AI pentru business: ce face de fapt un model de limbaj (și ce nu)

Situația

Ai văzut demonstrația. Cineva scrie o întrebare, modelul răspunde în trei secunde cu un text care sună perfect. A doua zi, un client te întreabă ceva pe WhatsApp, iar tu te gândești: „de ce nu răspunde AI-ul în locul meu?”. Apoi cineva din echipă încearcă, iar modelul inventează un preț pe care nu-l ai și o garanție pe care nu o oferi.

Ambele experiențe sunt reale. Ca să știi când să te bazezi pe AI și când nu, trebuie să înțelegi un singur lucru: ce face de fapt un model de limbaj.

Ce face un model de limbaj

Un model mare de limbaj (LLM) face un lucru: primește text și prezice ce text urmează cel mai probabil. Atât. A învățat asta din cantități uriașe de text și, pentru că a văzut atâtea, prezicerile lui arată ca gândirea. De aici vin trei consecințe pe care trebuie să le ții minte:

• Nu are memorie decât dacă i-o dai. Fiecare conversație pornește de la zero. Dacă știe numele clientului tău, e pentru că cineva i l-a trimis în context, nu pentru că „și-a amintit”.
• Nu știe nimic despre firma ta. Programul tău, prețurile, stocul, politica de retur — nu există în model. Există doar dacă i le dai la fiecare întrebare.
• E la fel de sigur pe el când greșește. Textul unui răspuns corect și textul unui răspuns inventat sunt produse de același mecanism. Tonul nu e un semnal de adevăr.

La ce e bun și la ce e slab

La ce e bun într-o firmă

Modelul e excelent la sarcini cu text unde ai deja materialul și vrei viteză:

• Redactare: emailuri, descrieri de produs, răspunsuri la recenzii, prima variantă a oricărui text.
• Clasificare: „acest mesaj e o reclamație, o cerere de ofertă sau spam?” La sute de mesaje pe zi, asta valorează ore.
• Extragere: din factura primită pe email, scoate furnizorul, suma, scadența, în format tabelar.
• Rezumat: o discuție de 40 de mesaje devine 5 rânduri cu deciziile luate.
• Răspunsuri din documentele tale: dacă îi dai textul corect (contract, fișă de produs, procedură), răspunde din el, nu din imaginație. Asta se numește RAG și are lecția ei.

La ce e slab

• Fapte pe care nu i le-ai dat. Întrebat despre programul tău fără să-l aibă, va produce un program plauzibil. Plauzibil, nu real.
• Aritmetică la scară. Poate aduna două numere. Nu-l lăsa să calculeze TVA pe 3.000 de linii dintr-un tabel — pentru asta există formule și cod, care nu greșesc niciodată.
• Garanții. Un model nu poate promite că va răspunde întotdeauna corect. Un sistem bine construit în jurul lui poate reduce eroarea și poate spune „nu știu”, dar zero nu există.
• Decizii care cer responsabilitate. Cine răspunde dacă modelul a promis o reducere? Tu. Deci decizia rămâne la om.

Chat, API sau sistem

Sunt trei lucruri diferite, și confuzia dintre ele costă bani:

Chat-ul e un instrument personal. Sistemul e un produs. Între ele nu e un pas, e un proiect: cine dă datele, cine verifică, ce se întâmplă când modelul greșește.

Cele trei întrebări înainte de orice proiect AI

1. Unde sunt datele? Dacă răspunsul e „în capul Mariei” sau „într-un PDF din 2022”, proiectul începe cu documentarea, nu cu AI.
2. Cine aprobă? Ce poate face modelul singur (să propună un răspuns) și ce cere un om (să trimită o ofertă, să ramburseze). Trage linia înainte, nu după primul incident.
3. Cum măsurăm? Timp economisit pe săptămână, procent de întrebări rezolvate fără om, erori raportate. Fără număr înainte, nu poți spune după dacă a meritat.

Cât costă, realist

Costul modelului în sine (per apel) a scăzut constant și pentru majoritatea IMM-urilor e cea mai mică parte a facturii. Costurile reale sunt: pregătirea datelor (documente curate, actualizate), construcția sistemului, testarea cu întrebări reale și mentenanța — pentru că prețurile tale se schimbă, modelele se schimbă, iar cineva trebuie să verifice lunar că răspunsurile sunt încă corecte. Bugetează AI ca pe un angajat junior: ieftin pe oră, scump dacă nimeni nu-l supraveghează.