Cómo Aviso AI utiliza TrueFoundry
El equipo de aprendizaje automático de Aviso AI utiliza TrueFoundry para pasar de despliegues basados en AMI a una pila basada en Docker y para desplegar LLM de código abierto que impulsan su asistente de IA MIKI. La plataforma ofrece escalado automático, uso de instancias spot y un único panel para los despliegues del equipo.
Ver la prueba capturadaEl uso: cómo Aviso AI implementa TrueFoundry
Aviso AI's machine learning team uses TrueFoundry to move from AMI-based deployments to a Docker-based stack and to deploy open-source LLMs that power its AI assistant MIKI. The platform provides autoscaling, spot instance usage and a single dashboard for the team's deployments.
Otros resultados publicados
Cifras publicadas en el caso de estudio de TrueFoundry. usedby no las mide de forma independiente.
Overall, the team realized a cloud cost savings of ~30-40%.
En palabras del cliente
El equipo no tuvo que pensar en cómo configurar y gestionar los recursos.Traducción automática del inglésVer el original
The team did not have to think about how to configure and manage resources.Otras empresas que utilizan TrueFoundry
Clientes de distintos sectores, con pruebas públicas.
Adopt AIConfirmado
Aviva CreditoConfirmado
EchoStarConfirmado
ExamRoom.AIConfirmado
FloQastConfirmado
Games24x7ConfirmadoConsultar la fuente
Basado en el caso de éxito publicado por TrueFoundry. Verificamos las pruebas públicas; los resultados son los que declara el proveedor.
truefoundry.com- Última verificación
- 9 oct 2026
Abrir la captura Lo que dice la historia, y lo que verificamos
Lo que comparamos con la página.
- La cifra: 100+ HoursVerificado
Impresa palabra por palabra en la página, cerca del nombre de Aviso AI.
- El pasaje citado arribaVerificado
Copiado palabra por palabra de la página, cerca del nombre de Aviso AI.
- Aviso AI usa TrueFoundryVerificado
Línea de nivel Confirmado.
- El resultado en síNo verificado
Lo citamos; no lo medimos.
Save 100+ Hours of developer time per month: The Machine Learning team moved to a docker-based environment, thereby reducing build times and facilitating easier local testing.