Go Abacus 首席执行官 David Moscatelli 表示，在银行和医疗等受严格监管的行业中，企业对本地AI部署的兴趣正在持续升温。推动这一趋势的核心原因在于数据隐私要求日益严格，越来越多机构不愿将敏感信息交由公共AI服务商处理。
据介绍，这些组织更倾向于选择可在本地运行的AI系统，以便在保护数据控制权的同时，更清晰地管理使用成本。Moscatelli 指出，面向此类需求，Go Abacus 推出的 Go One 设备可连接员工电脑，支持最多2,000名并发用户，并可通过串联方式进一步扩展容量。
强监管行业更看重隐私与可控性
在金融和医疗场景中，数据合规和信息安全始终是技术部署的关键门槛。相较依赖外部公共模型的平台，本地AI方案能够让机构在自身环境内处理数据，从而降低敏感信息外流风险。Moscatelli 强调，企业如今对于将内部数据上传至公共AI提供商的做法愈发谨慎。
除了隐私因素，成本可预测性也是本地部署受到关注的重要原因。对于需要长期、大规模使用AI的机构而言，在内部环境中运行系统，有助于建立更稳定的成本结构，并减少对外部服务价格变化的依赖。
Go One主打本地运行与定制模型
Go Abacus 表示，Go One OS 采用基于客户专属数据训练的专用语言模型，以提升任务处理的效率与确定性。这意味着系统并非仅依赖通用模型能力，而是围绕具体客户场景进行适配，以满足受监管行业对稳定输出和明确结果的要求。
同时，公司称其通过压力测试显著降低了系统故障风险，进一步提升了软件可靠性。Moscatelli 还提到，Go Abacus 采取以客户为中心的服务模式，包括对模型权重进行每晚更新，以保持系统的适应性和实用性。
整体来看，这一表态反映出一个更清晰的行业信号：在隐私、合规与成本三重因素驱动下，本地AI正成为银行和医疗等敏感行业部署人工智能的重要方向。