Ferie med barn
skal være gøy,
ikke kaos.

Hva er egentlig en LLM, og hva kan den gjøre for deg?

LLM står for Large Language Model, altså stor språkmodell. Du trenger ikke forstå motoren for å kjøre bil, men det hjelper å vite hva bensin er. Tenk på en LLM som en assistent som har lest hele internett, millioner av bøker og utallige samtaler, og som kan bruke alt det til å hjelpe deg akkurat nå.

Modellen tenker ikke slik du gjør. Den forutsier hva som er det mest sannsynlige neste ordet, setning etter setning, basert på mønstre fra enorme mengder tekst. Det høres enkelt ut, men resultatet er en assistent som kan skrive, analysere, forklare, oppsummere, kode og planlegge på et nivå som var science fiction for bare noen år siden.

Hva kan du faktisk bruke det til? Her er noen eksempler som faktisk fungerer i hverdagen:

• Skrive og forbedre e-poster, søknader og rapporter
• Forklare kompliserte kontrakter eller legenotater på vanlig norsk
• Analysere regneark og finne mønstre i data
• Planlegge ferier, møteagendaer og prosjekter
• Lage kode – selv om du aldri har kodet før
• Brainstorme idéer, teste argumenter og forbedre presentasjoner

Hva skjer egentlig med dataene dine?

Når du bruker ChatGPT eller Claude via nettleseren, sender du dataene dine til en skyserver i USA. For de fleste er det helt greit. Men for bedrifter, advokater, leger og alle som håndterer sensitiv informasjon? Det er et problem.

Sky-AI vs. lokal AI: hva er forskjellen?

Du har i bunn og grunn to valg når du vil bruke AI:

• ☁️

  Sky-AI (ChatGPT, Claude, Gemini)

  Enkelt å komme i gang, alltid oppdatert og kraftig. Dataene dine sendes til og lagres hos leverandøren. Perfekt for hverdagsbruk, skriving og research der du ikke håndterer sensitiv informasjon.

• 🖥️

  Lokal AI (Ollama + Llama/Mistral)

  Modellen kjører på din egen maskin. Ingen data forlater nettverket ditt. Krever en noenlunde kraftig PC med dedikert skjermkort, men gir deg full kontroll. Populært i bedrifter og blant de som jobber med sensitiv informasjon.

OpenClaw: din egen ChatGPT, hjemme hos deg

Her er noe mange ikke vet om: du kan sette opp ditt eget ChatGPT-liknende grensesnitt og kjøre det hjemme eller på kontoret. Det heter OpenClaw, og er gratis og åpen kildekode.

En liten mini-PC (NUC, Beelink, Mac Mini) er perfekt til å kjøre OpenClaw. Den trenger ikke stor regnekraft – den serverer bare nettsiden og lagrer samtalene. Den kraftige modellen kan kjøre et annet sted på nettverket eller hentes fra et API.

📋 Retningslinjer: det viktigste ingen snakker om

Uansett hva du velger, cloud eller lokalt, trenger du regler for menneskene som bruker verktøyene. De fleste AI-hendelser skyldes ikke tekniske feil. De skyldes at folk ikke visste hva de hadde lov til.

• 1

  Bestem hva som er greit å lime inn

  Lag en enkel liste: hva kan deles med en ekstern AI, og hva kan ikke det. Kundeopplysninger, helseopplysninger og interne tall bør aldri gå ut. Vanlig tekst, kladd og research er som regel helt greit.

• 2

  Godkjent verktøyliste

  Hvilke AI-verktøy er det OK å bruke på jobb? ChatGPT til å skrive en bloggpost? Fint. ChatGPT til å gå gjennom en kundeavtale? Ikke greit. En tydelig liste tar fem minutter å lage og sparer deg for hodepine.

• 3

  Opplæring: det svakeste leddet er alltid et menneske

  Retningslinjer ingen har lest er verdiløse. En times gjennomgang med teamet – hva er OK, hva er ikke OK, hva gjør du hvis du er usikker – forhindrer de fleste feilene.

• 4

  Logging og sporbarhet (for bedrifter)

  I regulerte bransjer må du kunne dokumentere hva AI-en ble brukt til og av hvem. Loggene beskytter deg hvis noe går galt, og viser at du tok det seriøst.

Sett opp gjerdet: avgrens hva AI-en kan gjøre

En LLM som får tilgang til alt er som å ansette noen uten jobbeskrivelse. Den vil prøve å hjelpe, men kan gjøre mye rart. Det viktige er å avgrense hva modellen har tilgang til og hva den har lov til å gjøre.

• 1

  System prompt = reglene

  Fortell modellen hvem den er og hva den får lov til. "Du er en kundeservice-assistent for vår nettbutikk. Du svarer kun på spørsmål om bestillinger og produkter. Du diskuterer ikke politikk, religion eller annet irrelevant."

• 2

  RAG – gi den kun riktig kunnskap

  RAG (Retrieval-Augmented Generation) betyr at du gir AI-en tilgang til dine dokumenter og data, ikke alt internett. Den svarer basert på det du har godkjent. Ingenting annet.

• 3

  Egne kontoer og nøkler

  Opprett separate og egne kontoer for AI-integrasjonene dine. Ikke del API-nøkler. Ikke bruk samme konto til alt. Tenk det som egne låser til egne rom.

• 4

  Nettverksgjerde

  Kjører du lokalt, sett opp brannmur. AI-en skal ikke kunne ringe hjem. VLAN og nettverkssegmentering hindrer at modellen snakker med omverdenen uten din tillatelse.

Agenter: AI som faktisk gjør ting for deg

En agent er en LLM som ikke bare svarer, den handler. Den kan søke på nett, åpne filer, sende e-post, kalle API-er og ta beslutninger over tid. Tenk på den som en ansatt som faktisk gjør jobben, ikke bare gir deg råd.

Når du har flere agenter som samarbeider, trenger du en orkestrator: en overordnet modell som fordeler oppgaver, sender resultatene videre og syr det hele sammen. Det er som en prosjektleder som delegerer til spesialister.