White-Label AI платформа: мультитенантность и кастомизация

White-Label AI-as-a-Service: непубличные AI-сервисы под вашим брендом

Партнёры крупных AI-вендоров часто теряют маржу на перепродаже публичных API — клиент видит оригинальный бренд и знает, сколько вы зарабатываете. White-label AI платформа решает эту проблему: вы получаете полнофункциональный AI-продукт, который выглядит и работает как ваш собственный. Собственный домен, логотип, цветовая схема, тарифная сетка — без раскрытия технологического провайдера.

Например, один из наших партнёров — SaaS-компания с 5000 клиентами — теряла до 70% потенциальной маржи, потому что клиенты напрямую подключались к OpenAI. После запуска white-label платформы под собственным брендом они увеличили средний чек в 3 раза и сохранили всех клиентов, которые ранее уходили к вендору.

Мы занимаемся white-label разработкой AI-решений более 6 лет. За это время запущено 14 партнёрских платформ с суммарной месячной выручкой в миллионы долларов. Наша команда AI/ML инженеров выполнила более 50 проектов в области NLP и LLM. Ниже — архитектура, которую мы используем в продакшене.

Архитектура мультитенантной white-label платформы

┌─────────────────────────────────────────────────────────┐ │ Partner A Partner B │ │ ai.company-a.com ai.company-b.com │ │ [Brand A UI] [Brand B UI] │ └─────────────────┬────────────────────────┬──────────────┘ ↓ ↓ ┌─────────────────────────────────────────────────────────┐ │ White-Label Gateway │ │ [Tenant Resolution] → [Brand Config] → [API Proxy] │ └─────────────────────────────────────────────────────────┘ ↓ ┌─────────────────────────────────────────────────────────┐ │ Core AI Platform │ │ [Model Inference] [Billing] [Analytics] [Management] │ └─────────────────────────────────────────────────────────┘ 

Как обеспечивается изоляция данных между партнёрами?

Каждый партнёр — это изолированный tenant. При запросе Gateway определяет tenant по домену или API-ключу, подставляет его бренд-конфиг и проксирует к нужным моделям. Данные нигде не смешиваются: логи хранятся с tenant_id, биллинг ведётся отдельно, модели разворачиваются в изолированных контейнерах.

По данным Gartner, к концу десятилетия 80% предприятий будут использовать white-label AI-решения для защиты бренда и контроля клиентской лояльности.

from dataclasses import dataclass @dataclass class WhiteLabelTenant: tenant_id: str partner_id: str # Брендинг brand_name: str logo_url: str primary_color: str custom_domain: str # Функциональность enabled_models: list[str] custom_model_names: dict # Переименование моделей для партнёра # Ценообразование markup_percent: float # Наценка партнёра custom_pricing: dict # Кастомные цены (перекрывают markup) # Контракт revenue_share_percent: float # % от выручки партнёра, идущий к нам min_monthly_revenue: float class TenantResolver: async def resolve(self, request: Request) -> WhiteLabelTenant: # Определение тенанта по домену host = request.headers.get('host', '') # Поиск по custom domain tenant = await self.db.get_by_domain(host) if tenant: return tenant # Fallback: по API ключу api_key = request.headers.get('X-API-Key') if api_key: return await self.db.get_by_api_key_prefix(api_key) raise TenantNotFoundError(f"Unknown domain: {host}") 

Почему white-label выгоднее перепродажи публичного API?

Средняя маржа партнёров после запуска white-label составляет 200-400% против 20-30% при перепродаже. Экономия на брендировании и инфраструктуре достигает 40%.

Как мы строим white-label платформу: стек и процесс

Мы используем PyTorch для кастомных моделей, Hugging Face Transformers — для LLM, LangChain — для RAG-пайплайнов. Векторные БД — Qdrant/ChromaDB. Развёртывание — на Kubernetes с Triton Inference Server. Весь код покрыт тестами и CI/CD.

Процесс работы:

1. Аналитика — аудит ваших бизнес-требований и целевых сценариев (1-2 дня)
2. Проектирование — архитектура, выбор моделей, согласование прототипа UI (1-2 недели)
3. Реализация — бэкенд (Gateway, Tenant Manager, Billing), фронтенд (React), интеграция моделей (6-8 недель)
4. Тест — нагрузочное тестирование (до 10k rps), пентесты безопасности (2-3 недели)
5. Деплой — развёртывание в вашем облаке (AWS/GCP/Azure), настройка мониторинга (1 неделя)

Сроки: от 4 до 6 месяцев на полноценную white-label платформу с нуля. Если у вас уже есть MVP — в 2 раза быстрее.

Стоимость рассчитывается индивидуально — мы оценим проект бесплатно, заполните бриф. Под ключ — с гарантией на код (12 месяцев) и пост-релизной поддержкой.

White-Label API Gateway: реализация

@app.middleware("http") async def white_label_middleware(request: Request, call_next): tenant = await tenant_resolver.resolve(request) # Подмена brand-specific конфигурации request.state.tenant = tenant request.state.brand_config = await brand_config_store.get(tenant.tenant_id) response = await call_next(request) # Удаление внутренних заголовков response.headers.pop("X-Powered-By", None) response.headers.pop("X-Internal-Model-Id", None) return response @app.post("/v1/chat/completions") async def chat_completions(request: ChatRequest, req: Request): tenant = req.state.tenant # Маппинг model names: "gpt-4" (клиент) → "actual-model-id" (внутренний) internal_model = tenant.custom_model_names.get( request.model, request.model ) # Проверка доступности модели для этого тенанта if internal_model not in tenant.enabled_models: raise HTTPException(404, f"Model '{request.model}' not available") # Кастомное ценообразование pricing = tenant.custom_pricing.get(internal_model) or \ base_pricing.get(internal_model) * (1 + tenant.markup_percent / 100) result = await inference_service.run(internal_model, request) await billing.charge(tenant, result.usage, pricing) return result 

Кастомизация UI

Партнёры управляют брендингом через admin panel:

@dataclass class BrandConfig: logo_url: str favicon_url: str primary_color: str # "#0066cc" secondary_color: str font_family: str custom_css: str # Дополнительный CSS для тонкой настройки support_email: str privacy_policy_url: str terms_url: str # Белый список разрешённых функций show_model_selection: bool = True show_usage_analytics: bool = True show_api_docs: bool = True custom_nav_items: list[dict] = None # Дополнительные пункты меню 

{ "tenant_id": "partner_42", "brand_name": "SuperAI", "logo_url": "https://superai.com/logo.png", "custom_domain": "ai.superai.com", "enabled_models": ["gpt-4o", "claude-3.5"], "custom_model_names": {"claude-3.5": "SuperChat Pro"}, "markup_percent": 50 } 

Что входит в разработку: deliverables

• Документация по интеграции: Swagger/OpenAPI, guide для партнёра по подключению
• Админ-панель партнёра: управление моделями, ценами, пользователями, статистикой
• Кастомный домен и SSL: полная изоляция бренда
• SLA-поддержка: 99.95% аптайм, инциденты за 15 минут
• Обучение команды партнёра: 3-дневный workshop + запись
• Мониторинг и алерты: через Prometheus + Grafana

Хотите такую же платформу под свой бренд? Свяжитесь с нами — оценим проект за два рабочих дня. Покажем demo работающей партнёрской сети. Получите консультацию: напишите нам, и мы обсудим ваши сценарии.

Для справки: архитектура white-label также называется мультитенантной.