Claude Cowork-alternativ: Derfor bygger regulerede virksomheder deres egen AI-collega-stack (2026)

Claude Cowork-alternativ: Derfor bygger regulerede virksomheder deres egen AI-collega-stack (2026)

Hvis du har læst vores komplette Cowork-guide, og din mavefornemmelse siger, at den ikke kan røre dine mest følsomme workflows, har du sandsynligvis ret. Claude Cowork er en fremragende løsning til det arbejde, den er designet til, og en dårlig løsning til det regulerede, specialiserede, suverænitetsbundne arbejde, der fylder enterprise-kalendere. Her er den ærlige analyse, referencearkitekturen og TCO-regnskabet.

Hvor Claude Cowork for alvor udmærker sig

Cowork er det rigtige svar, når dit arbejde foregår på ikke-følsomme data, dit team er på mellem 5 og 500 personer, og du hellere vil rykke dig på to uger end to kvartaler. Anthropic har ramt AI-collega-UX'en plet for netop den målgruppe, og de fire vertikale pakker, der er blevet lanceret i løbet af de seneste seks uger, beviser, at de investerer i det som et langsigtet produkt og ikke som et sideprojekt.

Tre Cowork-sweet spots er veldokumenterede i vores klynge:

• Marketing operations, content briefs, målgruppeundersøgelser, multikanal-orkestrering. Coworks plugin-marked og planlægningsprimitiver mapper rent over på den måde, marketingteams faktisk arbejder på. Se vores marketing-ops-dybdedykning for workflow-mønstrene.
• Juridiske teams, kontrakttriage, redline-gennemgang, jurisdiktionsundersøgelser. Legal-pakken, som Anthropic lancerede 12. maj, var den første vertikale pakke og er stadig den mest gennemførte. Vi gennemgik use cases'ene i vores juridiske team-analyse.
• Små og mellemstore virksomheder, fakturering, kundeopfølgning, let rapportering. SMB-pakken (13. maj) er genuint god til virksomheder under ~250 ansatte, som ikke har en CISO, der ånder dem i nakken. Vores SMB-anmeldelse går i detaljer.

Anthropic har også bekræftet, at Financial Services er den næste vertikale pakke, og Managed Agents-stacken, der blev annonceret på Code w/ Claude den 11. maj, hæver loftet for, hvad Coworks plugin-marked kan. Intet af det er der tvivl om.

Cowork er det rigtige svar for de fleste virksomheder det meste af tiden. Dette indlæg handler om resten — det regulerede, suverænitetsbundne, IP-tunge mindretal, hvor Cowork er det forkerte værktøj, selvom det er et fremragende produkt.

De 8 enterprise-scenarier, hvor Cowork rammer sin grænse

Otte workflows adskiller »Cowork er fint« fra »Cowork er umuligt«: GDPR-dataresidenskrav, PHI-data i sundhedssektoren, klassificeret forsvar/stat, M&A-dealroom-fortrolighed, reguleret finans under SEC/FINRA, beskyttelse af proprietær IP, bredde af custom MCP-servere ud over Anthropics cirka 20 lanseringer og agentorkestreringsmønstre, som Anthropic ikke har designet til. Hver eneste af disse er en ja/nej-port, ikke en præference.

Hvis du læser den tabel, og to eller flere rækker beskriver din virksomhed, er du allerede forbi grænsen for, at Cowork er fint. Læs videre.

Referencearkitekturen for den self-hostede AI-collega

En produktionsklar self-hostet AI-collega-stack har syv lag: inferens, gateway, hukommelse, agentorkestrering, værktøjer (MCP-servere), RBAC/audit og UI. Hvert lag har to-tre reelle muligheder i 2026, og stacken er komposabel nok til, at du kan udskifte et hvilket som helst af dem uden at omskrive de andre. Her er, hvad hvert lag gør, hvad vi oftest bruger, og hvad du skal være opmærksom på.

Lag 1 — Inferens (modellen)

Det er her, LLM'en faktisk kører. Du har fire praktiske veje:

1. Anthropic API direkte, hurtigst, laveste engineering-overhead, men du er tilbage i Anthropics datasti. Fint, hvis din bekymring er custom-orkestrering, men ikke dataresidens.
2. OpenRouter, enkelt API på tværs af 100+ modeller. Godt til udvikling og modelsammenligningstest, mindre godt til enterprise-audit.
3. Bedrock eller Vertex AI, cloud-native private endepunkter med regionsfastlåsning. Anthropic Claude er tilgængelig på begge. Det er det mest almindelige enterprise-kompromis: du får Claude-kvalitet med cloud-native compliance.
4. On-prem-inferens, vLLM på H100/H200-hardware, der kører åbne modeller. Llama 3.3 70B, DeepSeek V3, Qwen 3 eller Mistral Large. Den eneste vej for IL5/IL6 og den dyreste i capex.

Anthropic leverer ikke Claude-modelvægte, så ægte on-prem med Claude er umuligt. Hvis du skal være on-prem, vælger du blandt åbne modeller, og kvalitetsgabet til Claude Opus 4.7 er blevet indsnævret markant i løbet af de seneste 18 måneder, men det er ikke lukket.

Lag 2 — LLM-gateway

Gatewayen sidder mellem enhver applikation og enhver model. Dens opgave er failover, cost-routing, auditlogning, rate limiting og (afgørende) abstraktion af modelvalg, så du kan udskifte inferensstier uden at røre applikationskoden.

Produktionsmuligheder:

• LiteLLM, open source, self-hostbar, OpenAI-kompatibelt API på tværs af 100+ udbydere. Gratis.
• Portkey, managed gateway med indbyggede observability-dashboards. Godt til teams, der ikke selv vil drive LiteLLM.
• Helicone, observability-først; spiller godt sammen med LiteLLM i stedet for at erstatte den.

Dette lag er ikke-forhandlingsbart i produktion. At springe det over betyder at hardcode modelvalget ind i din applikation og derefter genudrulle, hver gang Anthropic lancerer en ny model, eller dit sikkerhedsteam kræver en regional failover.

Lag 3 — Hukommelse og retrieval

Tre undersystemer bor her:

• Vektorlager, Pinecone (managed, hurtigste vej) eller Qdrant (self-hostbar, det rigtige valg for on-prem-krav). Weaviate og pgvector er også gyldige; Qdrant har den reneste enterprise-historie lige nu.
• Struktureret hukommelse, Postgres til alt, der har gavn af SQL. Det meste »agenthukommelse« er faktisk relationel, ikke semantisk.
• Kortsigtet kontekst, Redis eller DynamoDB til sessionstilstand, seneste-samtale-cache og mellemliggende agentresultater.

Få dette lag rigtigt, og dine agenter føles, som om de husker ting. Få det forkert, og hver samtale starter fra nul, hvilket er fint for en chatbot og fatalt for en kollega.

Lag 4 — Agentorkestrering

Det er her, Coworks planlægningsprimitiver ikke længere er nok. Muligheder:

• LangGraph, graf-baseret multi-agent-supervision. Bedst til workflows med betinget routing, retries og human-in-the-loop-godkendelse.
• CrewAI, rollebaserede agent-crews. Renere abstraktion for »researchanalytiker + skribent + korrekturlæser«-mønstre.
• Custom DAG, til teams med stærk distributed-systems-baggrund; giver dig fuld kontrol på bekostning af at bygge alting selv.

For de fleste virksomheder leverer vi LangGraph, fordi grafmodellen gør audit-historien lettere — hver overgang logges, hver beslutning kan inspiceres. (Og Anthropic Agent SDK's $500-kredit, som vi dækker her, subsidierer ofte de første tre måneder af lag 4-udviklingen.)

Lag 5 — Værktøjer (MCP-servere)

Hver intern integration bliver en MCP-server. Salesforce, Snowflake, Jira, Confluence, Workday, din datasø, dit interne HR-API. Model Context Protocol-specifikationen er nu stabil og leveres i alle større agentframeworks. Du skriver én server per datakilde; agentlaget opdager dem ved runtime.

Det er i dette lag, Coworks plugin-marked bryder sammen for virksomheder. Anthropic kuraterer markedet, langsomt og på deres tidslinje. Et self-hostet MCP-lag lader dig levere en server til et legacy SAP-modul på en uge, ikke et kvartal. Vi bygger typisk 15–40 MCP-servere per enterprise-engagement.

Lag 6 — RBAC + auditlogning

Det er her, regulatorerne afgør, om din stack bliver leveret. Komponenterne:

• Politikmotor, Open Policy Agent (OPA) eller AWS Cedar. Hvert værktøjskald og hvert modelkald passerer gennem politikevaluering. Per bruger, per rolle, per dataklasse.
• Auditpipeline, hver prompt, hvert svar, hvert værktøjskald, hver valgt model, hver afholdt omkostning, logget med fuld retention. Vi bruger OpenTelemetry-traces, der flyder ind i en reguleret-cloud-SIEM eller et langtidslagret S3-arkiv med WORM-compliance.
• PII/PHI-detektion, Presidio eller en custom DLP-pipeline i gatewayen. Maskér før logning; lad aldrig rå PHI ramme dit auditlager.

Dette lag er usynligt for slutbrugere og er grunden til, at virksomheder faktisk betaler for at bygge det. Det er også det lag, Cowork strukturelt ikke kan give dig, fordi auditgrænsen ikke inkluderer deres infrastruktur.

Lag 7 — UI

Den desktop-app-fordel, Cowork har i lag 7, forsvinder stort set for virksomheder, fordi de fleste enterprise-brugere alligevel lever inde i Slack, Microsoft Teams eller en custom webportal. Praktiske UI-muligheder:

• Slack- eller Teams-bot, hurtigste vej til adoption inden for eksisterende workflows.
• Custom webapp, Next.js eller din eksisterende interne portal med en indlejret agentflade.
• Custom desktop-app, Electron er stadig det praktiske svar, hvis du vil have Cowork-stilens »tredje fane«-oplevelse. De fleste virksomheder har ikke brug for den.

Vælg den flade, dine brugere allerede lever i. Model-lock-in-argumentet her er det omvendte af Coworks: i stedet for at tvinge brugere ind i en ny app møder din stack dem, hvor de er.

Det er en 7-lags stack, ikke et weekendprojekt. De næste to afsnit kvantificerer, hvad det koster, og hvor lang tid det tager.

5-årig TCO: Cowork-seats vs. self-hostet stack

Ved 200 seats vinder Cowork Enterprise på pris. Ved 1.000+ seats over fem år kollapser den self-hostede udbygning til cirka $2/seat/dag all-in og krydser Coworks TCO et sted mellem 600 og 800 seats. Det kryds betyder dog kun noget, hvis ingen anden port (dataresidens, custom-orkestrering, IP) allerede har tvunget udbygningen. For de fleste regulerede virksomheder er TCO-sammenligningen en sundhedstjek, ikke en beslutningsdriver.

"5-Year TCO: Cowork Enterprise vs. Self-Hosted (200 seats)"

Datatable

"5-Year TCO: Cowork Enterprise vs. Self-Hosted (200 seats)"

"Sourcing Option"	"5-Year Total"
"Cowork (200 seats × $60/mo)"	720
"Self-Hosted (200 seats, build + 4yr ops)"	1850
"Self-Hosted (1,000 seats, amortised)"	2150

Antagelserne bag de tal, for TCO-indlæg, der skjuler antagelser, er ubrugelige:

• Cowork Enterprise, $60/seat/måned listepris for Enterprise-niveauet med EU-residens og BAA-tilvalg, ×200 seats × 60 måneder = $720K. Ingen markeds-tilvalg indregnet.
• Self-hosted 200 seats, år 1-byggepris $850K (seks-mandsteam i to kvartaler, infra-capex, vektorlager, observability-stack), plus år 2–5-drift til $250K/år (to-mands driftsteam, modelbrug, infra-opex). I alt: $1,85M.
• Self-hosted 1.000 seats, samme år 1-byggeri ($850K), år 2–5-drift skalerer til $325K/år (modelbrug vokser med brugerne; engineering forbliver nogenlunde flad). I alt: $2,15M, eller cirka $2,15/seat/dag i gennemsnit over fem år.

Den interessante linje er den tredje. Engineering-omkostningerne på en self-hostet stack er stort set faste — to ingeniører kan vedligeholde en stack, der betjener 100 seats eller 10.000. Modelbrug skalerer med brugerne, men komprimeres, når du batcher og cacher. TCO-krydset med Cowork er reelt, men det sker ved en skala, som de fleste virksomheder kun når, hvis de skubber platformen ud på tværs af mange divisioner.

Hvis du er på 50 seats, og dine data ikke er regulerede, vinder Cowork på alle akser. Hvis du er på 5.000 seats og har en CISO, betaler den self-hostede udbygning sig selv tilbage før år 3. Regnskabet vender omkring 600–800 seats, og de fleste enterprise-piloter ligger i det interval eller derover.

Time-to-value: kurven, der overrasker CFO'er

Cowork er brugbar i uge ét og flader ud i måned to. Self-hosted stiger langsomt gennem Q1, passerer Cowork omkring måned seks og fortsætter. CFO-spørgsmålet er ikke »hvem er hurtigst«, det er »hvilken kurve matcher vores risikoprofil og vores planlægningshorisont.«

"Time-to-Value: Cowork vs. Self-Hosted (12 months)"

Datatable

"Time-to-Value: Cowork vs. Self-Hosted (12 months)"

"Months"	"Cowork"	"Self-Hosted"
"M1"	70	5
"M2"	80	15
"M3"	80	35
"M4"	80	55
"M5"	80	70
"M6"	80	80
"M9"	80	92
"M12"	80	100

Tre ting, som dette diagram undervurderer:

1. Coworks måned 1-score er høj, fordi det er et produkt, ikke et projekt. Anthropic leverede UX'en og integrationerne; du adopterer dem. 30-points-gabet i måned 1 er reelt, og det betyder noget, når du prøver at demonstrere AI-ROI for en bestyrelse, der har hørt om det i to år.

2. Den self-hostede kurve er ikke lineær, fordi arbejdet ikke er lineært. Måned 1–2 er arkitektur, leverandørvalg og lag 1–2-blikarbejde. Måned 3–4 er de første reelle agentleveringer på stacken. Måned 5–6 er, når marginalomkostningen for agent nummer 5 falder til en brøkdel af agent nummer ét. Det er vendepunktet, og grunden til, at platformbyggeri føles frustrerende langsomt i de første 90 dage.

3. Coworks plateau er reelt, ikke bagvaskelse. Cowork er fremragende til det, Anthropic leverer til den. Den er ikke designet til at række ud over den konvolut, og markedet eksisterer netop, så de ikke selv behøver at blive ved med at udvide den.

Vi gennemgik den samme kurveform i vores build-vs-buy-analyse for AI-voice-agenter — principperne kan overføres. Hvis din business case lever eller dør på måned 3-resultater, så køb. Hvis den lever på måned 12-resultater, så byg.

Beslutningsmatricen: byg din egen

Score disse syv spørgsmål med 0, 5 eller 10. Scorer du over 25, så byg din egen. Mellem 15 og 25, pilotér Cowork og genovervej. Under 15, bliv på Cowork. Matricen er det mest signalrige element i dette indlæg; hvis du bogmærker noget som helst, så bogmærk tabellen.

Vi har kørt denne matrix på tværs af 30+ AI-integrationsprojekter i løbet af de seneste 18 måneder. Andelen af organisationer, der scorer over 25, steg fra cirka 30 % i slutningen af 2024 til omkring 55 % i maj 2026 — primært drevet af GDPR-håndhævelse og SEC's 2025 AI Disclosure Rule. Skiftet er ikke ideologisk; det er reguleringsmæssigt.

Et mønster, der er værd at bemærke: scorerne har tendens til at klumpe sig i ekstremerne. Virksomheder scorer enten 5–15 (Cowork er åbenlyst rigtigt) eller 35–70 (self-hosted er åbenlyst rigtigt). Mellemfeltet 15–25 er sjældnere, end det ser ud, og repræsenterer typisk virksomheder, der er på nippet til at krydse en reguleringsmæssig grænse, de endnu ikke er klar over, de nærmer sig.

Hvornår Cowork stadig vinder, selv i enterprise-skala

Selv inde i virksomheder, der scorer 50+ på matricen, vinder Cowork stadig for tre mønstre: det ikke-regulerede marketingteam, 90-dages prototype-then-buy og bolt-on til modne interne AI-platforme. At self-hoste alting er lige så forkert som at købe alting; kunsten er at route hvert workflow til den rigtige stack.

De tre mønstre:

• Det ikke-regulerede marketingteam inde i en reguleret virksomhed. Et medicinalselskab kan ikke lægge PHI på Cowork, men dets brandmarketingteam rører ikke PHI — de skriver kampagne-briefs og analyserer kanalperformance. Cowork er fint der. At route lavfølsomt arbejde til Cowork og højfølsomt arbejde til den interne stack er den åbenlyse, men sjældent implementerede arkitektur, og vi dækker spørgsmålet om erstatning af marketingmanagere detaljeret andetsteds.

• Prototype-then-buy-mønstre. Brug Cowork i 60–90 dage til at bevise, at workflowet virker på rigtige data og rigtige brugere. Hvis ROI'en viser sig, så byg. Hvis ikke, har du brugt $20K på Cowork-seats i stedet for $200K på et byggeri, der løser et problem, du ikke havde. 90-dages Cowork-piloten er den højeste kvalitet af kravspecifikationsøvelse i enterprise-AI.

• Modne virksomheder, der allerede har interne AI-platforme. Hvis du allerede har bygget 7-lags-stacken til højfølsomt arbejde, er det at bolte Cowork på den lavfølsomme flade hurtigt, billigt og reducerer »shadow IT«-risikoen ved, at teams selv adopterer AI-værktøjer.

Coworks sweet spot for små virksomheder gælder også inde i virksomheder — for ethvert subteam, der opererer som en lille virksomhed, er Cowork strukturelt det rigtige værktøj, uanset moderselskabets reguleringsprofil.

Self-hosted er det rigtige svar for følsomme workloads. Cowork er det rigtige svar for alt andet. Kunsten er at vide, hvad der er hvad, og ikke lade som om, det er binært.

Hvordan Techsy bygger enterprise-AI-integrationer

Vi har leveret 30+ AI-integrationsprojekter siden 2024 på tværs af reguleret finans, sundhedsnære, forsvarsnære og IP-følsomme forbrugerbrands. Metodologien har ikke ændret sig meget, fordi arkitekturen ikke har ændret sig meget — det er de samme syv lag, tilpasset per reguleringsprofil.

Den firefasede metodologi:

1. Fase 1 — Arkitektur- og TCO-workshop (2 uger, fast pris). Vi scorer beslutningsmatricen sammen med dit team, skitserer 7-lags-arkitekturen for dine begrænsninger og bygger den ærlige TCO-model. Du går ud med et arbejdende artefakt, uanset om du hyrer os til fase 2.

2. Fase 2 — Referencebyggeri (8–12 uger). Én produktionsagent på den fulde 7-lags-stack, typisk det højeste-værdi, laveste-politiske-risiko-workflow, vi identificerede i fase 1. Produktionsklar, ikke en demo. Vi bruger Anthropic Agent SDK'et og $500-krediten, som vi dækker her, til at subsidiere det tidlige lag 4-arbejde, hvor det er relevant.

3. Fase 3 — Platformudvidelse (3–6 måneder). Agenter 2 til N på samme stack. Det er her, marginalomkostningen for hver ny agent kollapser — typisk 30–60 % af omkostningen ved fase 2's referencebyggeri. 7-lags-stacken bliver en platform.

4. Fase 4 — Overdragelse og drift (løbende). Dit team ejer stacken. Vi bliver på konsulentbistand til modelopgraderinger, nye MCP-servere og kvartalsvise arkitekturgennemgange.

Den stack, vi leverer som standard i 2026: Anthropic Claude Opus 4.7 + LangGraph + Pinecone (eller Qdrant for fuld on-prem) + LiteLLM-gateway + vLLM for on-prem-inferensstier, bag OPA-politik-RBAC og OpenTelemetry-observability. Hver komponent er udskiftelig; intet er bespoke for bespoke-hedens skyld. Den agentiske AI-deploymentplatform, vi bruger, pakker denne stack ind i en deploybar flade, og vores agentudviklingspraksis dækker engineering-modellen i dybden.

Hvis du vil score matricen sammen og se, hvordan din 7-lags-arkitektur ville se ud, så book et gratis 30-minutters arkitekturopkald med vores team. Ingen forudsætninger, ingen slides — vi gennemgår dine begrænsninger og skitserer stacken live.

Vi ser på det produkt, vi respektfuldt kritiserer

Anthropic leverede et genuint godt produkt. De næste tretten minutter er din tid værd — det er den klareste formulering af, hvad Cowork er til, fra det team, der byggede det.

Se den, før du forpligter dig til nogen af vejene. Hvis du efter at have set den mener, at Cowork løser dit problem, så køb Cowork. Hvis du tager dig selv i at tænke »det her er fantastisk, men...«, er anden halvdel af dette indlæg til dig. Vi er ikke anti-Cowork. Vi er anti-at-købe-det-forkerte-værktøj-til-din-reguleringsprofil.

Migrationsstien: fra Cowork-pilot til self-hostet produktion

Det mest almindelige mønster, vi ser i 2026, er ikke Cowork-eller-self-hosted. Det er Cowork-derefter-self-hosted, med en ren migrationsplan. Her er den firetrins sti, vi anbefaler:

1. Måned 0–3 — Cowork-pilot. Bevis workflowet på rigtige brugere med rigtige data (kun lavfølsomme workflows). Dokumentér, hvad der virker, hvad der fejler, hvad du ville ønske var anderledes.
2. Måned 3–4 — Arkitekturbeslutning. Score matricen med data fra fase 1. Scorer du over 25, så forpligt dig til byggeriet. Luk ikke Cowork ned endnu.
3. Måned 4–10 — Parallelt byggeri. Byg 7-lags-stacken parallelt med fortsat Cowork-brug. De ikke-følsomme workflows bliver på Cowork; byggeriet retter sig mod de regulerede workflows.
4. Måned 10–12 — Skift over per workflow, ikke per afdeling. Følsomme workflows migrerer først til self-hosted; ikke-følsomme workflows kan blive på Cowork på ubestemt tid, hvis routingen giver mening.

Overgangsreglen er den, de fleste teams får forkert. Migrering per afdeling skaber et tvungent politisk problem; migrering per workflowtype lader hvert team adoptere det rigtige værktøj til det arbejde, der ligger foran dem. Beslutningsmatricen scorer per workflow, ikke per afdeling, af samme grund.

Vi har også set det omvendte mønster — self-hosted-derefter-Cowork — hos virksomheder, der byggede tidligt og nu vil give deres ikke-regulerede teams en hurtig flade. Sammenligningen med ChatGPT-Agents er den rigtige reference, hvis du sidder fast i at vælge mellem Cowork og et konkurrerende købeprodukt efter at have forpligtet dig til en hybridarkitektur.

FAQ

Er det ikke langt dyrere at bygge sin egen?

Ikke altid, og sjældent entydigt. Ved 200 seats vinder Cowork på pris over fem år. Mellem 600 og 800 seats krydser kurverne, og ved 1.000+ seats er self-hosted billigere. Vigtigere endnu: hvis du scorer 25+ på beslutningsmatricen, er prissammenligningen akademisk — regulerings- eller suverænitetskrav har allerede truffet beslutningen for dig.

Hvor lang tid tager det at levere en self-hostet enterprise-agentstack?

8–12 uger for den første produktionsagent på den fulde 7-lags-stack, 3–6 måneder for platformen (agenter 2 til N) og løbende for modelopgraderingsmøllen. Cowork leveres på 1–2 uger. De fleste virksomheder bytter 8-ugers-forskellen for suverænitet og tilpasning; dem, der ikke gør, er ikke virksomheder, der havde brug for at bygge.

Kan vi starte med Cowork og migrere senere?

Ja, det er det mest almindelige mønster, vi ser i 2026. Brug Cowork i måned 0–3 til at bevise workflowet, byg 7-lags-stacken parallelt i måned 4–10, og skift derefter over per workflowtype i stedet for per afdeling. Migrationen er sværere end at starte på self-hosted fra dag ét, men meget hurtigere end at bygge i blinde.

Hvad med Claude Enterprises Trust Center?

Anthropics Trust Center dækker SOC 2 Type II, ISO 27001, EU-dataresidens på Enterprise og BAA for sundhed. Det er en stærk historie for det, den dækker. Den dækker ikke ITAR, IL5/IL6-suveræn-cloud-krav, hermetisk isolation af M&A-dealroom eller workflows, hvor selve promptindholdet er klassificeret eller reguleret. Trust Center er nødvendigt for nogle scenarier og strukturelt utilstrækkeligt for andre.

Er on-prem-drift af Anthropic-modeller tilladt?

Nej. Anthropic leverer ikke Claude-modelvægte, så ægte on-prem-inferens af Claude er umulig i 2026. On-prem-self-hosting kræver åbne alternativer — Llama 3.3, DeepSeek V3, Qwen 3 eller Mistral Large, der kører på vLLM. Bedrock og Vertex tilbyder private-endpoint-muligheder, som nogle regulatorer accepterer som det praktiske ækvivalent til on-prem; tjek med dit compliance-team, før du antager det.

Hvad er de løbende vedligeholdelsesomkostninger over tid?

Omkring $250K/år for et to-mands driftsteam plus modelbrug og infrastruktur ved 200-seat-skala. Det tal stiger til omkring $325K/år ved 1.000 seats — det meste af omkostningen er fast engineering, ikke variabel infrastruktur. Modelbrug skalerer med brugerne, men komprimeres, når du batcher, cacher og router mindre forespørgsler til billigere modeller via gateway-laget.

Hvem ejer de prompts og værktøjer, vi udvikler?

Det gør du, fuldt ud, på en self-hostet stack. På Cowork lagres prompts i Anthropics infrastruktur under deres kommercielle vilkår — fint for de fleste virksomheder, en dealbreaker for proprietær-IP-brancher (forbrugerbrands, biotek, reguleret finans). Ejerskabshistorien er en af de undervurderede grunde til, at modne virksomheder self-hoster.

Understøtter I hybrid — nogle workflows på Cowork, andre self-hostede?

Ja, og vi anbefaler det oftere end ren self-hostet. Route lavfølsomme workflows til Cowork og højfølsomme til din interne stack. En LiteLLM-gateway kan fordele per workflowtype med simple routingregler, og dit audit- og politiklag kan behandle de to flader ensartet.

Hvordan håndterer I modelopgraderingsmøllen på en self-hostet stack?

LiteLLM-gatewayen abstraherer modelvalget. Når Anthropic lancerer en ny model, peger du én konfiguration mod den. Når en åben model overhaler den lukkede inkumbent på en specifik opgave, omdirigerer du den compute-tunge workload til vLLM uden at røre applikationskoden. 7-lags-arkitekturen er eksplicit designet til at beskytte dig mod model-lock-in, hvilket Cowork per design ikke kan.

Afslutning

Cowork er et fremragende produkt til det arbejde, den er bygget til, og det er ikke det rigtige svar for regulerede virksomheder med suverænitets-, IP- eller custom-orkestreringsbegrænsninger. Den 7-lags self-hostede referencearkitektur i dette indlæg er den samme, vi har leveret 30+ gange siden 2024; beslutningsmatricen er det artefakt, vi gennemgår med enhver kunde i fase 1. Læs den fulde Cowork-guide, hvis du ikke har gjort det, og kom tilbage hertil, når du er klar til at tale arkitektur.

Hvis du vil have en arbejdende version af beslutningsmatricen og en skitse af en 7-lags-arkitektur for dine begrænsninger, så tag kontakt — vi skitserer den live, og du går ud med artefaktet, uanset om vi arbejder sammen bagefter.