Hvað er LLM og af hverju skiptir það máli?

Allir tala um ChatGPT, Claude og Gemini. Fáir vita hvað er undir vélarhlífinni, og það er miður, því þegar þú skilur það þá skilurðu líka af hverju eitt verkefni heppnast og annað fer út um þúfur. Stórt tungumálalíkan (LLM, large language model) er hvorki galdur né vísindaskáldskapur. Það er tölfræðilíkan sem hefur orðið mjög gott í einu leiðinlegu verkefni: að spá fyrir um hvaða textabútur er líklegastur til að fylgja á eftir þeim síðasta. Úr þessu leiðinlega verkefni hefur sprottið heil kynslóð af nýjum hugbúnaði. Í þessari grein útskýri ég hvað LLM er, hvernig það virkar, hvað það getur og getur ekki, og hvar það gerir áþreifanlegan mun fyrir lítil og meðalstór fyrirtæki á Íslandi.

Hvað er LLM í einni málsgrein

Stórt tungumálalíkan er tauganet sem hefur verið þjálfað á gífurlegu magni af texta. "Stórt" vísar bæði til fjölda stika (stillanlegu hnappanna í líkaninu, oft hundruð milljarða) og til magns textans sem það var þjálfað á. Líkanið lærir mynstur í tungumáli: hvaða orð fylgja hvaða orðum, hvaða setningar passa við hvaða samhengi, hvaða svör passa við hvaða spurningar. Útkoman er kerfi sem getur skrifað texta, tekið saman, þýtt, búið til kóða og rökstutt skref fyrir skref, allt með því að spá endurtekið fyrir um líklegasta næsta textabútinn.

Ef þú vilt frekar byrja á grunnútskýringu á gervigreind, lestu þá fyrst hvað er gervigreind: útskýring fyrir lítil og meðalstór fyrirtæki.

Hvernig LLM virkar á 60 sekúndum

Þrjú hugtök draga þetta saman: tókar, þjálfun og spá.

Tókar. LLM sér ekki bókstafi eða orð, heldur tóka. Tóki er textabútur, oft 3 til 4 bókstafir eða hálft atkvæði. Orðið "datadream" er til dæmis skipt í tvo eða þrjá tóka. Nútíma líkön eru þjálfuð á hundruðum milljarða til biljóna tóka. Llama 3 var þjálfað á 15 billjón tókum, GPT-4 á áætlað enn fleiri. Allt netið, plús bækur, plús kóði, plús vísindagreinar, plús fullt af hlutum sem þú hefðir helst ekki viljað vita að væru til á netinu.

Þjálfun. Í þjálfun fær líkanið milljarða dæma og þarf í hvert sinn að spá fyrir um næsta tóka. Fái líkanið "Höfuðborg Íslands er", þá þarf það að læra að "Reykjavík" er líklegri næsti tóki en "Ósló". Þetta gerist billjón sinnum, og stikarnir eru sífellt leiðréttir þar til líkanið verður gott í að spá. Síðan kemur annar áfangi: fínstilling með mannlegri endurgjöf (RLHF), þar sem fólk kennir líkaninu hvað er gagnlegt eða óöruggt svar. Þessi seinni áfangi er það sem gerir muninn á textaspá og einhverju sem þú getur raunverulega spurt spurninga.

Spá. Þegar þú spyrð spurningar, spáir líkanið tóka fyrir tóka fyrir líklegasta svarinu. Það hugsar ekki, það veit ekkert í eiginlegum skilningi. Það hefur orðið mjög gott í að þekkja mynstur í því hvernig gott svar lítur út. Það er í senn styrkur þess og stærsti veikleiki. LLM sem ætti að segja "ég veit það ekki" finnur oft eitthvað sem lítur mjög út eins og gott svar og segir það þá bara.

Af hverju 2022 var vendipunkturinn

LLM höfðu verið til lengi, en 2022 breytti öllu. Þrír hlutir komu saman.

Árið 2017 birti teymi hjá Google greinina Attention is All You Need. Þar var kynnt transformer-arkitektúrinn, reiknilíkanið sem gerir kleift að vinna texta samhliða í stað orð fyrir orð. Það gerði þjálfun í gífurlegri stærðargráðu mögulega.

Árið 2020 kynnti OpenAI GPT-3, með 175 milljörðum stika. Nógu stórt til að gera undraverða hluti, en enn ekki aðgengilegt almenningi.

Í nóvember 2022 kynnti OpenAI ChatGPT, byggt á GPT-3.5. Innan fimm daga voru milljón notendur, innan tveggja mánaða hundrað milljónir. Í fyrsta sinn gat hver sem er, ekki bara vísindamenn, talað við LLM á venjulegu máli. Það var vendipunkturinn: gervigreind fór úr rannsóknarstofu í fartölvu. Og í tækin sem þú notar daglega.

Síðan hefur hraðinn verið brjálaður. Anthropic, Google, Meta og Mistral hafa sett fram öflug líkön, samhengisgluggar hafa vaxið úr 4.000 tókum í 1 milljón+, og kostnaður á hverja milljón tóka hefur lækkað um meira en 90%. LLM sem árið 2022 var óviðráðanlegt fyrir tíu manna fyrirtæki kostar nú nokkra þúsundkalla á mánuði.

Hvað LLM gerir vel

LLM er sterkt í öllu sem hefur með tungumál og mynstur að gera.

Skrifa og endurskrifa. Bloggfærslur, tölvupóstar, vörulýsingar, samantektir, samfélagsmiðlafærslur. Með góðri leiðbeiningu og þínum vörumerkjatóni sem innlegg skilar LLM fyrstu útgáfu á nokkrum sekúndum. Ekki alltaf tilbúið, en góður byrjunarreitur. Um efni í stórum stíl geturðu lesið meira á /ai-content.

Samantekt og uppbygging. Gefðu LLM 50 blaðsíðna skýrslu og biddu um þrjár mikilvægustu ályktanirnar. Eða láttu breyta lausum minnispunktum í snyrtilegt skjal. Hér vinnur LLM manneskjuna með miklum mun, líka hvað tíma varðar. Fyrir endurskoðanda á Akureyri sparar þetta klukkutíma af lestrarvinnu í viku sem enginn hefur áhuga á.

Þýða. LLM þýða oft betur en Google Translate, sérstaklega fyrir lengri texta þar sem samhengi skiptir máli. Anthropic birti samanburð þar sem kom fram að Claude 3 stóð sig betur en fyrri líkön á fleiri fjöltyngdum viðmiðum.

Skrifa og villuleita kóða. Samkvæmt GitHub Developer Survey 2023 notuðu 92% atvinnuforritara þá þegar gervigreindarverkfæri, og Stack Overflow Developer Survey 2025 staðfestir að þetta hlutfall hefur stöðugast um 84%. LLM skrifa ekki bara kóða, þau útskýra líka fyrirliggjandi kóða, finna galla og leggja til endurbætur. Sjálfur vinn ég hjá DataDream að miklu leyti með Claude Code í skjá, ekki með ritli með sjálfvirkri klárun.

Rökstuðningur skref fyrir skref. Nútíma líkön eins og Claude Opus 4.7 og GPT-5 geta leyst flóknari vandamál með því að skrifa millistig út (chain-of-thought). Það virkar sérstaklega vel fyrir greiningar, skipulag og stærðfræðileg vandamál.

Hvar LLM getur farið úrskeiðis

Jafn mikilvægt: veistu hvað LLM getur ekki, því það er þar sem flestar innleiðingar renna út í sandinn.

Ofskynjanir. LLM spáir fyrir um líklegasta svarið, ekki það réttasta. Þegar það veit eitthvað ekki getur það af öryggi framleitt uppspunna staðreynd, tilvitnun eða heimildarvísun. Rannsókn frá OpenAI sýnir að jafnvel nýjustu líkönin ofskynja á milli 1% og 30%, eftir tegund spurningar. Fyrir útgáfur eða lögfræðistörf: alltaf staðreyndaathuga. Fyrir innri hugarflug: minna vandamál, en veistu að þetta getur gerst.

Þekkingardagsetning. Líkan er þjálfað fram að ákveðnum tíma ("knowledge cutoff"). Spyrðu um eitthvað í þessari viku og líkanið veit ekki neitt, nema það hafi aðgang að leit á vefnum í rauntíma. Claude, ChatGPT og Gemini eru öll með innbyggða vefjarðtengingu núorðið, en þú verður að kveikja á henni sérstaklega.

Enginn raunverulegur skilningur. LLM "skilur" ekki það sem það skrifar, það spáir mynstrum. Í reikningi, rökfræði eða flóknu skipulagi gerir það stundum villur sem 10 ára barn sæi strax. Sameinaðu LLM fyrir slík verkefni alltaf við ytri verkfæri (reiknivél, dagatal, gagnagrunn). Það er ekki lausn í bakhöndinni, það er rétta uppbyggingin.

Kostnaður. API-kostnaður hefur lækkað verulega, en með miklu magni tekur hann fljótt við sér. LLM-kall kostar á milli $0,50 og $30 fyrir hverja milljón tóka, eftir líkani og veitanda. Fyrir spjallbotta með 100.000 samtölum á mánuði verður það fljótt nokkur þúsund evrur á mánuði. Góð uppbygging (skyndiminni, minni líkön fyrir einföld verkefni, RAG) getur lækkað kostnað um 70%.

Persónuvernd. Ef þú setur viðkvæm fyrirtækjagögn í LLM er það atriði sem þarf að hyggja að. Nánar um það síðar.

Stóru LLM-líkönin árið 2026

Landslagið hefur nokkurn veginn skýrst árið 2026. Fjórir stórir aðilar og vaxandi hreyfing um opinn hugbúnað.

Claude (Anthropic). Toppmódelið er nú Claude Opus 4.7, með samhengisglugga upp á 1 milljón tóka. Sterkt í löngum skjölum, kóða, rannsóknum og sjálfstæðum verkefnum. Verð: um $15 fyrir milljón inntókum, $75 fyrir milljón úttókum. Claude leggur ríka áherslu á constitutional AI og öryggi. Mín persónulega val fyrir alvarleg störf.

GPT (OpenAI). GPT-5 er víða aðgengilegt, GPT-4o helst vinsælt vegna hraða og margþátta getu (mynd, tal, myndband). Verð er um $5 til $20 fyrir milljón tóka, eftir líkani. ChatGPT sjálft er fyrir margan fyrsti snertiflöturinn við gervigreind. Sjá OpenAI skjölin.

Gemini (Google). Gemini 2.5 Pro með innfæddri margþátta getu og mjög stórum samhengisgluggum (1M+ tóka). Sterkt í rannsóknum vegna beinnar Google Search-tengingar. Verð er samkeppnishæft, oft aðeins ódýrara en OpenAI eða Anthropic. Skjöl Gemini frá Google.

Mistral (franskt/evrópskt). Mistral Large er evrópski valkosturinn, sterkt í fjöltyngi og oft áhugavert fyrir fyrirtæki sem vilja evrópska gagnavistun. Ódýrara en amerísku toppmódelin, ágæt gæði fyrir flest viðskiptaverkefni.

Llama (Meta). Opinn hugbúnaður. Llama 4 er hægt að hlaða niður ókeypis og hýsa sjálfur, eða í gegnum veitendur eins og Groq og Together AI. Fyrir fyrirtæki sem vilja fulla stjórn á innviðum sínum, eða hafa stranga persónuverndarkröfur, er Llama sjálfgefið val. Llama-líkönin eru einnig nothæf í viðskiptum undir Meta-leyfinu.

Fyrir flestar notkunartilfelli lítilla og meðalstórra fyrirtækja er valið milli Claude og GPT í lagi. Viltu evrópska hýsingu eða hýsa sjálfur, þá endar þú hjá Mistral eða Llama.

Hvernig LLM gera muninn fyrir fyrirtækið þitt

Svo mikið um tæknina. Hverju skilar þetta konkret fyrir lítið eða meðalstórt fyrirtæki? Fimm notkunartilfelli þar sem þú sérð árangur innan vikna.

1. Þjónusta við viðskiptavini sem sefur aldrei. Spjallbotti sem hefur aðgang að þekkingargrunni og algengum spurningum svarar 60 til 80% af stöðluðum fyrirspurnum sjálfvirkt. Restinni vísar hann áfram á manneskju, með samtalssöguna þegar tilbúna. Niðurstaða: hraðari svartími, lægri kostnaður á hvert mál, starfsfólk sem einbeitir sér að raunverulegum vandamálum. Mikilvægt: þetta virkar aðeins með góðri RAG (sjá neðar), annars fer bottinn að ofskynja um vörurnar þínar.

2. Efni í stórum stíl án flatrar útkomu. Með góðu leiðbeiningasafni og þínum vörumerkjatóni sem inntaki býrðu til vöruefni, bloggfærslur og tölvupósta 5x hraðar en handvirkt. Ritstjóri fer yfir og birtir. Fyrir netverslun með 200 vörunúmer sparar það 3 til 5 daga vinnu á mánuði.

3. Rannsóknir og greiningar úr klukkutímum í mínútur. Markaðsrannsóknir, samkeppnisgreiningar, samantektir á skýrslum eða samningum: LLM gerir á 10 mínútum það sem tekur ungan ráðgjafa dag. Sameinaðu það við leit á vefnum í rauntíma og þú átt rannsóknaraðstoðarmann sem tekur nýjar upplýsingar með.

4. Persónuleg samskipti í stórum stíl. Tölvupóstar, tilboð og kynningar sem eru raunverulega sniðnar að viðtakandanum. Ekki almenn mail-merge, heldur efnislega viðeigandi fyrir hvern viðskiptavin eða hluta. Opnunarhlutfall og svörun aukast um tugi prósenta þegar þetta er vel gert.

5. Sjálfvirkir umboðsmenn (agents) sem framkvæma verkefni, ekki bara svara. Munurinn á spjallbotta og alvöru gervigreindarumboðsmanni er að umboðsmaðurinn getur líka notað verkfæri: sent tölvupóst, sótt gögn, fyllt í eyðublöð, bókað fundi. Lestu um það í gervigreindar-umboðsmaður vs spjallbotti: munurinn og /ai-agents.

McKinsey áætlar að generative gervigreind bæti á milli $2,6 og $4,4 billjónum í árlegu virði á heimsvísu. Fyrir lítil og meðalstór fyrirtæki er ávinningurinn ekki jafn stórbrotinn en mun áþreifanlegri: 20 til 40% framleiðniaukning á tilteknum ferlum, að því tilskildu að vel sé innleitt. Og það síðasta ræður árangrinum.

Opinn hugbúnaður vs lokaður: hvað velurðu?

Spurning sem kemur reglulega upp: á ég að keyra gervigreindina á viðskiptalegu API, eða hýsa sjálfur með opnum hugbúnaði?

Lokaður hugbúnaður (Claude, GPT, Gemini) er sjálfgefið val fyrir flest fyrirtæki. Þú greiðir fyrir notkun, færð besta líkan augnabliksins, og þarft engan innviðarekstur. Ókostir: gögnin þín fara til veitandans (þótt þú getir læst það með fyrirtækjasamningum), og þú ert háður verðum og aðgengi þeirra.

Opinn hugbúnaður (Llama, Mistral, Qwen) er áhugaverður ef þú hefur strangar persónuverndarkröfur, átt eigin GPU-vélar, eða vilt fínstilla tiltekið líkan á þínum gögnum. Ókostur: þú greiðir mun meira fyrirfram (innviðir, sérþekking) og líkönin eru oft hálfri kynslóð á eftir toppnum í lokaða heiminum.

Fyrir 90% af litlum og meðalstórum fyrirtækjum: byrjaðu með lokað API. Opinn hugbúnaður verður áhugaverður þegar magn verður nógu mikið eða reglusetning krefst þess. Ekki fyrr.

Fyrir 90% af litlum og meðalstórum fyrirtækjum: byrjaðu með lokað API. Opinn hugbúnaður verður fyrst áhugaverður við mikið magn eða strangar reglur.

Persónuvernd og gögn: hvað þarftu að vita

Tvennt til að muna áður en þú setur viðkvæm gögn í LLM.

1. Vinnslusamningur og gagnavistun. Ef þú notar venjulegan neytendabotta (ókeypis ChatGPT, Claude.ai) hefurðu engan vinnslusamning og gögnin þín geta verið notuð til þjálfunar. Fyrir viðskiptanotkun alltaf greitt teymis- eða API-reikning, með DPA og réttum opt-out stillingum. Anthropic, OpenAI og Google bjóða þetta öll. Fyrir stranga ESB-gagnavistun: Mistral, eða ESB-svæði hjá Azure OpenAI.

2. AI Act og persónuverndarlög. ESB AI Act hefur verið í gildi síðan 2024 og er innleitt í áföngum. Fyrir flest notkunartilfelli lítilla og meðalstórra fyrirtækja (spjallbottar, efnisgerð, framleiðni) fellurðu undir "limited risk" flokkinn: þú þarft að gera notandanum ljóst að hann sé að tala við gervigreind. Fyrir notkun tengda ráðningum, lánveitingum eða lífkennagögnum gilda mun þyngri kröfur. Persónuverndarlög gilda áfram: ekki setja persónuupplýsingar í LLM án lagagrundvallar og öryggis.

Staðallinn árið 2026 er orðinn Retrieval-Augmented Generation (RAG). Í stað þess að láta líkanið vita allt, þá gefurðu því á því augnabliki sem spurningin er lögð fram viðeigandi bútana úr þínum eigin skjölum. Kostir: nýjasta þekking, færri ofskynjanir, stjórn á því hvað líkanið "veit". Fyrir spjallbotta í fyrirtækjum og innri þekkingartól er RAG núorðið normið.

Niðurstaða: LLM eru nýr hugbúnaðarflokkur

LLM er hvorki leitarvél né meðvitund. Það er nýr hugbúnaðarflokkur: tölfræðilegt tungumálalíkan sem þekkir mynstur og heldur þeim áfram. Það er minna rómantískt en markaðssetningin gefur stundum í skyn, og samt stórt skref, því svo mikil vinna í fyrirtæki felst í því að vinna með tungumál og upplýsingar.

Hversu mikinn mun LLM gerir fyrir fyrirtækið þitt fer eftir tvennu: velurðu rétt notkunartilfelli þar sem tæknin bætir raunverulega gildi, og hefurðu agann til að flétta hana snyrtilega inn í gögnin þín, vörumerkjatóninn og ferlana. Án þess aga er þetta dýrt trikk. Með þeim aga er þetta stærsta framleiðnistökk í 20 ár.

Viltu vita hvar gervigreind getur strax gert mun í fyrirtækinu þínu? Taktu ókeypis gervigreindarskönnun eða bókaðu samtal um áþreifanlega gervigreindarstefnu. Enginn ráðgjafasirkus, bara heiðarleg úttekt á því hvar fyrstu 20% ávinnings liggja.