LLM (modelo de linguagem)
LLM é um modelo treinado para prever a próxima palavra a partir de muito texto. Isso o torna excelente em linguagem e péssimo como fonte de verdade: ele produz o que é plausível, não o que é verificado.
A consequência prática dessa definição é a que mais custa em projeto: o modelo responde com a mesma segurança quando sabe e quando não sabe. A resposta errada não vem hesitante, vem bem escrita.
Por isso aplicação corporativa séria não pergunta ao modelo o que a empresa precisa saber. Ela busca o dado no sistema e entrega ao modelo para que ele redija, interprete ou classifique. O modelo cuida da linguagem; o sistema cuida do fato.
Essa separação também resolve a questão do dado atualizado. O conhecimento do modelo para no treinamento; o preço de hoje, o estoque de agora e o pedido do cliente vêm de consulta, não de memória.
Duas decisões práticas costumam aparecer. Onde o dado trafega, porque enviar informação de cliente para serviço externo é tratamento de dado pessoal com implicação na LGPD. E quanto custa por uso, já que a cobrança por volume de texto torna o custo proporcional à adoção, ao contrário de licença fixa.
Quando se aplica
- A tarefa é de linguagem: resumir, classificar, reescrever, conversar.
- Existe sistema de onde buscar o dado factual que a resposta precisa.
- O volume é alto o bastante para que o ganho de tempo se pague.
- Há tolerância a erro ocasional, com revisão humana onde o erro custa caro.
Quando não se aplica
- A tarefa exige exatidão determinística, como cálculo fiscal ou conciliação.
- Não há de onde buscar o fato. O modelo preenche a lacuna com algo plausível.
- O dado não pode sair da empresa e não há alternativa de execução local.
IA aplicada sobre dado real do sistema, com limite explícito.
Termos relacionados
O modelo cuida da linguagem. O fato tem que vir do sistema.
O diagnóstico separa o que a IA resolve bem do que ela só faria parecer resolvido.
Agendar diagnóstico