需評估模型參數規模與伺服器算力配置。
成本與部署疑慮
一定要買硬體嗎？ +
可使用既有伺服器或依需求採購，我們與系統整合商協助規格評估。
成本怎麼算？ +
以專案導入與維護合約為主，成本固定可預期，不依 AI 點數計費。
適不適合中小企業？ +
若有高資安或成本可控需求，即使規模較小也可從小規模起步。
多久可以上線？ +
依需求與環境而定，可先以小規模 PoC 驗證，再逐步擴展。
安全與治理
資料會不會外流？ +
資料全程留在內網，權限控管與資料遮罩可避免外流風險。
有沒有稽核？ +
所有模型變更、推論與使用行為皆可稽核。
能不能限制模型來源與語言？ +
可設定白名單模型來源、版本與允許語言，符合內部政策。
能不能在隔離網路運作？ +
可以。ModelLinq 支援在隔離或無外網環境中部署與運作。