Description
Serverless AI hostet i Frankrig, forankret i jeres eget indhold
OVHcloud AI Endpoints er en serverless platform, der giver API-adgang til et udvalg af færdigtrænede AI-modeller. Kataloget dækker sprogmodeller, herunder vision-, reasoning- og kodningsmodeller, samt embeddings-, oversættelses- og lydmodeller. API’et er designet til at være kompatibelt med OpenAI’s API, så eksisterende applikationer og biblioteker kun kræver få ændringer.
Modeller kender ikke jeres produkter, jeres godkendte tekster eller de billeder, I må bruge. Det gør Kontainer DAM & PIM.
Når en app eller agent, der kalder AI Endpoints, forbindes til Kontainer via Kontainers API eller MCP, kan den hente det, den skal bruge til hver forespørgsel: produktdata, metadata og filoplysninger direkte fra kilden.
OVHcloud oplyser, at infrastrukturen bag AI Endpoints ligger i Gravelines i Frankrig, og at data ikke gemmes eller deles under eller efter brug af modellerne.
Benefits
Hvorfor integrere OVHcloud AI Endpoints med Kontainer?
✔ Modeller hostet i Frankrig
Infrastrukturen bag AI Endpoints ligger i Gravelines i Frankrig, hvilket passer til organisationer, der vil have deres AI-workloads til at blive i Europa.
✔ Ingen infrastruktur at drive
Fordi platformen er serverless, kalder I en model via API’et uden selv at skulle oprette eller vedligeholde servere.
✔ Data bliver ikke gemt
OVHcloud oplyser, at data ikke gemmes eller deles under eller efter brug af modellerne.
✔ Adgangsnøgler pr. projekt eller team
Opret separate API-adgangsnøgler til forskellige projekter eller teams, hver med sin egen gyldighedsperiode.
✔ Overblik over forbruget
Modelmålinger viser antallet af kald pr. model og de tokens, der er brugt, hvilket hjælper jer med at forstå og styre omkostningerne.
✔ Kontainer som jeres Single Source of Truth
Lad jeres AI-løsning arbejde ud fra de samme godkendte produktdata og filer som resten af organisationen.
Features
Sådan arbejder OVHcloud AI Endpoints og Kontainer sammen
✔ Kontainers API
Hent og opdatér produktdata, metadata og filoplysninger fra apps og funktioner, der kalder AI Endpoints.
✔ MCP til agenter
En agent bygget på modeller fra AI Endpoints kan bruge Kontainer som et værktøj via Model Context Protocol uden skræddersyet udvikling til hver agent.
✔ Function calling
AI Endpoints lader en model kalde foruddefinerede funktioner, så den kan udløse et opslag i Kontainer som en del af at besvare et spørgsmål.
✔ Struktureret output
Med JSON schema-output kan en model returnere forslag i en fast struktur, hvilket gør det ligetil at koble dem til Kontainers felter.
✔ Embeddings til søgning og RAG
Embedding-modeller kan gøre produkttekster og metadata fra Kontainer om til vektorer til semantisk søgning eller en vidensbase, som modeller henter fra.
✔ Vision- og oversættelsesmodeller
Når den valgte model forstår billeder, kan den foreslå beskrivelser til digitale medier. Oversættelsesmodeller kan hjælpe med at tilpasse produkttekster til andre sprog.
✔ Produktdata og filer fra PIM og DAM
Brug navne, beskrivelser, specifikationer, kategorier, varianter, billeder, videoer og dokumenter sammen med deres tags og metadata.
Set-up
Forbind OVHcloud AI Endpoints og Kontainer i tre trin
- Opret en adgangsnøgle hos OVHcloud
Adgangsnøgler til AI Endpoints er knyttet til et Public Cloud-projekt. Opret en til den løsning, I bygger. - Giv jeres løsning adgang til Kontainer
Opret et JSON API-token, eller sæt OAuth 2.0 op, til den Kontainer-bruger, løsningen skal handle som. Adgangen er begrænset til det, brugeren må. - Lad modellen nå Kontainer
Forbind via MCP, eller gør opslag i Kontainer tilgængelige som funktioner, bed om struktureret output, hvor I vil skrive data tilbage, og test med rigtige produktspørgsmål.
Opsætningen kræver lidt teknisk eller it-mæssigt kendskab. Detaljerne er beskrevet i MCP-guiden.
Use Cases
Hvad kan I bygge med OVHcloud AI Endpoints + Kontainer?
- En semantisk produktvidensbase
Lad medarbejdere og kunder søge på betydning i produkttekster, specifikationer og dokumenter. - Struktureret berigelse af produktdata
Generér forslag i et fast format, og gennemgå dem, før de skrives til de rigtige felter. - Forslag til alternativ tekst og tags
Brug en vision-model til at foreslå beskrivelser og tags til nye billeder, som en medarbejder godkender. - Flersproget produktindhold
Tilpas produkttekster til nye markeder med udgangspunkt i lokaliserede data i Kontainer. - En produktrådgiver
En assistent til salg, support eller jeres webshop, der svarer ud fra godkendte PIM-data. - Agenter på tværs af systemer
Kombinér Kontainer med jeres ERP, CRM og andre systemer i det samme workflow.
Support
Kom i gang med OVHcloud AI Endpoints + Kontainer
Hvilke data og workflows jeres AI-løsning har brug for, afgør, hvordan løsningen skal sættes op. Kontakt vores supportteam for hjælp til opsætning, tilpasninger eller best practice-rådgivning.
Du kan skrive til os på support@kontainer.com
Læs mere om Kontainers API og MCP til Kontainer DAM og PIM.
Se OVHclouds side om AI Endpoints og dokumentationen om funktioner, muligheder og begrænsninger.
Læs om kravene i EU’s AI-forordning i artiklen Mærkning af AI-genereret indhold i Kontainer og i EU’s AI-forordning (forordning (EU) 2024/1689).
FAQ
Hvad er OVHcloud AI Endpoints?
OVHcloud AI Endpoints er en serverless platform fra den franske cloududbyder OVHcloud. Den giver API-adgang til færdigtrænede AI-modeller, herunder sprog-, vision-, embedding-, oversættelses- og lydmodeller, via et API, der er designet til at være kompatibelt med OpenAI’s API.
Kan OVHcloud AI Endpoints integreres med Kontainer?
Ja. Kontainer kan forbindes til løsninger bygget på AI Endpoints via Kontainers API og MCP, så modeller og agenter kan hente produktdata, metadata og filoplysninger fra Kontainer DAM & PIM.
Kan agenter på AI Endpoints bruge Kontainer via MCP eller function calling?
Ja. En agent bygget på modeller fra AI Endpoints kan bruge en MCP-klient til at nå Kontainer som et værktøj. Alternativt kan opslag i Kontainer gøres tilgængelige som funktioner, da AI Endpoints understøtter function calling.
Kan AI Endpoints bruge produktdata og filer fra Kontainer?
Ja. Produktnavne, beskrivelser, specifikationer, kategorier og varianter fra PIM kan bruges som kontekst, og billeder, videoer og dokumenter i DAM kan findes via metadata og tags.
Kan jeg bygge semantisk søgning eller RAG på indhold fra Kontainer?
Ja. Embedding-modeller på AI Endpoints kan gøre produkttekster og metadata fra Kontainer om til vektorer til semantisk søgning eller en vidensbase, som en model så henter fra, når den svarer.
Hvor behandles data, og bliver de gemt?
OVHcloud oplyser, at infrastrukturen bag AI Endpoints ligger i Gravelines i Frankrig, og at data ikke gemmes eller deles under eller efter brug af modellerne. Hvad der når modellen, bestemmer jeres løsning, og adgangen til Kontainer er begrænset til det, den Kontainer-bruger bag forbindelsen må.
Skal vores data trænes ind i en AI-model?
Ikke nødvendigvis. En integration kan hente de relevante oplysninger fra Kontainer, når de skal bruges, via MCP eller API’et. Så kan I arbejde med aktuelle data uden at gøre dem til en del af en models træning.
Kan jeg bruge mine eksisterende OpenAI-kompatible værktøjer?
Ja. AI Endpoints er designet til at være kompatibelt med OpenAI’s API, og Kontainer forbindes via sit eget API eller MCP, uanset hvilken model I vælger.
Hvordan kommer vi i gang?
Start med at afklåre, hvilke data og workflows AI-løsningen skal bruge. Kontakt derefter Kontainers supportteam på support@kontainer.com for hjælp til opsætning, tilpasninger og best practice.