Llama (Meta AI)

Llama er Metas (Facebook, Instagram, WhatsApp) familie af sprogmodeller. Mange af Llama-udgaverne er udgivet med åbne vægte, så virksomheder og udviklingsmiljøer kan hente modellerne og køre dem lokalt eller i egne cloud-miljøer. Samtidig er Meta AI navnet på Metas chatassistenter, som er bygget ind i WhatsApp, Instagram og Messenger.

Sådan virker Llama i praksis

Llama fungerer som andre store sprogmodeller: du giver den tekst (en prompt), og den svarer med tekst. I en virksomhed betyder det, at I kan køre Llama på jeres egne servere og bruge den til at generere udkast til mails, opsummere dokumenter eller lave interne søgninger i jeres videnbase. Analogien: Llama er motoren i en maskine, den leverer kraften, men I bestemmer, hvilken arbejdsopgave maskinen får.

Hvorfor du kommer til at høre om Llama, når nogen foreslår 'at køre AI selv'

Fordi Llama i sin oprindelige form blev tilbudt med åbne vægte, har den været grundstenen i meget open source-AI. For jer betyder det to ting: I kan undgå løbende udgifter til tredjeparts-chatservices, men I får også ansvaret for hosting, sikkerhed og opdateringer. Det er fristende for en virksomhed at sige "vi kører den selv", men I skal regne med tid til opsætning, overvågning og at håndtere data, der ikke må sendes uden for jeres netværk. Men ikke hvis du er lidt smart. Med opsætning der passer, kan I begrænse risiko og holde kontrol.

Eksempel: Llama hos en IT-ansvarlig i en mellemstor revisorvirksomhed

En IT-ansvarlig i en revisorvirksomhed beslutter midt i en travl revisionsperiode at teste en Llama-model for at få hjælp til at udtrække nøglepunkter fra klientscannede PDF'er. Hun downloader en Llama-udgave og sætter den op i virksomhedens private cloud en søndag aften. De første to dage brugte hun på at få modellen til at acceptere PDF-input fra et eksisterende arkiv; den tredje dag opdagede hun, at modellen kopierede følsomme noter direkte i outputtet, fordi der ikke var et filter. Modstanden betød ekstra arbejde: udviklerressourcer til at bygge et filter, en gennemgang af datatilgang og en midlertidig pause i brugen i fem arbejdsdage. Resultatet: modellen blev brugbar til udkast og sammendrag, men krævede løbende overvågning og klare regler for, hvad der må matche i output. Tal: cirka 30 GB data til test, tre arbejdsdage opsætning, og en prioriteret fejlrettelse på fem dage.

Llama, Meta AI og hvad der er åbent eller lukket nu

Metas Llama-serie har historisk været forbundet med åbne vægte, men i 2026 lancerede Meta også lukkede modeller under navnet Muse Spark og har efterfølgende ændret retorik om hvilke vægte der er offentlige. Status kan ændre sig; tjek Metas aktuelle udmelding, før I planlægger drift baseret på "åbent". Hvis I baserer en løsning på open source-AI, så sørg for, at licens, sikkerhed og vedligehold ligger fast i jeres kravspecifikation.

Llama er ikke det samme som en chatbot

Selvom Llama kan være grundlaget for en chatbot, er Meta AI den konkrete chatbot-tjeneste, som Meta hoster i WhatsApp, Instagram og Messenger. En virksomhed, der selv kører Llama, ejer ikke automatisk den samme chatoplevelse; I får en model, ikke en færdig chatløsning. Relaterede begreber: Chatbot og Open source-AI dukker ofte op i samme samtale, men de betyder ikke det samme.

Hvad du skal være opmærksom på

Sikkerhed, licens og opdateringer. Hvis I kører Llama selv, skal I sikre, at data ikke uforvarende sendes ud, at licensen tillader jeres brug, og at nogen passer opdateringer og performance. Overvej også hvem i organisationen der må ændre prompts og modelindstillinger, og test altid output for utilsigtet deling af følsomme informationer.

Vil I arbejde videre med llama på jeres egne opgaver, er det dét, en AI-workshop går ud på. Skal der køre noget med llama hver dag og ikke kun i et forsøg, er det opgaven for et AI-team i huset.