En large language model (LLM) er en AI-model, der er trænet på enorme mængder tekst og forudsiger, hvilke ord der giver mening at skrive næste gang. Det er teknologien bag chatbots som ChatGPT og Microsoft Copilot, og den kan skrive, opsummere, oversætte og besvare spørgsmål.
Sådan fungerer det
Modellen har læst størstedelen af det offentligt tilgængelige internet og har derigennem lært statistiske sammenhænge mellem ord. Den forstår ikke indholdet som et menneske, men er ekstremt god til at forudsige, hvad der plejer at følge efter hvad.
Derfor er den stærk til sprogopgaver: omskrive et referat, formulere et svar, oversætte en tekst eller opsummere et langt dokument. Og derfor er den svag til fakta, den ikke har fået forelagt – den kan formulere et forkert svar lige så overbevisende som et rigtigt.
I virksomhedsværktøjer løses det ved at give modellen jeres egne data at arbejde ud fra. Microsoft Copilot henter for eksempel i jeres mails, filer og møder, før den svarer – så svaret bygger på virksomhedens materiale frem for modellens hukommelse.
Hvornår er det relevant for en SMV?
Gevinsten ligger de steder, hvor der bruges tid på tekst og fremfinding af information. Typiske eksempler:
- Referater, tilbudstekster og standardsvar til kunder.
- At finde svaret i et langt dokument frem for at læse det hele.
- Oversættelse og sproglig oprydning i materiale.
- Første udkast, som et menneske derefter retter til.
Det afgørende før I begynder: hvor ryger data hen, og hvem kan se dem? Bruger medarbejderne en gratis chatbot til kundemateriale, forlader data virksomheden. En erhvervsløsning holder dataene inden for jeres eget miljø. Læs mere om Microsoft 365 Copilot.
Typiske faldgruber
At stole på svaret. Modeller finder på – det kaldes hallucination. Alt, der skal bruges over for kunder, myndigheder eller i regnskab, skal læses igennem af et menneske.
Fortrolige data i gratisværktøjer. Indtastet materiale kan indgå i leverandørens videre arbejde. Fastlæg, hvilke værktøjer der må bruges, før medarbejderne selv finder nogle.
Oversharing indefra. Når AI’en søger i jeres egne filer, finder den også det, folk ikke burde kunne se. Ryd op i adgange først – Microsoft Purview hjælper med at klassificere og begrænse.
Licenser uden oplæring. Købt adgang uden en times introduktion bliver sjældent brugt. Værdien kommer af konkrete arbejdsgange, ikke af licensen.
Relaterede begreber
AI i virksomheden hænger sammen med data og adgang:
Ofte stillede spørgsmål om large language models
LLM er teknologien – selve modellen. ChatGPT er et produkt bygget oven på en LLM med en brugerflade, sikkerhedsregler og adgang til værktøjer. Microsoft Copilot er et andet produkt, der bruger samme slags model, men henter i jeres egne data.
I erhvervsløsninger som Microsoft 365 Copilot: nej. Jeres data bliver inden for jeres eget miljø og bruges ikke til træning. I gratis forbrugerværktøjer er svaret ofte et andet – læs betingelserne, før medarbejderne indtaster noget fortroligt.
I praksis flytter den tid frem for at fjerne stillinger i mindre virksomheder. Den tager første udkast og rutinetekst, mens vurdering, ansvar og kunderelation bliver hos mennesket. Den største gevinst er de opgaver, ingen fik gjort ordentligt før.
Skal vi kigge på det sammen?
Vil I bruge AI uden at jeres data ender de forkerte steder? Vi driver IT for danske SMV’er og gennemgår gerne jeres opsætning, før I beslutter noget. Ingen salgstale, ingen binding.
Uforpligtende · Eller ring 70 26 48 50