Întrebări, cu răspunsuri

TwoPoros este un studio de inginerie software din București, România. Construim și menținem software-ul pe care afacerile se bazează: sisteme AI și automatizări, aplicații web și mobile și infrastructura de dedesubt, cu AI privat și local ca specialitate.

TwoPoros este un studio din București, România. Lucrăm complet remote, în principal în fusurile orare europene.

Da. TwoPoros lucrează cu clienți din România și din străinătate, complet remote.

Specialitatea TwoPoros este AI privat și local: instalăm modele de limbaj pe infrastructura pe care o controlezi tu, așa că datele tale nu trebuie trimise niciodată către un furnizor extern de AI. Acoperim și întregul ciclu, de la design și dezvoltare până la deployment și mentenanță, așa că o singură echipă deține tot sistemul.

TwoPoros lucrează cu startup-uri, IMM-uri și organizații mai mari, din industrii variate. Abordarea noastră de AI privat și local se potrivește mai ales sectoarelor cu date sensibile sau reglementate, precum sănătate, finanțe sau juridic.

TwoPoros oferă patru lucruri: sisteme AI și automatizări (specialitatea noastră), aplicații web și mobile, infrastructură și deployment, și consultanță tehnică. Putem duce un proiect de la prima idee până la un sistem menținut, în producție.

Vezi șiVezi serviciile →

TwoPoros lucrează pe bază de proiect pentru livrări definite și pe retainer pentru dezvoltare, suport și mentenanță continuă. Recomandăm varianta care se potrivește cu scopul proiectului tău.

Automatizările mici și site-urile durează de obicei de la câteva zile până la aproximativ o săptămână. Proiectele mai mari durează în jur de două-trei săptămâni, iar cele complexe și profunde pot dura câteva luni. TwoPoros îți dă un termen realist odată ce înțelegem scopul.

TwoPoros construiește cu tehnologii verificate și larg susținute, alese pentru sarcină, printre care Python, Java, Kotlin, C++, React, Next.js, Docker și Linux, pe AWS, Azure sau Cloudflare. Preferăm stack-uri portabile și ușor de menținut, nu ce este la modă.

Da. Dincolo de construcția inițială, TwoPoros ține sistemele monitorizate, actualizate și la zi, de obicei printr-un retainer, ca ceea ce livrăm să rămână sănătos în producție.

TwoPoros construiește chatboți, asistenți și workflow-uri agentice care execută sarcini în mai mulți pași, plus AI care se integrează în uneltele tale existente. De exemplu, am construit un workflow agentic de rezolvare a tichetelor pentru Ekkie, un furnizor olandez de servicii gestionate, care aproape i-a dublat rata de rezolvare.

Vezi șiVezi proiectele →

Un workflow agentic este un sistem AI care întreprinde acțiuni în mai mulți pași pentru a finaliza o sarcină, nu doar răspunde o dată. De exemplu: citește un tichet de suport, caută datele relevante, redactează o rezolvare și actualizează sistemul tău, cu un om în buclă unde contează.

Un model open-weight este un model AI ale cărui greutăți antrenate sunt publicate, așa că oricine îl poate descărca, rula și adapta pe propriul hardware, precum Llama de la Meta, Mistral, Qwen de la Alibaba, DeepSeek sau Gemma de la Google. Pentru că greutățile rămân la tine, modelele open-weight pot fi rulate privat, fără dependență de un furnizor extern de AI, motiv pentru care TwoPoros construiește pe ele.

Da. TwoPoros construiește sisteme RAG (retrieval-augmented generation) care permit AI-ului să răspundă folosind propriile tale documente și date, așa că răspunsurile sunt ancorate în cunoștințele afacerii tale, nu în antrenarea generală a modelului.

Da. TwoPoros integrează AI în uneltele și sistemele tale existente, CRM-uri, ticketing, baze de date interne și altele, ca să se potrivească modului în care afacerea ta funcționează deja, nu să adauge încă un siloz.

Ambele, în funcție de ce te ajută cel mai mult. Uneori un model găzduit în spatele unei integrări bune este alegerea corectă; de multe ori răspunsul mai bun este un model open pe care TwoPoros îl instalează și îl adaptează pentru sarcina ta specifică. Testăm și comparăm opțiunile, în loc să ne bazăm implicit pe un singur furnizor.

Deployment de LLM local sau privat înseamnă rularea modelului AI pe infrastructura pe care o controlezi tu, hardware-ul tău sau contul tău de cloud, în loc să trimiți datele către un furnizor extern de AI. Modelul vine la datele tale, nu datele tale la model.

Nu. Cu un deployment local sau în private cloud de la TwoPoros, prompturile și datele tale rămân în propriul tău mediu și nu ajung niciodată la un furnizor de modele terț. Acesta este motivul principal pentru care rulezi AI în acest fel.

Nu. Când TwoPoros rulează un model pe propria ta infrastructură, prompturile și datele tale nu sunt folosite niciodată pentru a antrena modelul cuiva. Chiar și cu servicii gestionate precum Amazon Bedrock sau Azure AI Foundry, inputurile tale nu sunt partajate cu și nici folosite pentru antrenarea furnizorilor de modele.

On-premise (hardware-ul tău) este cel mai puternic pentru date sensibile sau reglementate și medii izolate de internet. Private cloud (contul tău de cloud) ține datele în infrastructura pe care o controlezi, cu scalare ușoară. Serviciile gestionate precum Amazon Bedrock sau Azure AI Foundry rulează în regiunea ta de cloud fără să îți partajeze prompturile cu furnizorii de modele. TwoPoros te ajută să alegi în funcție de sensibilitatea datelor, scalare și buget.

Vezi șiAI privat și local →

Da. TwoPoros poate face deployment complet on-premise și air-gapped, fără nicio conexiune la internet, așa că modelul rulează în întregime în rețeaua ta. Este cea mai puternică opțiune pentru medii clasificate, reglementate sau foarte sensibile.

Cu Amazon Bedrock și Azure AI Foundry, modelul rulează în propria ta regiune de cloud, iar prompturile tale nu sunt partajate cu sau folosite pentru antrenarea furnizorilor de modele. Datele rămân în contul tău de cloud, în loc să ajungă la un furnizor de AI separat, deși sunt gestionate de furnizorul de cloud, nu complet self-hosted.

ChatGPT Enterprise și Azure OpenAI îți țin datele în afara antrenării, dar modelul tot rulează pe infrastructura furnizorului și nu îl poți lua cu tine. TwoPoros rulează modele open-weight pe infrastructura pe care o controlezi tu, așa că datele rămân în mediul tău, iar tot setup-ul este portabil, fără dependență de furnizor.

TwoPoros lucrează cu principalele familii de modele open-weight, inclusiv Llama, Mistral, Qwen, DeepSeek și Gemma. Testăm și evaluăm continuu modele noi pe măsură ce apar, ca să găsim cea mai bună potrivire pentru fiecare sarcină, în loc să ne legăm de unul singur.

Vezi șiAI privat și local →

Cu un deployment local sau în private cloud, datele tale rămân acolo unde este infrastructura ta, în regiunea și jurisdicția pe care le alegi. Pentru clienții din UE, TwoPoros poate ține totul în interiorul UE, ceea ce simplifică cerințele de GDPR și de rezidență a datelor.

Depinde de dimensiunea modelului. Ca reper aproximativ, modelele cuantizate au nevoie de aproximativ 0,5 GB de memorie GPU per miliard de parametri, așa că un model mic de 7-8B rulează pe un GPU de 8 GB, un model mediu pe circa 16-24 GB, iar un model mare de 70B pe aproximativ 24-48 GB. TwoPoros poate consilia și procura hardware-ul potrivit pentru nevoile tale.

SurseHugging Face: calculator de memorie pentru modeleHugging Face: estimarea memoriei modelelor (docs)

Costul self-hostingului depinde de dimensiunea modelului și de utilizare. Un model mic rulează pe un singur server GPU, iar GPU-urile în cloud costă de obicei între aproximativ 0,50 și 5 dolari pe oră, în funcție de placă. Pentru volume mari și constante, self-hostingul este adesea mai predictibil și poate fi mai ieftin decât plata per token.

SurseArtificial Analysis: comparație calitate și cost LLM

Nu așa cum era înainte. Modelele open-weight au recuperat în mare parte diferența față de cele proprietare, concurând strâns la programare, matematică și sarcini generale, iar rularea lor pe infrastructura ta este predictibilă și uneori poate fi mai ieftină decât plata per token la scară. Pentru majoritatea sarcinilor de business diferența de calitate este mică, în timp ce confidențialitatea și controlul pe care le câștigi sunt semnificative.

SurseStanford HAI: raportul AI Index 2025, performanță tehnicăArtificial Analysis: comparație calitate și cost LLM

Securitatea trece dincolo de confidențialitate. TwoPoros securizează deployment-urile cu control al accesului, izolare de rețea, criptare, monitorizare și actualizări periodice, așa că sistemul este și protejat, nu doar privat. Rularea pe propria infrastructură reduce și suprafața de atac, ținând datele departe de servicii terțe.

Da. Când un model general nu este suficient, TwoPoros face fine-tuning unui model open-weight pe domeniul, datele și tonul tău. Datele de antrenare rămân pe propria ta infrastructură, nu sunt partajate cu nimeni, iar noi nu reținem datele tale.

Da. TwoPoros poate semna un Data Processing Agreement (DPA) care stabilește exact cum sunt tratate datele tale.

Da. TwoPoros ia protecția datelor, inclusiv GDPR, în serios. Rularea AI pe infrastructura pe care o controlezi ține datele în propriul tău mediu și în propria jurisdicție, ceea ce face obligațiile de rezidență a datelor și de confidențialitate mult mai ușor de îndeplinit.

Nu ești blocat. Deployment-urile self-hosted de la TwoPoros sunt construite pe modele open-weight și unelte open-source de serving, așa că tot setup-ul rămâne al tău. Îl poți muta între hardware-ul propriu și orice cloud, fără ca un furnizor să țină cheile.

Vezi șiAI privat și local →

Prețul depinde complet de scopul proiectului, așa că TwoPoros nu publică tarife fixe. Spune-ne ce vrei să faci și îți dăm o estimare clară, adaptată scopului.

Scrie-ne cu o scurtă descriere a ceea ce ai nevoie. Discutăm scopul, recomandăm o abordare și îți dăm un termen și o estimare.

Vezi șiContactează-ne →

Ambele. TwoPoros lucrează cu startup-uri, firme mici și mijlocii și organizații mai mari. Colaborarea se scalează după nevoile tale, de la o singură automatizare până la un sistem complet.

Da. TwoPoros oferă consultanță tehnică de sine stătătoare: alegerea sistemului potrivit, evaluarea uneltelor și furnizorilor, planificarea lansării sau revizuirea unui setup existent, indiferent dacă îl construim noi sau nu.