Största delen av AI Suite-serien installeras på användarens egen dator. Det finns ingen hyresgäst. Det finns ingen molninloggning som begränsar åtkomsten till inferensmotorn. Skrivbordsapparna kommunicerar med en lokal aisuite-server process som i sin tur kommunicerar antingen med en modell på enheten eller med en kundkontrollerad AI Server som körs inom kundens nätverk. Det valet — skrivbordsinstallatör, inte SaaS — är medvetet, och skälen är värda att dokumenteras.
Skäl 1: reglerade köpare kan inte lägga produktionspromptar i någon annans moln
EU:s AI-förordning, i kraft sedan 2024, klassificerar en betydande mängd företagsarbetsflöden som "högrisk" och ålägger den som implementerar att föra register, ha mänsklig tillsyn och hantera data enligt särskilda krav [1]. Liknande eller parallella regelverk finns i OECD:s medlemsländer [2], och amerikanska federala myndigheter följer NIST AI Risk Management Framework vid upphandling av AI-system [3]. Inget av dessa regelverk förbjuder moln-AI; de kräver att den som implementerar kan visa, samtidigt och på begäran, vad som skickades vart och vad som kom tillbaka.
I praktiken kolliderar detta krav med hur molnbaserade LLM-API:er fungerar idag. En compliance-ansvarig inom läkemedelsindustrin kan inte hämta en revisionslogg per prompt från en tredjeparts-SaaS för ett arbetsflöde som hanterar patientidentifierare, även när SaaS:en är kontraktsmässigt GDPR-anpassad. De kan behöva att prompten och svaret aldrig lämnar ett nätverk de äger. Det renaste sättet att erbjuda den möjligheten är att leverera AI som en binär fil som kunden kör inom sin egen perimeter — vilket är vad vi gör.
Detta är inte en hypotetisk köpare. Kundgruppen vi levererat till sedan 2007 inkluderar sex Fortune Global 500-organisationer inom läkemedel, finans, offentlig sektor, juridik, försvar och energi [4]. Varje sektor har minst ett arbetsflöde där svaret på "var sker inferensen?" avgör om upphandlingsdiskussionen ens inleds.
Skäl 2: en installerbar binär fil motsvarar hur företag faktiskt köper mjukvara
Köpprocessen för en skrivbordsapplikation är välkänd inom stora IT-organisationer. Applikationen paketeras, distribueras via SCCM, Intune eller Jamf, styrs av samma grupprinciper som Microsoft Office och tas bort när datorn tas ur bruk. Upphandling, säkerhetsgranskning och slutanvändarhantering har alla decennielånga processer för detta. AI Suite passar rakt in.
Moln-SaaS kräver däremot en parallell process: en leverantörsriskgranskning per hyresgäst, en identitetsfederationsdiskussion, löpande revisioner av leverantörens säkerhetsläge och en ständig förhandling om vems skyldigheter som gäller när något går fel. Användbart för vissa typer av mjukvara. Dåligt anpassat för de AI-arbetsflöden våra kunder bygger.
Genom att leverera installerbara appar som kan autentisera mot kundens egen identitetsleverantör — Microsoft Entra ID eller Google Workspace via OpenID Connect — håller vi inferensinnehållet utanför Software Tailors kontrollplan. Organisationsservice hanterar fortfarande de poster som behövs för att driva distributionen: personal- och rollregister, behörigheter, policy och serverstatus, aggregerad användning, administrativ revision, licensiering och support. Dessa är verkliga leverantörssidor-poster, men de är separerade från promptar, svar och kunddokument på den lokala eller kundhostade modellvägen.
Anledning 3: noll projektmisslyckanden sedan 2007 beror på att inte vara beroende av någon annans drifttid
Vi har levererat skräddarsydd mjukvara i nitton år med en rekordnotering på noll projektmisslyckanden sedan 2007 [4]. Det rekordet finns eftersom teamet kontrollerar varje lager i leveransen: kod, bygg, test, distributionsartefakt. I det ögonblick vi gör en kunds produktionsarbetsflöde beroende av att en annan företags moln är tillgängligt, upphör det rekordet att vara vårt att försvara.
Molnbaserade AI-leverantörer har driftstörningar. De begränsar kapacitet. De ändrar prissättning. De pensionerar modeller. De pensionerar hela API:er. Kunder vi betjänar inom läkemedel och försvar kan inte låta sina årslånga regulatoriska ärenden stanna upp för att en modellendpoint de inte äger migrerades. Så vi lägger inte deras lokala modellväg på en sådan. Modellen finns på kundens enhet och inferens sker på kundens enhet. Vår infrastruktur tillhandahåller kontrollplansfunktioner som behövs för identitet, rättigheter, policy, flotta, aggregerad användning, administration och support; det är inte inferensruntime och tar inte emot prompt- eller svarsinnehåll på den vägen.
Vad detta betyder för utvärdering
Om du är compliance-ansvarig, CIO eller CTO som utvärderar lokal AI för företagsdistribution, ser de relevanta frågorna annorlunda ut än vid en moln-SaaS-utvärdering:
- Var sker inferensen? På användarens enhet eller på en server som kunden kontrollerar. Inte på vår.
- Vad lämnar perimeter? På den lokala eller kundhostade inferensvägen går inga prompts, svar eller dokumentinnehåll till Software Tailor. Kontrollplan, licens, säkerhet, telemetri (när aktiverad) och supportloggar har separata dokumenterade datapunkter.
- Vad är revisionsspåret? Innehållsfri JSONL, lagrad lokalt, exportbar. Modellen ser aldrig innehåll den inte ska agera på, och revisionsraden ser aldrig något innehåll alls.
- Vad händer när leverantören försvinner? Installerade binärer och den kostnadsfria lokala runtime är inte beroende av en hostad inferenstjänst. Prenumeration, organisation och centralt hanterade Pro-funktioner kan fortfarande vara beroende av giltiga rättigheter och kontrollplanstjänster, så en exitplan måste ta hänsyn till dem.
Det är de fyra frågor vi byggde AI Admin Console och Local AI Suite för att svara tydligt på. Artikeln om EU AI Act-efterlevnad och on-prem-distribution behandlar regelverket mer ingående.
Referenser
- Europeiska kommissionen. "AI Act — Regleringsramverk för AI." https://digital-strategy.ec.europa.eu/en/policies/regulatory-framework-ai. Hämtad 2026-06-15.
- OECD AI Policy Observatory. "Nationella AI-policyer." https://oecd.ai/. Hämtad 2026-06-15.
- NIST. "AI Risk Management Framework (AI RMF 1.0)." https://www.nist.gov/itl/ai-risk-management-framework. Hämtad 2026-06-15.
- Software Tailor. "Tidigare kunder." https://softwaretailor.com/past-clients.htm. Hämtad 2026-06-15.