Self-Hosted AI Email: RODO, zgodność, kalkulacje kosztów

Połowa kategorii AI dla email w 2026 kieruje twoje emaile klientów przez OpenAI lub Anthropic. Druga połowa nie — uruchamia modele open-weight (Llama 3.3, Mistral, Qwen) na dedykowanej infrastrukturze pod własną kontrolą. Pierwsza grupa nazywa siebie „AI dla email”. Druga grupa nazywa siebie „self-hosted AI dla email” i dla zespołów z UE w szczególności to rozróżnienie staje się coraz bardziej linią między zgodnym a niezgodnym.

Ten przewodnik wyjaśnia, co self-hosted AI dla email faktycznie oznacza na poziomie architektury (bo dostawcy mają na myśli różne rzeczy pod tym terminem), konkretne korzyści RODO, krajobraz wyboru modelu, kalkulacje kosztów i uczciwe kompromisy, które akceptujesz w zamian.

1. Co właściwie oznacza „self-hosted AI dla email”

Trzy wzorce są reklamowane jako „self-hosted”, z czego tylko dwa kwalifikują się pod ścisłą definicję:

Wzorzec A: Klient hostuje samodzielnie (rzadkie)

Uruchamiasz cały stos na własnym sprzęcie. Maksymalna kontrola, maksymalne obciążenie operacyjne. Nadaje się dla ~50-osobowych zespołów IT enterprise; niepraktyczne dla 10-osobowej agencji.

Wzorzec B: Dostawca hostuje samodzielnie (powszechny)

Dostawca uruchamia LLM na dedykowanej infrastrukturze, którą kontroluje. Nie na OpenAI, nie na Anthropic, nie na współdzielonym wielomandantowym API inferencji. PrometheusMail jest w tej kategorii — Llama 3.3 działa na dedykowanych serwerach pod naszą kontrolą. Dane klienta płyną: twoja skrzynka → serwery dostawcy → LLM dostawcy → odpowiedź → twoja skrzynka. Brak podprzetwarzającego AI od osoby trzeciej.

Wzorzec C: Marketingowe „self-hosted” dla LLM-a hostowanego z zerową retencją

Niektórzy dostawcy opisują swoje rozwiązanie jako self-hosted, bo mają umowę „zerowej retencji” z OpenAI. To nie jest self-hosted w żadnym technicznym sensie — twoje dane wciąż opuszczają dostawcę i docierają do OpenAI w celu inferencji. Może to wciąż być zgodne z RODO, jeśli jest aparat prawny, ale to fundamentalnie inna architektura i powinieneś odpowiednio wycenić ryzyko.

2. Dlaczego self-hosted, w skrócie

1. RODO — brak podprzetwarzającego LLM od osoby trzeciej oznacza brak gimnastyki kontraktowej z Artykułem 28 z OpenAI, brak bólów głowy z transferem Schrems II, prostsze DPIA.
2. Regulacje branżowe — sektory jak ochrona zdrowia (odpowiednik HIPAA), prawo (tajemnica zawodowa), finanse (tajemnica bankowa) często kategorycznie zabraniają wysyłania treści do konsumenckich API AI.
3. Ochrona własności intelektualnej — agencje obsługujące własnościowe dane klientów (projekty, kod, prezentacje strategii) chcą silnego kontraktowego wykluczenia „treningu modelu” na każdej warstwie. Self-hosted daje to domyślnie.
4. Zależność od dostawcy — modele open-weight są wymienne. Hipotetycznie możesz wziąć dane i przełączyć dostawców modelu. Z narzędziami sprzężonymi z OpenAI jesteś związany decyzjami cenowymi OpenAI.
5. Przewidywalność kosztów — płaski cennik infrastruktury, nie rozliczanie API per token. Przy skali, znacznie tańsze.

3. Przewaga architektury RODO

Self-hosted AI dla email upraszcza zgodność z RODO na trzy konkretne sposoby:

Artykuł 28 (Przetwarzający): jedno DPA, nie dwa

Z narzędziami kierowanymi przez OpenAI masz dostawcę AI dla email jako przetwarzającego i OpenAI jako podprzetwarzającego. Potrzebujesz DPA z obydwoma, ze spójnymi zobowiązaniami obsługi danych. Z self-hosted, tylko z dostawcą — jedno DPA, jeden łańcuch odpowiedzialności.

Rozdział V (Transfery międzynarodowe): często wyeliminowany

Jeśli LLM dostawcy działa w UE (PrometheusMail tak), nie ma transferu danych osobowych poza EOG w ogóle. SCC stają się niepotrzebne; obawy Schrems II znikają. To najczystsza możliwa pozycja.

Artykuł 35 (DPIA): krótszy, prostszy

DPIA są wymagane dla „systematycznego przetwarzania na dużą skalę” (czym AI dla email jest). DPIA pokrywa ryzyka wprowadzone przez przetwarzanie — a jednym z największych standardowych ryzyk jest przetwarzanie danych przez usługę AI od osoby trzeciej. Wyeliminuj to, a DPIA staje się znacznie krótszy i łatwiejszy do obrony.

4. Wybór modelu: Llama 3.3 kontra alternatywy

Dostawcy self-hosted AI wybierają z kilku rodzin modeli open-weight. Każda ma kompromisy:

Llama 3.3 (Meta, 70B)

Wybór PrometheusMail. Mocne strony: najlepsze w klasie podążanie za instrukcjami przy rozmiarze 70B, wielojęzyczność (17+ języków), permisywna licencja, duża aktywna społeczność. Słabe strony: ciężki ślad GPU; nie absolutny SOTA na niektórych zadaniach z długim kontekstem.

Mistral / Mixtral (Mistral AI)

Zbudowany w Europie. Mixtral 8x22B jest konkurencyjny z Llamą 70B. Mocne strony: mocniejsze odpowiedzi w języku francuskim, firma zorientowana na UE. Słabe strony: licencjonowanie było historycznie bardziej złożone; Mistral przesunął niektóre produkty do zamkniętych wag.

Qwen (Alibaba)

Seria Qwen 2.5 jest konkurencyjna na benchmarkach. Mocne strony: silna wielojęzyczność włącznie z chińskim. Słabe strony: pochodzenie dostawcy (chińskie) to ryzyko zakupowe dla niektórych nabywców z UE; przejrzyj swoją pozycję rezydencji danych.

Claude / GPT-4 hostowane w regionach UE

Claude od Anthropic i GPT-4 od OpenAI są dostępne przez Azure / Bedrock z inferencją w regionie UE. Nie ściśle self-hosted (wciąż SaaS), ale rezydencja danych jest kontraktowo w UE. Najlepsza surowa jakość modelu. Kompromisy: droższe, zależność od dostawcy, wciąż wymaga Artykułu 28 z dostawcą chmury.

Dla większości zastosowań agencyjnych Llama 3.3 to obronny default — silne odpowiedzi, dobra obsługa wielu języków, permisywna licencja, dojrzałe narzędzia inferencyjne. Kilka punktów procentowych jakości, których możesz oddać kontra GPT-4, jest pomijalne wobec korzyści zgodności i kosztów.

5. Kalkulacje całkowitego kosztu posiadania

Cennik API per token (OpenAI, Anthropic) wygląda tanio przy małej skali i szybko staje się drogi. Self-hosted infrastruktura ma wyższy koszt stały, ale płaski koszt krańcowy. Punkt przecięcia ma miejsce wokół 1-3 mln emaili miesięcznie dla typowych odpowiedzi agencyjnych.

Z twojej perspektywy jako agencji, nie widzisz tego bezpośrednio — twój dostawca tak. Ale to pojawia się w modelach cennika. Dostawcy per stanowisko z routingiem OpenAI przekazują koszty per token (lub jedzą je na płaskich planach, dlatego ich plany mają limit wolumenu emaili). Dostawcy per firma z infrastrukturą self-hosted mogą oferować płaski cennik z wysokimi limitami wolumenu, bo ich koszty są płaskie.

PrometheusMail Business za 249 USD/mies. zawiera 60 000 emaili. Koszt krańcowy emaila 60 001 dla nas to ~0 USD; po prostu nie chcemy zdejmować limitu, bo są przypadki złych aktorów, gdzie ktoś wypala inferencję. Dla 30-osobowej agencji 60 tys. emaili pokrywa normalne użycie z marżą.

6. Jak zweryfikować deklarację self-hosted dostawcy

Dostawcy kłamią o tym mniej, niż byś się spodziewał, ale dużo asekurują. Pięć sposobów weryfikacji:

1. Uzyskaj diagram architektury na piśmie. Gdzie działa model? Który dostawca hostuje GPU? Jaka jest ścieżka danych od skrzynki do LLM i z powrotem?
2. Zapytaj, który model i wersja. „Llama 3.3 70B” to konkretna odpowiedź. „Różne duże modele językowe” to asekuracja.
3. Zweryfikuj podprzetwarzających. DPA ich nazywa. Jeśli pojawiają się OpenAI / Anthropic / Cohere, to nie czysty self-hosted.
4. Uruchom test awarii OpenAI. „Co dzieje się z twoją usługą, jeśli OpenAI jest niedostępne?” Self-hosted: „nic”. Routowane: niezręczna pauza.
5. Sprawdź gwarancje logowania inferencji. Dostawcy self-hosted typowo logują tylko to, co możesz zobaczyć; routujący dostawcy powinni ujawniać polityki retencji na poziomie dostawcy LLM.

7. Uczciwe kompromisy

Self-hosted nie jest wolny od wad. Uczciwa lista:

Wolniejsza iteracja modelu

Gdy OpenAI wypuszcza GPT-5, hostowani dostawcy dostają upgrade automatycznie. Dostawcy self-hosted muszą sami zakwalifikować i wdrożyć nowy model, co może opóźnić się o 1-3 miesiące. Uważamy to za akceptowalne; gonienie SOTA rzadko ma znaczenie dla jakości odpowiedzi email. Warto wiedzieć.

Wyższy minimalny koszt infrastruktury

Llama 3.3 70B przy używalnej prędkości inferencji wymaga poważnego GPU. Dostawca to płaci; nie widzisz bezpośrednio, ale pojawia się w cenniku podstawowym. Poniżej ~30 stanowisk, narzędzia z hostowanym LLM mogą mieć niższe wystawione ceny (per stanowisko); powyżej, self-hosted typowo wygrywa na TCO.

Kompromisy latencji geograficznej

Dostawca hostuje w jednym regionie. Dostawcy z UE mają <100ms latencji dla użytkowników z UE; użytkownicy z USA widzą 100-200ms więcej. Dla większości odpowiedzi email to niewidoczne (redagujesz, nie grasz), ale warto wiedzieć dla zespołów globalnych.

Netto: self-hosted to właściwa odpowiedź dla większości zespołów agencyjnych z UE. Przypadki krańcowe (praca w języku chińskim, operacje ultra wrażliwe na latencję, gotowość do papierkowej roboty z transferem RODO) mogą wskazywać gdzie indziej. Dla większości czytelników tego przewodnika domyślną opcją powinien być self-hosted.