AI enterprise on-premise

AI generatif yang tidak keluar dari jaringan Anda.

Chat multi-model dengan jawaban streaming, berbasis dokumen Anda sendiri lewat ExA Insight RAG, dan terhubung ke sistem internal lewat ExA Insight MCP. Prompt, retrieval, dan pemanggilan model semuanya berjalan di perangkat yang Anda kendalikan.

ExA Insight Starter Pack
ExA Insight MCP
LLM self-hosted
Web Search Proxy

Lihat paket Cara deployment

Internet publikTidak tepercaya. Bukan jalur data.

Satu-satunya jalan keluar, dan hanya jika Anda mengaktifkannya

Jaringan Anda

Web Search Proxy
Opsional, egress self-hosted
Antarmuka chat
Lewat browser, tanpa instalasi klien
LLM self-hosted
Endpoint OpenAI-compatible
ExA Insight RAG
Ingest, embedding, retrieval
ExA Insight MCP
Tool dan API yang disetujui
Identitas & SSO
MFA, grup, permission

Sekilas

Apa ini, dan untuk siapa

Pengguna: Pengguna enterprise, bersama tim IT, keamanan, operasi, dan pemilik platform yang bertanggung jawab atas keberadaan data.
Target skala: Deployment umumnya melayani puluhan sampai ratusan pengguna bersamaan per instalasi. Angkanya bergantung pada perangkat keras.
Nilai utama: Chat multi-model di infrastruktur Anda, jawaban yang berbasis ExA Insight RAG, alur kerja yang diperkuat tool lewat ExA Insight MCP, dan Web Search Proxy self-hosted sebagai opsi untuk konteks web terkini.
Adopsi: Mulai dari pilot. Perluas domain, integrasi, dan cakupan admin sambil tetap menegakkan least privilege.

Kemampuan

Dari model ke jawaban yang bisa ditelusuri

Chat hanya permukaannya. Yang membuat sebuah jawaban layak dipakai adalah asal konteksnya dan apakah Anda bisa memeriksanya.

Asisten, bukan model: Setiap asisten membawa endpoint OpenAI-compatible self-hosted miliknya sendiri, system prompt, dan persona. Pengguna memilih asisten, jadi satu pilihan sekaligus menentukan model, instruksinya, dan pengetahuan yang bisa ia jangkau.
Chat streaming: Jawaban datang token demi token dan dirender sebagai markdown. Jika modelnya mendukung, proses penalarannya tampil di blok yang bisa Anda tutup.
ExA Insight RAG: Ingestion, chunking, embedding, dan retrieval atas korpus yang disetujui, semuanya di dalam jaringan. Dataset dipetakan ke asisten, sehingga jawaban hanya menarik korpus yang memang menjadi hak asisten tersebut.
Penelusuran sumber di chat: Saat retrieval mengembalikan konteks, jawaban membawa sitasi bernomor dan daftar sumber yang bisa dibuka. Mengunduh sumber melewati pemeriksaan akses yang sama dengan retrieval-nya.
Web Search Proxy: Ketika pengetahuan on-premise belum cukup, arahkan pencarian lewat proxy self-hosted milik Anda. Penyedia pencarian cloud yang didukung sifatnya opsional, dan nonaktif sampai kebijakan Anda mengizinkan.
ExA Insight MCP: Asisten yang sama bisa memanggil tool dan backend yang disetujui lewat MCP — pencarian, API internal, dan konektor berikutnya — masing-masing dengan izin eksplisit.
Mode percakapan: Thread permanen menyimpan riwayat dan judul. Temporary chat tidak meninggalkan jejak, untuk eksplorasi sekali pakai.

Deployment on-premise
Docker Compose
Antarmuka multibahasa

Keamanan & kepatuhan

Batas jaringan itulah produknya

Residensi data bukan opsi yang diaktifkan belakangan. Justru itulah alasan arsitekturnya dibangun seperti ini.

Jaringan Anda

Privasi sejak rancangan: Prompt, dokumen, dan pemanggilan model tetap berada di dalam jaringan Anda. Tidak ada yang dikirim ke API cloud eksternal.
Akses Zero Trust: Setiap sesi diverifikasi lewat identitas dan perangkat. MFA wajib didaftarkan, bukan sekadar ditawarkan, dan login tidak memberi kepercayaan implisit setelahnya.
Nol port publik: Tidak ada port yang terbuka ke internet. Admin masuk lewat kanal terenkripsi yang terverifikasi Zero Trust, dari jaringan mana pun.
Least privilege, ditegakkan di backend: Sebuah asisten hanya boleh membaca dataset dan memanggil tool yang dipetakan padanya, dan seorang pengguna hanya menjangkau asisten yang diizinkan grupnya. Pemeriksaannya berjalan di sisi server pada setiap panggilan — model tidak pernah memegang kredensial, endpoint, maupun keputusan dataset mana yang dicari.
Residensi data on-premise: Inference, retrieval, dan Web Search Proxy semuanya berjalan di host Anda. Tidak ada alur kerja yang memindahkan data melewati batas jaringan Anda.
SSO: Terintegrasi dengan manajemen identitas yang sudah Anda jalankan, termasuk group claim yang dipetakan ke hak akses di dalam ExA Insight.

Detail penegakan

Cookie sesi bersifat opaque dan divalidasi di sisi server. Tidak ada token di penyimpanan browser.
Kata sandi di-hash dengan Argon2id; token sekali pakai di-hash dan punya masa berlaku.
Permission bersifat granular dan ditulis dalam bentuk resource:action.
Reset MFA hanya bisa dimulai oleh admin. Tidak ada jalur mandiri yang memintasnya.
Seorang admin tidak bisa menghapus akunnya sendiri atau melepas peran adminnya sendiri.

Paket

Mulai dari stack-nya. Tambahkan jembatannya saat dibutuhkan.

Starter pack

ExA Insight Starter Pack

Chat
RAG

Stack AI on-premise yang siap dipasang — chat percakapan dan retrieval pengetahuan berbasis sumber di infrastruktur Anda, dengan kontrol admin yang menghormati cara Anda mengklasifikasi data.

Antarmuka chat responsif tanpa instalasi klien tebal
Konfigurasi berorientasi admin untuk pengguna, kebijakan, dan knowledge base
Mendukung sign-in multi-faktor untuk akses chat maupun admin
Pipeline RAG lokal: ingestion, chunking, embedding, dan indexing tetap di dalam jaringan
Batas pengetahuan per domain yang menekan kebocoran antarunit
Konteks yang sadar sumber, untuk jawaban yang bisa dijelaskan dan dipertanggungjawabkan

Add-on

ExA Insight MCP

Tool
Integrasi

Server MCP sebagai jembatan terkendali antara LLM dan dunia luar: API internal, pencarian web opsional lewat proxy privat, integrasi routing SSO, serta sumber data log atau lini bisnis di kemudian hari — tanpa memperlakukan internet publik sebagai jalur data tepercaya.

Permukaan tool terstandar untuk API, search proxy, dan hook yang ramah audit
Izin tool yang eksplisit dan paparan least-privilege per konektor
Pola yang sadar token dan bersahabat dengan rate limit untuk panggilan sistem eksternal
Ruang tumbuh dari otomasi pilot menuju program agen yang lebih luas, tetap di bawah tata kelola

Administrasi AI

Tidak ada yang aktif sebelum admin mengaktifkannya

Asisten bukan model dengan tempelan. Ia satu objek yang dikonfigurasi utuh: sebuah endpoint, prompt, persona, korpus yang boleh ia baca, tool yang boleh ia panggil, dan grup yang boleh memakainya.

Konfigurasi AI

Rakit satu asisten secara utuh: endpoint OpenAI-compatible miliknya sendiri, model, system prompt, dan persona. Tidak ada kumpulan model bersama — asistenlah satuannya.
Petakan dataset yang boleh ia baca dan tool yang boleh ia panggil. Pemetaan itu adalah seluruh jangkauannya; di luar itu tidak ada apa pun saat runtime.
Berikan akses ke grup. Seorang pengguna baru melihat sebuah asisten kalau salah satu grupnya ada di daftar itu.
Hubungkan backend RAG sekali saja — endpoint retrieval, endpoint unduh, kredensial. Dataset yang ia sediakan lalu bisa dipetakan ke asisten.
Definisikan tool sekali — pencarian web lewat proxy Anda sendiri, atau server MCP generik apa pun — lalu pasangkan ke asisten yang boleh memakainya. Penyedia pencarian cloud yang didukung tetap opsional, dan nonaktif sampai kebijakan Anda mengizinkan.
Atur perilaku percakapan panjang per asisten: jendela verbatim, jatah ringkasan, dan berapa giliran terakhir yang dibiarkan utuh.

Akses & akun

Pengguna, peran, dan permission granular berformat resource:action.
Grup yang mencerminkan departemen Anda, lengkap dengan manajer grup terdelegasi.
OAuth2 dan SSO, termasuk pemetaan group claim dari identity provider Anda.
Konfigurasi SMTP atau email API, diuji kirim sebelum disimpan.
API key untuk menyematkan chat di aplikasi Anda sendiri, dibatasi per asisten.

Pengawasan

Penilaian umpan balik dan performa respons per asisten.
Pemanfaatan dataset ExA Insight RAG dan tool.
Penelusuran dari entri umpan balik ke percakapannya sendiri, di balik permission terpisah.

Deployment & lisensi

Berjalan di host Anda, bertahap sesuai pilihan Anda

Deployment: On-premise, umumnya lewat Docker Compose. Inference, chat, ExA Insight RAG, dan Web Search Proxy opsional berjalan di host Anda. Gelar bertahap sesuai entitlement.
Lisensi: Entitlement per fitur: tier basic mencakup LLM dan ExA Insight RAG, ditambah add-on. Berkas lisensi bertanda tangan terikat perangkat keras dan digabung saat pemuatan, sehingga add-on yang gagal dilewati tanpa membatalkan lisensi utama.
Setelah pembelian: Masa tenggang, cara operator melihat status lisensi, pengunggahan material perpanjangan, dan ekspektasi restart dibahas saat onboarding dan di dokumen pesanan Anda, bukan dirinci di halaman ini.

Dari pilot ke produksi

Cakupan mengikuti data Anda, bukan daftar fitur kami

ExA Insight bisa dimulai sebagai pilot terfokus atau langsung sebagai program yang lebih luas. Seberapa jauh langkahnya bergantung pada kesiapan data Anda, klasifikasi sensitivitasnya, berapa banyak integrasi yang Anda mau sejak hari pertama, dan seketat apa akses admin harus mencerminkan least privilege.

Perangkat keras minimum untuk model AI lokal

Pilot: NVIDIA DGX Spark
Produksi: NVIDIA RTX 6000 Blackwell

Ini angka minimum, bukan target. Sizing akhir mengikuti keluarga model, batas konteks, dan perkiraan beban bersamaan Anda.

01
Assess
Kurasi sumber resmi untuk ExA Insight RAG, klasifikasikan sensitivitas, tetapkan domain dan peran, tentukan hasil yang terukur, dan ukur perangkat keras inference ke baseline pilot atau produksi.
02
Build
Pasang dan konfigurasi ExA Insight RAG, chat, inference lokal di GPU yang disetujui, komponen keamanan, Web Search Proxy bila diperlukan, dan tool MCP untuk alur kerja yang disetujui.
03
Operate
Pantau kualitas dan penggunaan, tune retrieval ExA Insight RAG, perluas integrasi MCP, serta jaga kebijakan audit dan akses tetap mutakhir.

Langkah berikutnya

Bicarakan rencana pilot Anda

Penentuan cakupan dimulai dari data Anda, bukan dari daftar fitur: sumber mana yang resmi, bagaimana klasifikasinya, dan siapa yang boleh menjangkau apa. Bawa itu, sisanya akan menyesuaikan sendiri.

sales@cdtech.id

Sebutkan sumber resmi Anda, seberapa sensitif isinya, dan kira-kira berapa orang yang akan memakainya — supaya balasan pertama sudah bisa spesifik.