Use cases
Run AI-assisted development on-prem
Voor organisaties waar zelfs private cloud een stap te ver is: AI-assisted engineering op je eigen hardware, met Own-LLM-opties, onder aparte voorwaarden.
On-prem AI-app-ontwikkeling betekent dat AI-assisted engineering en de applicaties die het oplevert draaien op infrastructuur die jouw organisatie fysiek beheert. Ciao ondersteunt on-prem-deployment onder aparte voorwaarden, met Own-LLM-opties en een multi-provider model ladder. In tegenstelling tot cloud-only AI-bouwers combineert Ciao de volledige delivery loop — beheerde branches, menselijke goedkeuringen, QA, live security-testing, append-only audit trail — met deployment waarbij je workloads je omgeving nooit hoeven te verlaten.
Gepubliceerd 2026-07-03 · Laatst bijgewerkt 2026-07-03
Wanneer het antwoord op welke cloud geen is
Sommige organisaties eindigen elke SaaS-evaluatie op dezelfde manier: de workload mag het gebouw niet verlaten. Productiebedrijven die operationele systemen op locatie houden, overheidsinstanties met verplichte infrastructuur, banken wier controlekaders dateren van vóór de cloud, nutsbedrijven en telecombedrijven die kritieke operaties runnen — voor hen is welke cloudregio de verkeerde vraag. De infrastructuur is fysiek van hen, en de software moet ernaartoe komen.
Dat standpunt heeft deze organisaties buiten het grootste deel van de AI-ontwikkelingsgolf geprijsd. De tools die gewone taal omzetten in werkende software zijn overweldigend cloud-first, en het gebruikelijke compromis — de AI-tooling laten draaien in de cloud van de leverancier terwijl productie on-prem blijft — splitst de levenscyclus precies waar governance hem heel nodig heeft.
Ciao's on-prem-pad, aangeboden onder aparte voorwaarden, brengt de AI-softwareontwikkelingslevenscyclus naar jouw infrastructuur in plaats van andersom. De delivery loop is dezelfde die het platform definieert: een AI-software-organisatie die het werk doet, Guardrails die bedrijfsdomeinen in kaart brengt en plain-English-beleid afdwingt, menselijke goedkeuringen vastgelegd op beheerde branches, QA- en securitypoorten, en een append-only audit trail. Modelstrategie maakt deel uit van het gesprek: Own-LLM-opties bestaan voor organisaties die ze vereisen, en de multi-provider model ladder met fallback vermindert afhankelijkheid van één modelleverancier. Klantcode wordt nooit gebruikt om modellen te trainen, en inferentie draait onder zero-retention-contracten.
Wat on-prem AI-ontwikkeling vereist
Organisaties die on-prem verplicht stellen, komen doorgaans met dezelfde lijst:
- Deployment op eigen infrastructuur — Het platform en de applicaties die het oplevert draaien op hardware die jouw organisatie beheert, onder aparte voorwaarden die verantwoordelijkheden precies benoemen.
- Modelcontrole — Own-LLM-opties voor organisaties die moeten bepalen waar inferentie plaatsvindt, en een multi-provider model ladder met fallback om afhankelijkheid van één leverancier te vermijden.
- Data- en codebescherming — Geen training op klantcode, zero-retention modelcontracten, en SOC 2 Type II-rapporten onder NDA voor het beoordelingsdossier.
- Identiteit en toegang — SSO via SAML of OIDC tegen je directory, optionele MFA, en rolgebaseerde toegangscontrole afgestemd op je bestaande rollen.
- Volledig auditbewijs — Een append-only audit trail over prompts, merges, deploys en admin-acties — het levenscyclusbewijs dat strikte controlekaders eisen.
- Ondersteuning voor de echte stack — Custom sandbox images die Rails, Java, Go, Python, Node en multi-process backends verpakken, omdat on-prem-landschappen zelden greenfield zijn.
Hoe een on-prem-programma verloopt
1. Bakent de omgeving af met sales
On-prem-deployment loopt onder aparte voorwaarden. De eerste stap definieert je infrastructuur, modelvereisten en securitybeperkingen — inclusief Own-LLM-opties waar verplicht.
2. Zet het platform intern op
De delivery-omgeving wordt opgezet op jouw infrastructuur, met identiteit bedraad naar je SSO via SAML of OIDC en toegang afgestemd via RBAC.
3. Verpak bestaande systemen waar nodig
Custom sandbox images brengen je Rails-, Java-, Go-, Python-, Node- of multi-process-backends in de AI-assisted levenscyclus — modernisatie en nieuwe bouwen delen één loop.
4. Definieer de governance
Guardrails brengt bedrijfsdomeinen in kaart, beschermde zones worden geïdentificeerd, en plain-English-beleid legt vast wie wat moet goedkeuren.
5. Bouw en wijzig op beheerde branches
Verzoeken in gewone taal worden branches die risicobeoordelingen dragen; gemarkeerde wijzigingen wachten op vastgelegde menselijke goedkeuring vóór het mergen.
6. Bewaak elke release
QA draait deterministische replays en smoke gates; Security draait scans, dependency-checks en toegangscontrole-probes bevestigd tegen de live app.
7. Beheer binnen de grens
Doctor diagnosticeert read-only, SysOps handelt drift en rollback af, Conductor toont de portfolio — allemaal binnen jouw muren.
Security- en governancechecklist
- ✓ On-prem-deployment onder aparte, expliciet afgebakende voorwaarden
- ✓ Own-LLM-opties en een multi-provider model ladder met fallback
- ✓ Geen training op klantcode; zero-retention modelcontracten
- ✓ SSO via SAML of OIDC, optionele MFA, rolgebaseerde toegangscontrole
- ✓ Vastgelegde menselijke goedkeuringen op beheerde branches vóór merge
- ✓ Append-only audit trail over prompts, merges, deploys en admin-acties
- ✓ SOC 2 Type II-rapporten beschikbaar onder NDA voor je beoordelingsdossier
Waar on-prem-programma's landen
On-prem-programma's concentreren zich in sectoren waar infrastructuurcontrole beleid is, geen voorkeur. Dit zijn de omgevingen waar AI-assisted development op eigen hardware het vaakst landt, en het soort applicaties dat het daar oplevert:
Fabriekssystemen
Productietracking, kwaliteitsworkflows en onderhoudstools die draaien naast de machines die ze bedienen, op fabrieksinfrastructuur.
Interne overheidsworkflows
Dossierafhandeling, goedkeuringen en records-tooling op door de overheidsinstantie gecontroleerde infrastructuur, met het auditbewijs dat toezicht vereist.
Bankoperationstools
Reconciliatie, uitzonderingsafhandeling en interne workflowapplicaties binnen een controlekader dat nooit uitging van de cloud.
Veld- en assetapps voor nutsbedrijven
Assetregisters, inspectieworkflows en ploegtools voor operators wier systemen geclassificeerd zijn als kritieke infrastructuur.
Telecom-operationsconsoles
Provisioning-, incident- en aan het netwerk grenzende workflowtools die moeten leven binnen de eigen omgeving van de operator.
Onderzoeks- en laboratoriumomgevingen
Dataverwerkings- en workflowapplicaties voor instellingen wier overeenkomsten elke byte op locatie houden.
Vereisten en hoe Ciao ze dekt
Organisaties met strikte controle komen met lijsten van vereisten die jarenlang zijn verfijnd via leveranciersbeoordelingen. Deze tabel koppelt de vereisten die on-prem-programma's definiëren aan hoe Ciao aan elk ervan voldoet — van modelcontrole tot het auditbewijs dat een controlekader eist.
| Vereiste | Hoe Ciao dit dekt |
|---|---|
| Niets verlaat onze infrastructuur | On-prem-deployment onder aparte voorwaarden |
| Controle over modellen | Own-LLM-opties; multi-provider ladder met fallback |
| Code- en databescherming | Geen training op klantcode; zero-retention-contracten |
| Bestaande systemen inbegrepen | Custom sandboxes verpakken Rails, Java, Go, Python, Node, multi-process |
| Menselijke controle over wijzigingen | Beheerde branches met vastgelegde goedkeuringen via Guardrails |
| Audit- en beoordelingsbewijs | Append-only trail; SOC 2 Type II-rapporten onder NDA |
| Schaal binnen onze muren | Op Kubernetes gebaseerde infrastructuur met geïsoleerde pods, hibernation en wake |
Veelgestelde vragen
Is on-prem een standaard Ciao-plan?
Nee — on-prem-deployment loopt onder aparte voorwaarden, afgebakend tegen je infrastructuur, modelvereisten en securitybeperkingen. Het is een enterprise-traject dat begint met een salesgesprek, niet met een afrekenpagina.
Kunnen we onze eigen taalmodellen gebruiken?
Own-LLM-opties bestaan voor organisaties die moeten controleren waar inferentie plaatsvindt. Daarnaast vermindert Ciao's multi-provider model ladder met fallback afhankelijkheid van één modelleverancier — een veerkrachteigenschap die strikte omgevingen doorgaans waarderen.
Wordt onze code of data gebruikt om modellen te trainen?
Nee. Klantcode wordt nooit gebruikt om modellen te trainen, en inferentie draait onder zero-retention modelcontracten. SOC 2 Type II-rapporten zijn beschikbaar onder NDA ter ondersteuning van je interne beoordeling.
Kan dit werken met de systemen die we al on-prem draaien?
Ja. Custom sandbox images verpakken AI-assisted engineering rond Rails, Java, Go, Python, Node en multi-process backends, zodat het landschap dat je al beheert dezelfde beheerde levenscyclus deelt als nieuwe applicaties.
Hoe houden mensen controle over wat de AI wijzigt?
Guardrails koppelt de code aan bedrijfsdomeinen, detecteert risicovolle wijzigingen en past plain-English-beleid toe; gemarkeerde wijzigingen wachten op beheerde branches op vastgelegde menselijke goedkeuring. De append-only audit trail over prompts, merges, deploys en admin-acties maakt die controle aantoonbaar.
Wat kost een on-prem-traject?
Ontwikkelprogramma's beginnen bij USD 10.000 per jaar, en on-prem-voorwaarden worden daarbovenop afgebakend tegen jouw omgeving. Breng je infrastructuurbeperkingen en modelvereisten mee naar sales voor een concreet voorstel.