Description
Serverless AI gehost in Frankrijk, verankerd in je eigen content
OVHcloud AI Endpoints is een serverless platform dat via een API toegang geeft tot een selectie van voorgetrainde AI-modellen. De catalogus omvat taalmodellen, waaronder vision-, redeneer- en codeermodellen, en ook embedding-, vertaal- en audiomodellen. De API is ontworpen om compatibel te zijn met de OpenAI API, dus bestaande applicaties en bibliotheken hebben weinig aanpassingen nodig.
De modellen kennen je producten niet, niet je goedgekeurde teksten en niet de afbeeldingen die je mag gebruiken. Precies dat bevat Kontainer DAM & PIM.
Wanneer een applicatie of agent die AI Endpoints aanroept via de Kontainer API of MCP met Kontainer is verbonden, kan die per verzoek ophalen wat nodig is: productdata, metadata en bestandsinformatie, rechtstreeks uit de bron.
OVHcloud geeft aan dat de AI Endpoints-infrastructuur in Gravelines (Frankrijk) staat en dat data tijdens en na het gebruik van de modellen niet wordt opgeslagen of gedeeld.
Benefits
Waarom OVHcloud AI Endpoints integreren met Kontainer?
✔ Modellen gehost in Frankrijk
De AI Endpoints-infrastructuur staat in Gravelines (Frankrijk), wat past bij organisaties die hun AI-workloads in Europa willen houden.
✔ Geen infrastructuur om te beheren
Omdat het platform serverless is, roep je een model aan via de API zonder servers te hoeven inrichten of te onderhouden.
✔ Data wordt niet opgeslagen
OVHcloud geeft aan dat data tijdens en na het gebruik van de modellen niet wordt opgeslagen of gedeeld.
✔ Toegangssleutels per project of team
Maak aparte API-toegangssleutels voor verschillende projecten of teams, elk met een eigen geldigheidsduur.
✔ Inzicht in verbruik
De modelstatistieken tonen het aantal aanroepen per model en de gebruikte tokens, zodat je de kosten kunt begrijpen en beheersen.
✔ Kontainer als je Single Source of Truth
Laat je AI-oplossing werken met dezelfde goedgekeurde productdata en bestanden als de rest van de organisatie.
Features
Zo werken OVHcloud AI Endpoints en Kontainer samen
✔ De Kontainer API
Raadpleeg en update productdata, metadata en bestandsinformatie vanuit applicaties en functies die AI Endpoints aanroepen.
✔ MCP voor agents
Een agent die op modellen van AI Endpoints is gebouwd, kan Kontainer als tool gebruiken via het Model Context Protocol, zonder maatwerkontwikkeling per agent.
✔ Function calling
AI Endpoints laat een model vooraf gedefinieerde functies aanroepen, zodat het bij het beantwoorden van een vraag een opzoeking in Kontainer kan starten.
✔ Gestructureerde output
Met JSON-schema-output kan een model suggesties in een vaste structuur teruggeven, wat het koppelen aan velden in Kontainer eenvoudiger maakt.
✔ Embeddings voor zoeken en RAG
Embeddingmodellen kunnen producttekst en metadata uit Kontainer omzetten in vectoren voor semantisch zoeken of voor een kennisbank waaruit modellen putten.
✔ Vision- en vertaalmodellen
Als het gekozen model beeld begrijpt, kan het beschrijvingen voor digitale media voorstellen. Vertaalmodellen kunnen helpen om producttekst aan andere talen aan te passen.
✔ Productdata en bestanden uit PIM en DAM
Gebruik productnamen, beschrijvingen, specificaties, categorieën, varianten, afbeeldingen, video’s en documenten, samen met hun tags en metadata.
Set-up
Koppel OVHcloud AI Endpoints en Kontainer in drie stappen
- Maak een toegangssleutel aan bij OVHcloud
Toegangssleutels voor AI Endpoints zijn gekoppeld aan een Public Cloud-project. Maak er een aan voor de oplossing die je bouwt. - Geef je oplossing toegang tot Kontainer
Maak een JSON API-token aan of stel OAuth 2.0 in voor de Kontainer-gebruiker namens wie de oplossing moet handelen. De toegang blijft beperkt tot wat die gebruiker mag. - Laat het model bij Kontainer komen
Verbind via MCP of maak Kontainer-opzoekingen beschikbaar als functies, vraag om gestructureerde output waar je data terug wilt schrijven en test met echte productvragen.
De inrichting vraagt enige technische of IT-kennis. De MCP-gids beschrijft de details.
Use Cases
Wat kun je bouwen met OVHcloud AI Endpoints + Kontainer?
- Een semantische productkennisbank
Laat medewerkers en klanten op betekenis zoeken in producttekst, specificaties en documenten. - Gestructureerde verrijking van productdata
Genereer suggesties in een vast formaat en controleer ze voordat ze in de juiste velden worden geschreven. - Suggesties voor alt-tekst en tags
Gebruik een vision-model om beschrijvingen en tags voor nieuwe afbeeldingen voor te stellen, die een medewerker goedkeurt. - Meertalige productcontent
Pas producttekst aan voor nieuwe markten op basis van gelokaliseerde data in Kontainer. - Een productadviseur
Een assistent voor sales, support of je webshop die antwoordt op basis van goedgekeurde PIM-data. - Agents die systemen doorkruisen
Combineer Kontainer met je ERP, CRM en andere systemen in dezelfde workflow.
Support
Aan de slag met OVHcloud AI Endpoints + Kontainer
Welke data en workflows je AI-oplossing nodig heeft, bepaalt hoe je die inricht. Neem contact op met ons supportteam voor hulp bij de inrichting, aanpassingen of advies over best practices.
Mail ons via support@kontainer.com
Lees meer over de API van Kontainer en over MCP voor Kontainer DAM en PIM.
Bekijk de AI Endpoints-pagina van OVHcloud en de documentatie over functies, mogelijkheden en beperkingen.
Lees meer over de vereisten van de EU AI-verordening in het artikel AI-gegenereerde content labelen in Kontainer en in de EU AI-verordening (Verordening (EU) 2024/1689).
FAQ
Wat is OVHcloud AI Endpoints?
OVHcloud AI Endpoints is een serverless platform van de Franse cloudprovider OVHcloud. Het geeft via een API toegang tot voorgetrainde AI-modellen, waaronder taal-, vision-, embedding-, vertaal- en audiomodellen, via een API die is ontworpen om compatibel te zijn met de OpenAI API.
Kan OVHcloud AI Endpoints worden geïntegreerd met Kontainer?
Ja. Kontainer kan via de Kontainer API en MCP worden gekoppeld aan oplossingen die op AI Endpoints zijn gebouwd, zodat modellen en agents productdata, metadata en bestandsinformatie uit Kontainer DAM & PIM kunnen ophalen.
Kunnen agents op AI Endpoints Kontainer gebruiken via MCP of function calling?
Ja. Een agent die op modellen van AI Endpoints is gebouwd, kan een MCP-client gebruiken om Kontainer als tool te bereiken. Als alternatief kunnen Kontainer-opzoekingen beschikbaar worden gemaakt als functies, omdat AI Endpoints function calling ondersteunt.
Kan AI Endpoints productdata en bestanden uit Kontainer gebruiken?
Ja. Productnamen, beschrijvingen, specificaties, categorieën en varianten uit PIM kunnen als context dienen, en afbeeldingen, video’s en documenten uit DAM kunnen via metadata en tags worden gevonden.
Kan ik semantisch zoeken of RAG bouwen op Kontainer-content?
Ja. Embeddingmodellen die op AI Endpoints beschikbaar zijn, kunnen producttekst en metadata uit Kontainer omzetten in vectoren voor semantisch zoeken of voor een kennisbank waaruit een model daarna put bij het beantwoorden van vragen.
Waar wordt data verwerkt en wordt die opgeslagen?
OVHcloud geeft aan dat de AI Endpoints-infrastructuur in Gravelines (Frankrijk) staat en dat data tijdens en na het gebruik van de modellen niet wordt opgeslagen of gedeeld. Wat het model bereikt, bepaalt jouw oplossing, en de toegang tot Kontainer is beperkt tot wat de Kontainer-gebruiker achter de koppeling mag.
Moet onze data in een AI-model worden getraind?
Niet per se. Een integratie kan de relevante informatie uit Kontainer ophalen wanneer die nodig is, via MCP of de API. Zo werk je met actuele data zonder dat die deel gaat uitmaken van de training van een model.
Kan ik mijn bestaande OpenAI-compatibele tools gebruiken?
Ja. AI Endpoints is ontworpen om compatibel te zijn met de OpenAI API, en Kontainer wordt gekoppeld via de eigen API of MCP, welk model je ook kiest.
Hoe beginnen we?
Begin met te bepalen welke data en workflows de AI-oplossing nodig heeft. Neem daarna contact op met het supportteam van Kontainer via support@kontainer.com voor hulp bij de inrichting, aanpassingen en best practices.