中小企业的 AI，卡在这三件事上
不是不想用，是不知道从哪一步开始、钱花在哪、出问题找谁。
数据不能出机房
合同、客户资料、图纸、工单，一旦上传到公网大模型，就等于不可控。很多企业不是没需求，是过不了合规和老板这一关。
算力不知道怎么配
买几张什么卡、多少显存、要不要超融合、机房能不能扛得住功耗和散热——选错的代价是几十万设备和三个月工期。
上线之后没人管
模型版本要更新、知识库要增量、并发上来了要扩容、半夜挂了要有人接电话。一次性交付的项目，第二年基本都荒了。
为什么找云昭，而不是找 AI 公司或纯硬件商
AI 公司不装机房，机房公司不懂模型部署。我们正好在中间那一格。
底座是我们铺的
超融合、虚拟化、机房、网络，本来就在我们的交付范围内。AI 跑在同一套底座上，不用再引入第二个供应商来扯责任。
交付是我们做的
不是卖一台机器就走。部署、调优、数据接入、验收、运维都在合同里，出问题找一个人，不用在三个厂商之间传话。
边界是我们划的
不训练模型，不做微调。模型用开源的 DeepSeek、Qwen，微调交给算法伙伴，我们只保证它在你的环境里跑得稳、接得上、有人管。
四块服务，从底座到场景
可以只做其中一块，也可以整包交付。多数客户从“一块 GPU 卡 + 一个场景”开始。
vGPU 云桌面与 AI 工作站
把 GPU 集中到机房，设计、仿真、渲染、AI 开发在云桌面上跑，终端不用一人一台高配机，数据也不落在本地硬盘。
随算力项目一并交付云昭 AI 落地五步法
每一步都有明确的输出物和退出条件。达不到就停，不硬推项目——这是我们和“先签约再说”的做法最大的区别。
-
诊断2 小时
看数据在哪、场景值不值、预算够不够，输出一页纸结论——包括“现在不该做”这种结论。
-
选型1 周
定模型规模、并发、算力卡型、部署形态（一体机 / 现有虚拟化平台 / 新建集群），出配置清单和三年总成本对比。
-
POC2 周
用你的真实数据跑一个小场景，出准确率和响应时延的实测数据。不达标不进入下一步，POC 报告归你。
-
交付2–4 周
部署、数据接入、权限配置、验收文档、管理员培训。交付物包含架构图、配置清单、测试报告、运维手册。
-
运营按年
模型版本更新、知识库增量、算力扩容、故障响应。按年签，不是一次性买卖。
时间为基础节奏，实际以场景复杂度和数据治理情况为准。知识库项目中，数据清洗往往比部署更花时间。
我们不做什么
- 不训练基础模型，不承诺“通用智能”。
- 不做模型微调与算法研究，这部分由我们的算法伙伴承担。
- 不接没有明确场景和验收标准的 AI 项目。说不清验收标准的项目，最后一定烂尾。
- 不夸大参数。给不出实测数据的能力，我们不会写进方案里。
三种合作方式
客户有算法能力、没有算法能力、或者你本身就是同行——对应的合作方式不一样。
客户已有算法团队
我们做算力底座与部署集成：选卡、建集群、装环境、接数据、做验收，你的人专心做模型和应用。
客户没有算法能力
我们组织联合体：算法伙伴 + 云昭交付，一个合同对客户、一个项目经理对进度，不让客户自己去撮合三方。
同行与渠道
白标交付：你面对客户，我们做方案、实施与运维。沪宁两地可出人现场，不抢你的客户关系。
常见问题
这些都是客户在第一次沟通时最常问的五个问题。
