LLM
LLM står for Large Language Model, på dansk en stor sprogmodel. Det er den type AI, der kan læse og skrive tekst, og det er motoren bag værktøjer som ChatGPT, Claude, Gemini og Copilot. Når folk siger AI i dag, mener de som regel en LLM.
Forkortelsen bliver tit blandet sammen med machine learning. De to hænger sammen, men de er ikke det samme. Det vender vi tilbage til.
Hvordan virker en LLM?
En LLM er trænet på enorme mængder tekst: bøger, artikler og store dele af internettet. Under træningen lærer modellen mønstre i sproget. Når du skriver til den, gætter den på det næste ord, igen og igen, ud fra alt det den har set.
Det lyder simpelt, men resultatet er slående. Modellen kan skrive, opsummere, oversætte og svare på spørgsmål i et naturligt sprog. Den forstår dog ikke verden som et menneske. Den regner på sandsynligheder i tekst.
Hvad kan I bruge en LLM til?
De oplagte opgaver er tekst og sprog. Udkast til mails, tilbud og beskrivelser. Referater af møder. Opsummering af lange dokumenter. Oversættelse. Svar på spørgsmål i jeres eget materiale, fx en personalehåndbog eller en manual.
Den stærkeste brug er sjældent chatvinduet. Det er når modellen bygges ind i jeres systemer, så den læser jeres data og tager det trivielle arbejde i en fast arbejdsgang. Der flytter den tid og fejl, dag efter dag.
LLM og machine learning, hvad er forskellen?
Machine learning er det brede fagfelt: software der lærer af data i stedet for at følge faste regler. En LLM er én bestemt slags model fra det felt, specialiseret i sprog. Al LLM er altså machine learning, men det meste machine learning er ikke en LLM. Et system der forudsiger lagerbehov, er fx machine learning uden et ord på spil.
Styrker og svagheder
Styrken er sprog i alle former, i høj fart og til lav pris. Svagheden er, at modellen kan gætte forkert med stor selvsikkerhed. Det kaldes at hallucinere. Den kender heller ikke jeres virksomhed. Uden jeres data svarer den ud fra internettet, ikke ud fra jeres virkelighed.
Begge svagheder kan håndteres. Giv modellen kontekst, altså jeres egne data og regler, og lad mennesker godkende det der er vigtigt. Og vælg en løsning hvor jeres data ikke ender som træningsdata hos andre.
Hvad koster det at bruge en LLM?
Mindre end de fleste tror. De store modeller lejes pr. forbrug, og prisen falder år for år. Det dyre er sjældent selve modellen. Det er arbejdet med at give den jeres data og bygge den ind i arbejdsgangen. Til gengæld betaler den sig hurtigt, når den rammer en opgave med volumen.
Hvad betyder det for jeres forretning?
I behøver ikke forstå matematikken bag en LLM, ligesom I ikke forstår motoren i firmabilen. I skal beslutte, hvor den skaber værdi hos jer, og stille krav til resultatet. Det er ledelse af AI, og det er en ledelsesopgave.
Start med en opgave, der koster tid hver uge, og hvor svaret står i jeres egne data. Byg modellen ind i arbejdsgangen, og mål gevinsten. Vi hjælper med begge dele: vi rådgiver om hvor en LLM giver mening, og vi bygger den ind i de systemer, I allerede har. Altid med jeres data under kontrol, og altid med bundlinjen for øje.