12.07.2026 · Wdrożenia · ~10 min czytania

Serwer AI w firmie: jedno urządzenie, które obsłuży cały zespół

Najczęstsze nieporozumienie przy wdrażaniu lokalnego AI brzmi: "skoro chmurowy ChatGPT to abonament na każdego pracownika, to lokalnie też każdy musi mieć swój sprzęt". Nic bardziej mylnego. Serwer AI w firmie działa jak każdy inny serwer — jeden, centralny, dostępny dla wszystkich w sieci lokalnej. Jedno urządzenie wielkości książki, na przykład ASUS Ascent GX10 ze 128 GB pamięci, w dzień odpowiada na pytania szefa i pięciu pracowników jednocześnie, a w nocy — gdy biuro śpi — mieli faktury, generuje raporty i porządkuje dokumentację. W tym wpisie pokazujemy, jak to działa technicznie: równoległa obsługa użytkowników, kolejkowanie zapytań i harmonogram zadań nocnych — oraz dlaczego ten model świetnie pasuje do urzędów, szkół i przychodni.

Własny serwer AI zamiast abonamentu na każde biurko

W modelu chmurowym płacisz za każdego użytkownika co miesiąc — ChatGPT Team to ok. 150 zł miesięcznie za osobę, czyli przy 5 pracownikach ok. 9 000 zł rocznie, rosnące z każdym zatrudnieniem. Własny serwer AI odwraca tę logikę: kupujesz moc raz, a użytkowników dokładasz za darmo. Nie ma licencji per stanowisko, bo to Twój sprzęt i otwarte oprogramowanie — koszt szóstego, dziesiątego czy dwudziestego użytkownika to zero złotych. Przegląd dostępnych jednostek — od kompaktowego GX10 po wariant przemysłowy MSI — znajdziesz w dziale sprzęt, a szczegółowe porównanie z alternatywami w naszym wpisie o tym, jaki komputer do AI wybrać dla firmy.

Dostęp wygląda dokładnie tak, jak zespół tego oczekuje: każdy pracownik loguje się przez przeglądarkę do interfejsu w rodzaju Open WebUI (wygląda jak ChatGPT), z własnym kontem, historią rozmów i uprawnieniami. Konfigurację takiego środowiska — Ollama jako silnik, Open WebUI jako interfejs — opisujemy krok po kroku w dziale system. Dane nie opuszczają budynku: to lokalne AI w pełnym znaczeniu, bez wyjątków.

Jak jeden serwer do LLM obsługuje wielu pracowników naraz

Kluczowe pytanie brzmi: co się dzieje, gdy o 10:00 rano z serwera chce skorzystać sześć osób jednocześnie? Odpowiadają za to dwa mechanizmy wbudowane w każdy nowoczesny silnik inferencyjny:

Równoległe sloty — kilka rozmów w tym samym momencie

Silnik taki jak Ollama czy llama.cpp potrafi przetwarzać kilka zapytań naprawdę równolegle — parametr OLLAMA_NUM_PARALLEL (w llama.cpp: --parallel) dzieli załadowany model na niezależne sloty rozmów. Domyślnie są to 4 równoległe zapytania, ale liczbę slotów ogranicza tylko pamięć: każdy slot potrzebuje dodatkowego miejsca na swój kontekst rozmowy. I tu ujawnia się przewaga dużej pamięci zunifikowanej: na urządzeniu ze 128 GB kompaktowy model jak Gemma 4 31B (ok. 20 GB w kwantyzacji 4-bitowej) zostawia dziesiątki gigabajtów zapasu — starczy na kilkanaście równoległych rozmów z długimi kontekstami. Zespół 5–10 osób pracuje płynnie na jednym pudełku.

Kolejkowanie — nikt nie dostaje odmowy

Gdy zapytań przyjdzie więcej, niż jest slotów, nadmiarowe trafiają do kolejki FIFO — "kto pierwszy, ten pierwszy". Ollama domyślnie trzyma w kolejce do 512 oczekujących zapytań (OLLAMA_MAX_QUEUE), zanim cokolwiek odrzuci. W praktyce biurowej kolejka jest niemal pusta: pojedyncza odpowiedź modelu trwa sekundy, a ludzie nie klikają "wyślij" w tej samej milisekundzie. Efekt dla użytkownika: czasem odpowiedź przyjdzie o kilka sekund później — i tyle. Przy większej skali (dziesiątki równoczesnych użytkowników, np. cały urząd) przesiadamy się z Ollamy na vLLM z tzw. continuous batching, który dokleja nowe zapytania do trwającej pracy GPU na bieżąco i wyciska z tego samego sprzętu wielokrotnie wyższą łączną przepustowość.

Noc należy do maszyny: harmonogram dużych zadań

Interaktywny czat zajmuje serwer przez ułamek doby. Pozostałe godziny — wieczory, noce, weekendy — to darmowa moc obliczeniowa, którą wykorzystuje się przez zwykły harmonogram zadań (cron uruchamiający skrypty przez API serwera, zgodne ze standardem OpenAI). Typowy nocny cykl u naszych klientów wygląda tak:

• Raporty i analizy — podsumowanie dnia z systemu sprzedażowego czy bazy zgłoszeń, gotowe na skrzynce szefa o 7:00 (przykłady w dziale zastosowania);
• Porządkowanie dokumentacji — klasyfikacja i opisywanie nowych dokumentów, weryfikacja kompletności faktur, wychwytywanie rozbieżności;
• Indeksowanie bazy wiedzy — nowe umowy i procedury trafiają do wyszukiwarki RAG, żeby rano odpowiadać na pytania zespołu;
• Zadania zbyt ciężkie na dzień — analiza tysiąca stron przetargu czy przegląd rocznego archiwum, które w dzień konkurowałyby z rozmowami pracowników.

Dzięki temu jedno urządzenie pracuje w dwóch trybach: w dzień jako asystent zespołu, w nocy jako pracownik etatowy, który nigdy nie śpi. A ponieważ pobór mocy jednostki GB10 to maksymalnie 240 W, nocna zmiana kosztuje w prądzie mniej niż działająca lodówka.

AI on-premise dla urzędu, szkoły i przychodni

Model "jeden serwer — cała organizacja" najlepiej sprawdza się tam, gdzie danych nie wolno wysyłać na zewnątrz, a budżet nie udźwignie abonamentów dla wszystkich:

• Urzędy i instytucje publiczne — dokumenty obywateli nigdy nie opuszczają jednostki; z jednego urządzenia korzystają wszystkie wydziały, a nocą maszyna porządkuje sprawy i przygotowuje odpowiedzi na pisma;
• Szkoły i uczelnie — całe grono pedagogiczne i sekretariat na jednym urządzeniu: sprawdzanie prac według rubryk, materiały dydaktyczne, tryb tutora dla uczniów — szczegóły opisujemy na stronie AI dla edukacji;
• Przychodnie i kliniki — dokumentacja medyczna przetwarzana wyłącznie na miejscu, zgodnie z RODO: transkrypcje wizyt, streszczenia historii choroby, wsparcie rozliczeń — więcej na stronie AI w medycynie.

Wspólny mianownik: AI on-premise skaluje się na organizację, nie na liczbę licencji. Sekretariat, księgowość i kierownictwo używają tego samego serwera z różnymi uprawnieniami, a administrator widzi w lokalnych logach, kto i z czego korzystał — bez wysyłania czegokolwiek poza budynek.

Jeden serwer czy klaster? Prosta reguła

Zaczyna się zwykle od jednej jednostki — a gdy organizacja urośnie, drugą dokłada się kablem, bez wymiany czegokolwiek. Chcesz policzyć swój wariant? Zobacz cennik wdrożenia lokalnego AI — dobierzemy sprzęt, model i konfigurację wieloużytkownikową pod Twoją organizację, a wycena jest bezpłatna.