Acest glosar AI explică, pe scurt și fără jargon inutil, cei 30 de termeni pe care îi auzi cel mai des când se vorbește despre inteligența artificială în firmă. Lângă fiecare definiție găsești și ce înseamnă termenul pentru tine, ca manager.
De ce contează? Pentru că cine nu înțelege cuvintele nu poate pune întrebări bune, iar atunci furnizorul conduce decizia. Nu trebuie să devii specialist. Îți trebuie, de fapt, doar vocabularul cu care întrebi: ce vede AI-ul, cine aprobă, unde rămân datele.
Idei-cheie
- Poți conduce o decizie despre AI fără să fii tehnician, dacă știi câțiva termeni.
- Termenii se împart în cinci grupe: model, date și arhitectură, automatizare, operare, risc și conformitate.
- Fiecare termen se transformă într-o întrebare pe care o poți pune furnizorului.
- Termenii despre risc (prompt injection, audit, aprobare umană) contează cel mai mult când AI-ul ajunge în ERP.
Care sunt termenii AI pe care ar trebui să îi înțelegi?
Cei mai importanți termeni pentru un manager sunt LLM, halucinația, fereastra de context, RAG, stratul semantic, agentul AI, jurnalul de audit și aprobarea umană. Odată ce îi înțelegi, poți pune furnizorului întrebările care contează: ce vede AI-ul, cine aprobă și unde rămân datele.
1. Modelul
- LLM (model lingvistic mare). Program antrenat pe cantități mari de text, care generează răspunsuri prezicând cuvântul următor. Pentru tine: poate scrie și rezuma, dar nu garantează că ce scrie e adevărat.
- Token. Cea mai mică unitate de text pentru model: un cuvânt sau o bucată de cuvânt. Pentru tine: costul și limitele de folosire se măsoară în tokeni, deci mai mult text înseamnă mai mult cost.
- Fereastra de context. Cantitatea de text pe care modelul o vede deodată, într-o singură cerere. Pentru tine: ce nu încape sau nu e pus acolo, modelul nu știe.
- Halucinație. Răspuns care sună plauzibil, dar e fals sau inventat. Pentru tine: orice afirmație cu cifre are nevoie de o sursă.
- Prompt. Instrucțiunea și întrebarea pe care i le dai modelului. Pentru tine: aceeași întrebare, formulată diferit, poate primi alt răspuns.
- Antrenare (pre-instruire). Etapa în care modelul învață tiparele limbii din volume mari de text. Cunoștințele lui se opresc la data antrenării. Pentru tine: nu știe nimic despre firma ta din această etapă.
- Ajustare (fine-tuning). Modelarea în plus a unui model, cu exemple proprii sau cu feedback uman. Pentru tine: rareori este primul pas; întâi se rezolvă datele și procesul.
2. Date și arhitectură
- RAG (generare cu căutare). Datele relevante ale firmei sunt căutate mai întâi și puse în fața modelului, odată cu întrebarea. Pentru tine: așa lucrează AI-ul cu datele tale, fără să le „învețe”.
- Strat semantic. Descrierea sensului de business al datelor: ce înseamnă „factură scadentă” sau „client activ” în sistemul tău, ca AI-ul să nu ghicească. Pentru tine: de el depinde cât de corecte sunt răspunsurile.
- Text-to-SQL. Situația în care AI-ul scrie singur interogarea de bază de date (SQL) pornind de la întrebarea ta. Pentru tine: precizia depinde de cât de bine e descrisă baza de date.
- Schemă (model de date). Structura bazei de date: ce tabele, coloane și legături există. Pentru tine: o schemă încâlcită încurcă și oamenii, și AI-ul.
- Strat de integrare. Stratul controlat dintre sistemul firmei și model: alege datele, verifică drepturile, înregistrează și filtrează ieșirea. Pentru tine: aici se hotărăște ce vede AI-ul.
- API. Poarta reglementată prin care un program citește sau modifică datele altui sistem, aici ale ERP-ului. Pentru tine: AI-ul ar trebui să intre pe aici, nu direct în baza de date.
- MCP (Model Context Protocol). Standard deschis care leagă uniform AI-ul de instrumente și surse de date, de exemplu de ERP. Pentru tine: scurtează conectarea, dar nu înlocuiește controlul drepturilor de acces.
- Sistem de evidență. Sistemul în care trăiesc datele oficiale, adevărate, ale firmei; aici, ERP-ul. Pentru tine: AI-ul se sprijină pe el, nu îl înlocuiește.
3. Automatizare
- Automatizare pe reguli (RPA). Automatizare de tip „dacă se întâmplă asta, fă asta”, scrisă din timp, fără decizii (RPA vine de la „robotic process automation”). Pentru tine: previzibilă; ce iese din regulă rămâne netratat.
- Copilot (asistent). AI care propune și pregătește, în timp ce omul decide și acționează. Pentru tine: cel mai bun punct de pornire.
- Agent AI. AI care execută singur mai mulți pași, cu ajutorul unor instrumente. Pentru tine: mai mult teren, mai mult risc; lucrează doar pe pașii descriși și cu aprobare acolo unde e nevoie.
- Utilizarea de instrumente (tool use). Modelul poate cere o acțiune definită dinainte, de exemplu o interogare în ERP, pe care o execută sistemul. Pentru tine: modelul propune, sistemul execută.
- Determinist și nedeterminist. Determinist înseamnă același rezultat la aceeași intrare, ca la un raport. Un LLM este nedeterminist: răspunsul poate varia. Pentru tine: cifrele repetabile cer un raport, nu un răspuns AI.
4. Operare
- Model cu greutăți deschise (open-weight). Model ai cărui parametri antrenați pot fi descărcați și rulați pe propriul server, de exemplu familiile Llama, Mistral sau Qwen. Rularea cere GPU, adică procesoare grafice, hardware-ul principal și costisitor al modelelor. Pentru tine: datele rămân în firmă, dar apar costuri de hardware și de operare.
- Soluție hibridă. Datele rămân local, iar modelul este închiriat, de exemplu într-o regiune din UE. Pentru tine: un compromis frecvent între control și cost.
5. Risc și conformitate
- Prompt injection. Instrucțiune ascunsă într-un text procesat (o factură, un e-mail) cu care se poate abate modelul de la ce trebuie să facă. Pentru tine: textele venite din afară se tratează ca date, nu ca ordine.
- Jurnal de audit. Înregistrarea urmăribilă a întrebărilor, a datelor folosite, a răspunsurilor și a aprobărilor. Pentru tine: fără el nu poți arăta de ce s-a luat o decizie.
- Aprobare umană (human in the loop). Propunerea AI este aprobată de un om înainte să aibă efect în sistem. Pentru tine: aici rămâne responsabilitatea.
- Superutilizator. Cont cu drepturi largi, care vede totul. AI-ul nu ar trebui să lucreze cu un astfel de cont, ci cu drepturile utilizatorului care îl folosește. Pentru tine: evită ca cineva să vadă prin AI ce nu are voie să vadă în ERP.
- Set de test. Întrebări verificate manual, cu răspunsuri corecte, pe care măsori acuratețea după fiecare modificare. Pentru tine: fără el nu știi dacă merită să continui.
- Pilot. Introducere de probă, limitată în timp și în domeniu, cu țintă măsurabilă. Pentru tine: modul în care un AI își câștigă încrederea.
- GDPR. Regulamentul general al UE privind protecția datelor personale. Pentru tine: se aplică și când datele personale ajung într-un instrument AI.
- EU AI Act. Regulamentul UE privind inteligența artificială, care stabilește obligații în funcție de nivelul de risc. Pentru tine: afectează mai ales utilizările cu risc ridicat; verifică cu consilierul tău juridic.
Ce înseamnă asta pentru firma ta?
- Bani. Un termen neînțeles într-o ofertă poate ascunde un cost: tokeni, hardware, operare. Cine știe ce înseamnă fiecare, compară ofertele corect.
- Timp. Cu vocabularul potrivit, o întâlnire cu un furnizor scade de la „nu înțeleg despre ce vorbim” la trei întrebări concrete.
- Risc. Un manager care știe ce sunt un jurnal de audit și o aprobare umană nu acceptă un AI care lucrează fără ele.
„Nu trebuie să înțeleg eu, se ocupă furnizorul”
În mare parte, da: furnizorul se ocupă de partea tehnică. Dar tu decizi ce îi încredințezi AI-ului, ce eroare acceptabilă ai și cine răspunde de rezultat. Pentru aceste trei decizii nu îți trebuie programare, ci vreo douăzeci de cuvinte. Restul se întreabă.
Ce poți face în această săptămână
- Alege cinci termeni din glosar pe care nu îi știai și explică-i unui coleg.
- Pune furnizorului trei întrebări: ce înseamnă la voi „client activ”? Cine aprobă un răspuns AI înainte să iasă din firmă? Ce poate vedea AI-ul din ERP?
- Cere un jurnal de audit pentru orice instrument AI folosit cu date ale firmei.
- Notează cine răspunde pentru fiecare utilizare AI din firmă.
- Revino la glosar când apare un termen nou; îl actualizăm periodic.
Întrebări frecvente
Ce înseamnă token în AI?
Un token este cea mai mică unitate de text pentru model: un cuvânt sau o bucată de cuvânt. Costul și limitele de folosire se măsoară în tokeni, deci cu cât procesezi mai mult text, cu atât costul crește.
Ce este fereastra de context?
Este cantitatea de text pe care modelul o vede deodată, într-o cerere: instrucțiunea ta și datele puse lângă ea. Ce nu e în fereastră, modelul nu știe. Conversațiile anterioare nu și le amintește singur.
Ce este un agent AI?
Un agent AI execută singur mai mulți pași, folosind instrumente. Are mai mult teren decât un asistent, deci și mai mult risc. De aceea lucrează doar pe pași descriși și cu aprobare umană acolo unde decizia contează.
Ce este prompt injection?
Este o instrucțiune ascunsă într-un text pe care AI-ul îl procesează, de exemplu într-o factură sau într-un e-mail, cu scopul de a-l abate de la sarcină. Apărarea: textele externe se tratează ca date, iar acțiunile sensibile cer aprobare.
Ce este RAG?
RAG înseamnă că datele relevante ale firmei sunt căutate întâi și puse în cerere, alături de întrebare. Modelul le citește și răspunde. Astfel poate lucra cu datele tale fără să le „învețe” în sensul antrenării.
Vrei să treci de la termeni la un plan?
Glosarul te ajută să întrebi. Dacă vrei să vezi cum se aplică în ERP-ul unei firme ca a ta, Solicită o prezentare.
Vezi și capabilitățile ERP COSYS și despre COSYS.
COSYS construiește de 35 de ani, din 1991, sisteme de automatizare a întreprinderii pentru firme locale. Suntem partener Microsoft din 1998, avem certificare ISO/IEC 27001, iar peste 100 de firme locale lucrează cu sistemele noastre. De-a lungul anilor am învățat că o tehnologie nouă poate fi folosită bine doar atunci când îi cunoști limitele. Cu această experiență ne ajutăm clienții să separe ce e util de zgomot în era schimbării tehnologice a AI-ului.