AI-model

En AI-model er det færdige resultat af en træningsproces: et stykke software med millioner eller milliarder af lærte parametre, som tager nyt input og giver et output, fx tekst, forslag eller kategorisering. Modellen er selve ’motoren’, den beslutter, hvad der skal svare, mens et produkt er den app eller tjeneste, I bruger ovenpå motoren.

Sådan virker AI-model i praksis

Forestil dig en motor i en bil: motoren konverterer benzin til bevægelse, men bilen har også sæder, rat og bremser. En AI-model fungerer tilsvarende; den omsætter input (en prompt, et billede eller en række målepunkter) til et output. Når en kommunikationsmedarbejder skriver en prompt i et værktøj, sendes den videre til modellen, som vælger ord og struktur ud fra sine parametre. Det er modellen, der beslutter tonen og indholdet; produktet bestemmer brugerfladen, sikkerheden og hvordan output præsenteres.

Hvorfor AI-model betyder noget, når I køber AI

Leverandører og nyheder taler om "modeller" i flæng, og som beslutningstager skal du kunne skelne mellem model og produkt. Modellen bestemmer kvaliteten af svar, risikoen for fejl og ofte mængden af data, der sendes ud af huset. Produktet bestemmer licens, support, brugerflade og ansvar. Når I sammenligner tilbud, så spørg: hvilken model ligger bag? Hvilke begrænsninger og garantier giver leverandøren for den model? Og kan modellen opdateres uden at I mister funktionalitet eller data?

Eksempel: AI-model hos en dansk virksomhed

Indkøbschefen i en mellemstor rådgivervirksomhed sad fem dage før kontraktunderskrivelse med tre bud på et kundesvar-værktøj. Et tilbud brugte en kommerciel app baseret på en kendt sprogmodel, et andet gav adgang til samme model via en direkte API, og det sidste lød på en specialtrænet model hos en nicheleverandør. Modstanden kom fra advokaten, der ville sikre, at kunde-data ikke blev brugt til yderligere træning, og fra IT, som skulle integrere en gammel kundedatabase med tre tusind PDF-filer. Testen tog to uger: API-løsningen fungerede hurtigt, men krævede ekstra kryptering; nichemodellen skulle trænes og kostede tre gange så meget i arbejdstid. Resultatet blev et kompromis: en standardmodel via API til daglig brug og en plan for at udvikle en egen model senere, når kravspecifikationen var mere moden. Besværet kostede tid og kræfter, men gjorde beslutningen gennemsigtig.

AI-model er ikke det samme som et produkt eller en sprogmodel

Sprogmodel er en type AI-model, der arbejder med tekst. Men ikke alle AI-modeller er sprogmodeller; nogle klassificerer billeder eller forudsiger tal. ChatGPT, Claude og Gemini er eksempler på modeller eller familieserier af modeller, men ofte bruges navnene også om produkter: ChatGPT er både en model og en tjeneste fra OpenAI. Husk, at én model kan indgå i mange produkter via en API: et call-center værktøj, en intern søgefunktion og en chatbot kan alle bruge samme model, men de tilbyder forskellige funktioner, priser og sikkerhedsniveauer.

Sådan kommer du i gang med at vurdere, hvilken AI-model I skal vælge

1. Kortlæg et konkret behov: hvad skal modellen gøre i dagligdagen, og hvilke datatyper skal den arbejde med?
2. Spørg leverandøren hvilke modeller de bruger, og få svar på dataflow: sendes data til tredjepart, og bruges det til træning?
3. Bed om en test med jeres egne tekster eller filer; mål kvaliteten, fejltyper og hvor ofte modellen bliver for upræcis.
4. Afgør om I vil bruge en færdig model via et produkt, eller betale for specialtræning og drift af en egen model.
5. Sæt klare krav til skalerbarhed, reset af parametre og hvem der opdaterer modellen.

Hvad du skal være opmærksom på

Modellens parametre, de lærte vægte, er resultatet af træning og kan ikke uden videre overskrives. Derfor kan en model være hurtig at bruge, men svær at ændre, hvis tonen eller reglerne skal tilpasses. Der er også risici: data, I sender til en ekstern model, kan blive brugt til yderligere træning, medmindre det er kontraktligt forbudt; det er ikke en trylleformular, men et værktøj med grænser. Overvej licensbetingelser, omkostninger pr. forespørgsel, muligheden for at få en version, der ikke deler jeres data, og plan for opdatering af modellen, når leverandøren udgiver nye varianter. Som Onkel Bens replik: med stor kraft følger stort ansvar.

Når medarbejderne selv skal kunne bruge AI-model og ikke bare kende ordet, sker det hurtigst på en AI-workshop. Er I i tvivl om, hvad AI-model betyder for jeres eget ansvar, så tag det med i AI-rådgivningen.