Un LLM (de l’anglès Large Language Model, model de llenguatge gran) és un tipus d’intel·ligència artificial entrenat amb enormes quantitats de text per entendre i generar llenguatge humà. Funciona predient, fragment a fragment, quina és la continuació més probable d’un text. És el motor que hi ha darrere d’eines com ChatGPT, Claude, Gemini o Copilot.
Aquesta és la definició curta. Però si dirigiu una empresa, la pregunta que de debò importa és una altra: què pot fer un LLM per vosaltres, i on us pot fallar? Anem per parts.
Com funciona un LLM (sense tecnicismes)
Per fer servir bé un LLM no cal saber matemàtiques, però sí entendre quatre idees:
- S’entrena llegint. El model “llegeix” milers de milions de documents (llibres, webs, codi, articles) i n’aprèn els patrons: com s’estructura una frase, quins conceptes van junts, com es respon una pregunta.
- Treballa amb tokens. El text es divideix en petits fragments de paraula anomenats tokens. El model no veu paraules senceres, sinó seqüències d’aquests fragments. També és la unitat amb què es mesura (i es paga) l’ús per API.
- Prediu el següent fragment. Quan li feu una pregunta, genera la resposta token a token, triant cada vegada la continuació més probable segons el context.
- S’afina per ser útil. Després de l’entrenament base, se l’ajusta amb instruccions i valoracions humanes perquè segueixi ordres, respongui amb to adequat i eviti continguts perillosos.
La conseqüència pràctica és important: un LLM no consulta una base de dades ni “sap” coses com una enciclopèdia. Genera text plausible. D’aquí ve tant el seu potencial (redacta, resumeix, raona i tradueix molt bé) com el seu risc principal: de vegades s’inventa coses amb tota la seguretat del món.
LLM, IA generativa i chatbot: no és el mateix
Són termes que es barregen sovint. Aquesta taula ho aclareix:
| Concepte | Què és | Exemple |
|---|---|---|
| Intel·ligència artificial | El camp ampli: sistemes que fan tasques que requereixen “intel·ligència” | Visió artificial, previsió de demanda |
| IA generativa | IA que crea contingut nou: text, imatge, àudio, vídeo, codi | Generar una imatge de producte |
| LLM | IA generativa especialitzada en llenguatge | GPT, Claude, Gemini, Llama, Mistral |
| Assistent o chatbot | Aplicació amb una interfície de conversa que fa servir un LLM per dins | ChatGPT, Copilot, un assistent al vostre web |
Una manera fàcil de recordar-ho: el LLM és el motor; ChatGPT o Copilot són el cotxe. Podeu canviar el motor sense canviar el cotxe, i a l’inrevés. Si voleu aprofundir en com triar el motor adequat, ho expliquem a com escollir el model d’IA per a la vostra empresa.
Els LLM més coneguts
Hi ha desenes de models, però a l’empresa acabareu treballant amb alguna d’aquestes famílies:
- GPT (OpenAI): el motor de ChatGPT i de bona part de Microsoft Copilot.
- Claude (Anthropic): molt bo en textos llargs, anàlisi de documents i programació.
- Gemini (Google): integrat a Google Workspace i amb molta capacitat de context.
- Llama (Meta) i Mistral (francesa): models oberts, que es poden executar en servidors propis. Mistral té l’interès afegit de ser una empresa europea.
La diferència clau per a una empresa no és tant quin és “el millor” (canvia cada pocs mesos), sinó si el model és tancat (l’utilitzeu a través del servei del proveïdor) o obert (el podeu allotjar on vulgueu, amb control total sobre les dades).
Què pot fer un LLM per a la teva empresa
Aquí és on la cosa es posa interessant. Un LLM és especialment bo en tasques basades en text que avui fan persones i que segueixen un patró. Alguns exemples que veiem a empreses de Girona:
- Atenció al client: respondre consultes freqüents amb la informació real de l’empresa (horaris, tarifes, estat de comandes), 24/7, i derivar a una persona quan el cas ho requereix.
- Administració: extreure dades de factures, albarans o contractes i passar-les a l’ERP sense picar-les a mà.
- Comercial: preparar esborranys d’ofertes, resumir reunions amb clients o classificar els contactes entrants segons el seu potencial.
- Coneixement intern: un assistent que respon preguntes a partir dels vostres manuals, procediments i normatives, citant d’on treu la informació.
- Comunicació multilingüe: traduir i adaptar continguts al català, castellà, anglès o francès, molt útil en turisme i exportació.
- Direcció: resumir informes llargs, comparar documents i preparar primers esborranys perquè l’equip parteixi d’alguna cosa feta.
En la majoria de casos, el LLM sol no n’hi ha prou: cal connectar-lo a les vostres dades i eines (correu, CRM, ERP, documents). Aquí és on entren les automatitzacions amb IA, que posen el model a treballar dins dels vostres processos.
Què NO fa bé un LLM (i com es resol)
Conèixer els límits és el que separa un projecte que funciona d’una demo bonica:
- S’inventa coses (al·lucinacions). Si no té la resposta, en pot generar una de plausible però falsa. Solució: connectar-lo a fonts fiables perquè respongui a partir dels vostres documents i mantenir revisió humana en les decisions importants.
- No coneix la vostra empresa. No sap els vostres preus, clients ni procediments si no els hi doneu. Solució: aportar-li context de manera controlada.
- El seu coneixement té data de tall. Només sap el que hi havia a les dades d’entrenament. Solució: connectar-lo a cerca web o als vostres sistemes per a la informació actual.
- No és una calculadora. Pot equivocar-se en càlculs exactes. Solució: que delegui els números a eines (fulls de càlcul, bases de dades) i ell només interpreti.
- No sempre respon igual. La mateixa pregunta pot donar respostes diferents. Solució: instruccions clares, exemples i proves abans de posar-lo en producció.
LLM i dades de l’empresa: privacitat i normativa
Abans de posar dades de clients o informació sensible en un LLM, cal tenir clares tres coses:
- Versió de consum vs. versió d’empresa. Les versions gratuïtes de les eines poden utilitzar les converses per millorar els models. Els plans d’empresa i l’accés per API, en canvi, normalment inclouen el compromís contractual de no entrenar amb les vostres dades. Reviseu-ho sempre a les condicions del proveïdor.
- RGPD. Si tracteu dades personals, necessiteu un contracte d’encàrrec de tractament amb el proveïdor i saber on es processen les dades. Per a informació molt sensible, un model obert allotjat en servidors propis o europeus pot ser la millor opció.
- Reglament europeu d’IA. Des del 2 de febrer de 2025, les empreses que fan servir sistemes d’IA han de garantir que el seu personal té un nivell suficient d’alfabetització en IA. Ho expliquem a la guia de l’EU AI Act per a pimes.
Com començar a fer servir LLM a l’empresa: 4 passos
- Identifiqueu 2 o 3 tasques candidates. Busqueu feines repetitives, basades en text, que consumeixin hores cada setmana: respondre correus similars, resumir documents, extreure dades.
- Feu un pilot acotat. Proveu-ho amb dades reals, un equip petit i una mètrica clara (hores estalviades, temps de resposta, errors). Unes poques setmanes són suficients per saber si funciona.
- Trieu el model i la forma d’accés. Eina comercial per a l’equip, API integrada als vostres sistemes o model obert propi. Depèn del cas d’ús, el volum i la sensibilitat de les dades.
- Formeu l’equip i fixeu unes normes. Una política d’ús clara (quines dades es poden introduir, quines eines estan aprovades, qui revisa què) evita la majoria de problemes. La formació en IA per a equips és el que fa que l’adopció passi de quatre entusiastes a tota l’empresa.
Si no teniu clar per on començar, una bona primera passa és mapar els vostres processos i detectar on un LLM aporta valor real. És exactament el que fem a la nostra consultoria d’IA a Girona.
Preguntes freqüents sobre els LLM
Quina diferència hi ha entre ChatGPT i un LLM?
ChatGPT és un producte: una aplicació de conversa. Per dins fa servir un LLM (la família de models GPT d’OpenAI). Un mateix LLM pot estar dins de moltes aplicacions diferents.
Un LLM és el mateix que la intel·ligència artificial?
No. Un LLM és un tipus concret d’IA, especialitzat en llenguatge. La intel·ligència artificial inclou moltes altres tècniques: visió artificial, models de predicció, sistemes de recomanació, etc.
Puc tenir un LLM propi a la meva empresa?
Sí, amb models oberts com Llama o Mistral allotjats en servidors propis. Però gairebé mai cal entrenar un model des de zero: el més habitual i eficient és agafar un model existent i connectar-lo als vostres documents i sistemes.
Quant costa fer servir un LLM?
Depèn de la forma d’accés. Les eines per a equips es paguen per usuari i mes; l’ús per API es paga per tokens consumits, i per a la majoria de pimes el cost mensual és baix comparat amb les hores que s’estalvien. El cost més important sol ser la integració amb els vostres processos, no el model en si.