Моделі <продовжуємо тему про ШІ-системи>У попередньому дописі ми говорили про дані. Дані - це основа. Саме на них у вашої ШІ-системи формується досвід. Але самі по собі дані нічого не роблять. Їх треба прочитати, зрозуміти, порівняти, порахувати, структурувати і перетворити в рішення. І тут зʼявляються моделі штучного інтелекту. Фактично це те, з чого весь хайп і почався. Я зараз не про класичні ML-моделі, а про генеративний ШІ, навколо якого сьогодні й крутиться основна бізнесова цінність. Чи треба власнику бізнесу глибоко розуміти технічну частину? Ні. Головне розуміти логіку:модель бере ваші дані, аналізує їх за заданою інструкцією і видає результат. Дали договір - отримали аналіз ризиків. Дали Excel - отримали висновки і фінансову модель. Дали транскрипт дзвінка - отримали оцінку менеджера. Дали BRD/PRD - отримали технічне завдання. Дали тему - отримали пост, презентацію або комерційну пропозицію. І важливо: модель може працювати не одна. Одна структурує дані. Друга аналізує. Третя пише код. Четверта перевіряє помилки. Пʼята готує документ. І от тут починається не просто “чат з ШІ”, а справжня ШІ-система. Бо модель у ШІ-системі - це центральний двигун, який керує аналізом, логікою, рішеннями і виконанням задач. На сьогодні є кілька ключових моделей, які варто розуміти. З американських:GPT, Claude, Gemini. З китайських:Qwen, DeepSeek, Kimi. І важливо: GPT - це не ChatGPT. ChatGPT - це продукт. GPT - це модель. Що краще? Тут немає однієї правильної відповіді. Найкраща модель - це не та, яка виграла тест у Twitter. Найкраща модель - це та, яка вирішує вашу конкретну задачу. Моє практичне відчуття таке.GPT - це математик і дисциплінований виконавець.

Добре працює з логікою, таблицями, формулами, документами, структурою і чіткими інструкціями. Коли треба проаналізувати договір, порівняти документи, зробити Excel-модель або оцінити дзвінок по скрипту - GPT дуже сильний. Але є нюанс. Він часто буквально слідує інструкціям. Що не написали - те може не зробити. Іноді це плюс. Іноді це робить його “тупим”.Claude - це розробник, архітектор і фінансист.

Йому можна дати складну задачу, багато контексту, логіку продукту — - він добре тримає структуру. Особливо сильний у коді, архітектурі, проєктуванні систем, аналізі BRD/PRD, фінансовій логіці і складних продуктах. Якщо GPT - це сильний виконавець по інструкції, то Claude більше схожий на партнера, який допомагає спроєктувати рішення.Gemini - це персональний помічник.

Його сила - в екосистемі Google. Пошта, календар, документи, таблиці, зустрічі, файли - якщо ваш бізнес живе в Google Workspace, Gemini дуже зручний. Він швидкий, креативний і добре підходить для щоденних задач: підсумувати, відповісти, знайти, підготувати чернетку. А що з китайськими моделями?Qwen, DeepSeek, Kimi - це вже не просто дешевші альтернативи. Вони швидко розвиваються і корисні там, де треба обробляти багато однотипних задач, знижувати вартість запитів або мати резервні моделі в системі. І тут головна думка:не треба закохуватись в одну модель. Сьогодні одна краще пише код. Завтра інша краще аналізує документи. Післязавтра третя стає дешевшою і швидшою. Тому правильне питання не “яку одну модель вибрати?”. Правильне питання:які задачі ми вирішуємо;які дані обробляємо;яка якість потрібна;яка швидкість важлива;яка ціна одного запиту;з якими сервісами треба інтегруватись. У моїй практиці не працює підхід “виберемо одну модель і будемо на ній робити все”. Правильніше - мати декілька моделей, обʼєднаних в одну систему. Наприклад:GPT аналізує договір. Claude проєктує архітектуру агента і пише код. Gemini допомагає з Google-документами, поштою і календарем. Qwen або DeepSeek обробляють масові задачі дешевше. А зверху агент керує процесом і вибирає, яку модель використати. Оце вже схоже на реальну ШІ-систему. Не “я відкрив чат і щось спитав”. А “у мене є процес, дані, інструкції, моделі й агенти, які виконують роботу”. Тому сильна ШІ-система - це не про “яку модель купити”.