Tiden med "ät så mycket du orkar" av Copilot går mot sitt slut. När de agentiska funktionerna — Cowork, agenter och allt däremellan — flyttar över till krediter och löpande räkning ställs både IT-avdelningar och beslutsfattare inför en rörig ny verklighet: vem bränner vilka pengar, och vad är egentligen skillnaden mellan tokens, messages och credits? Mats och Pia Langenkrans reder ut Microsofts tre betalmodeller, men landar snabbt i den större frågan: Hur tänker man strategiskt kring AI utan att låta sig luras av teknikbranschens Ferrari-säljare? Med liknelser om busslinjer, ambulanser och en rejäl dos torr humor resonerar de sig fram till varför automation oftast slår AI, varför du borde dokumentera dina affärsprocesser innan du investerar, och varför det faktiskt finns tid kvar att fatta de kloka besluten. Ett ostrukturerat men tankeväckande samtal om pengarna och strategin bakom AI och inte bara tekniken.
AI-skolan: Vad är en LLM (Large Language Model)?
Du har använt Copilot i månader — men vad är det egentligen du använder? Under skalet ligger en motor som heter GPT, och GPT är en av dom där sakerna alla pratar om men nästan ingen kan förklara: en LLM. I del 4 av AI-skolan öppnar vi huven och tittar på maskineriet — inte för teknikens skull, utan för att förstå varför Copilot kan det den kan, och varför den ibland har fel med stort självförtroende. Du får veta vad det betyder att en modell är "tränad", varför en LLM varken är en söktjänst eller en faktadatabas, och vad alla dom där miljarderna parametrar faktiskt gör. På köpet förstår du varför din M365-satsning i tysthet blir en annan sak under huven varje gång OpenAI uppgraderar och varför motorn, inte knapparna, är det som avgör vad Copilot klarar. Dagens ord i Ordlistan: parameter.
Podden och tillhörande omslagsbild på den här sidan tillhör
warnolf.net. Innehållet i podden är skapat av warnolf.net och inte av,
eller tillsammans med, Poddtoppen.
