Un model propi, no una API que llogues
Creem i operem Small Specialized Language Models: sistemes intel·ligents que viuen a la teva infraestructura, coneixen el teu domini i s'avaluen amb criteri. Sense quedar a mercè que el preu, la política d'ús o el comportament del model d'un tercer canviïn demà.
Un SSLM és un model obert de mida continguda, adaptat al teu domini, ancorat al teu coneixement i servit darrere d'una API estàndard. No és un chatbot damunt dels teus documents: és programari amb memòria, avaluació i operació.
Pesos, corpus i traces es queden dins del teu perímetre. Residència de dades a la UE i cap consulta sortint cap a tercers.
La despesa passa de cost variable per token a infraestructura coneguda. L'èxit del producte deixa de castigar la factura.
Cada versió passa per escenaris amb resposta esperada. Si una consulta crítica es trenca, la release no surt.
Tres pressions que apareixen quan la intel·ligència deixa de ser una demo
No és una discussió ideològica sobre proveïdors. És el que passa quan una funció intel·ligent comença a tenir usuaris reals, factures reals i conseqüències reals.
La factura escala amb l'èxit
Mentre és un pilot, el cost per token és irrellevant. Amb volum, el mateix disseny converteix cada usuari nou en despesa variable que ningú havia pressupostat.
El teu coneixement surt del perímetre
Documentació interna, contractes, incidències i converses de client viatgen a un tercer. En molts contextos això ja no és una preferència: és un requisit que cal justificar.
Depens de decisions que no controles
Preus, límits d'ús, deprecacions i canvis de comportament arriben sense avís. El teu producte acaba heretant un full de ruta aliè.
Què construïm exactament
Un SSLM no és un únic artefacte. Són sis capes, i cadascuna és una decisió que es documenta i es pot auditar.
Model base obert
Un model de pesos oberts de la mida adequada al problema, no el més gran disponible. Es tria per qualitat al teu domini, llicència i cost de servir.
Corpus de domini
El teu coneixement convertit en material utilitzable: què entra, amb quins permisos, amb quina llicència i qui respon de la seva qualitat.
Especialització
Adaptació al domini amb adaptadors lleugers, sense reentrenar des de zero. El model aprèn el teu vocabulari, els teus formats i la teva manera de respondre.
Ancoratge al coneixement
Recuperació sobre el teu corpus perquè les respostes citin fonts concretes. Preferim que digui «no ho sé» abans que inventar amb seguretat.
Avaluació contínua
Escenaris amb resposta esperada, casos crítics que bloquegen release i un informe llegible per algú que no escriu codi.
Porta d'entrada i operació
API compatible amb l'estàndard del sector, claus per projecte i mesura d'ús, latència i cost. Observabilitat des del primer dia.
Quan surt a compte un model propi
L'argument no és «infraestructura pròpia sempre». És que hi ha un volum a partir del qual el cost variable deixa de tenir sentit. Mou les teves xifres i mira on és el teu punt d'equilibri.
Milions de tokens processats al mes, sumant entrada i sortida.
Model simplificat: repartiment 50/50 entre entrada i sortida, 720 hores de servei al mes i preus de llista indicatius. En un Discovery ho substituïm per les teves tarifes i el teu trànsit real.
A aquest volum encara no compensa muntar infraestructura. L'honest és esperar o començar per un escenari molt acotat.
Si el teu volum és per sota del punt d'equilibri, t'ho direm: continua amb una API de tercers i torna quan el trànsit ho justifiqui. Un SSLM que no es paga sol no és un bon projecte.
Es connecta, no s'incrusta
L'SSLM viu fora del teu codi i es consumeix per una API compatible amb l'estàndard del sector. Canvies la URL base i la clau; la resta del teu producte no se n'assabenta.
- Contracte compatible amb els clients i SDK que el teu equip ja fa servir. Sense llibreries propietàries.
- Conviu amb proveïdors externs: pots encaminar per tipus de consulta, cost o criticitat.
- Claus per projecte, amb mesura d'ús i traces per auditar qui pregunta què.
- Si demà vols tornar enrere, hi tornes. La reversibilitat és part del disseny.
curl https://sslm.internal/v1/chat/completions \
-H "Authorization: Bearer $PROJECT_KEY" \
-H "Content-Type: application/json" \
-d '{
"model": "atlas-ops-8b",
"messages": [
{ "role": "user", "content": "..." }
]
}'Tres formats, en aquest ordre
No venem un model tancat ni un paquet d'hores. Primer decidim si té sentit, després construïm el que se sosté i ens quedem operant només si aporta.
Discovery
Setmanes per respondre si un SSLM té sentit al teu cas, amb números i riscos sobre la taula.
- Inventari de coneixement i viabilitat legal de la dada
- Escenaris d'ús i criteris de qualitat mesurables
- Model de cost amb el teu volum i el teu punt d'equilibri
- Recomanació honesta, inclosa la de no fer-ho
Build
Construïm el sistema complet: corpus, especialització, ancoratge, avaluació i porta d'entrada.
- Corpus tractat i traçable, amb permisos clars
- Adaptació al domini i ancoratge a fonts
- Conjunt propi d'escenaris d'avaluació
- API, claus per projecte i mesura d'ús
- Documentació del model i dels seus límits
Operate
Acompanyem la vida del sistema: qualitat, cost, evolució del corpus i traspàs a l'equip.
- Avaluació contínua i control de regressions
- Seguiment de cost, latència i ús per projecte
- Actualització de corpus i de versions del model
- Formació i traspàs per operar-lo sense nosaltres
Com saps que funciona
La pregunta difícil no és si respon bé en una demo. És què passa el dia que respon mal i hi ha algú esperant a l'altra banda.
- 01
Escenaris amb resposta esperada
Definim junts quines preguntes ha d'encertar el sistema i què compta com a resposta acceptable. La qualitat deixa de ser opinió i passa a ser un número.
- 02
Casos crítics que bloquegen release
Hi ha respostes que no poden fallar. Si una d'elles es trenca, la versió no arriba a producció encara que la resta hagi millorat.
- 03
Respostes amb font
Cada resposta pot mostrar de quin fragment del teu coneixement surt. Sense font, preferim una negativa clara a una invenció convincent.
- 04
Documentació del model
Ús previst, dades, límits coneguts i manera d'operar-lo. Un document que pots ensenyar a un client, a auditoria o a un comitè tècnic.
El que ens pregunten abans de començar
- No serà pitjor que un model gran?
- En tasques generals, sí. Al teu domini concret i amb ancoratge al teu coneixement, un model petit ben especialitzat sol encertar més i respondre més ràpid. Ho mesurem abans d'afirmar-ho.
- Necessito un equip de dades?
- No per començar. Necessites coneixement escrit en algun lloc i algú que pugui dir quina resposta és correcta. De la resta ens ocupem i ho traspassem.
- I si demà surt un model millor?
- És l'esperable i el disseny ho assumeix. El corpus, els escenaris d'avaluació i la porta d'entrada són teus; el model base és substituïble. Aquí és on s'acumula el valor.
- Quant tarda a estar en producció?
- Un Discovery es mesura en setmanes. Un primer sistema en producció amb abast acotat, en mesos. Preferim un cas resolt de veritat abans que una plataforma sencera a mitges.
- Substitueix el nostre proveïdor actual?
- No necessàriament. L'habitual és conviure: el model propi es queda el volum repetitiu i sensible, i el proveïdor extern el que de debò necessita un model generalista.
- De qui és la propietat?
- Teva. Corpus, adaptadors, escenaris d'avaluació i infraestructura són teus, i el traspàs està previst des del principi. No construïm dependència de nosaltres.
Veiem si el teu projecte encaixa
Sol·licitar fit check