Круглый стол: Искусственный интеллект в работе 1С аналитиков

Всем добрый вечер. А мы готовы начинать наш вебинар в формате круглого стола. Сегодняшняя тема — это искусственный интеллект в работе 1С-аналитиков. А мы собрали такую небольшую группу профессионалов, чтобы подискутировать на достаточно актуальную тему. А немножко расскажу про участников через несколько минут. Они подробнее расскажут о себе. Анастасия Штей выступит в роли модератора нашей сегодняшней беседы. Также в активной дискуссии примут участие Денис Галимов, Екатерина Холодова и Елена Иванова. Собственно, сегодня ждёт очень интересный вечер, и Анастасия, я передаю вам слово. Прекрасного вам вебинара, интересной дискуссии.

Спасибо большое всем ещё раз. Добрый вечер. На самом деле, очень классно, что мы здесь собрались. Мм, сегодня у нас вторник, вечер. А, предлагаю подискутировать. Тема, как мне кажется, очень интересная. Ну, не то, что животрепещущая, но она у нас у всех на устах. Вот. И мы решили объединить таких, можно сказать, три понятия. Это искусственный интеллект, так как он у всех на устах. Это аналитики, как такая профессия, роль и, соответственно, 1С. И здесь мы с вами как раз-таки и подискутируем, а, позадаём вопросы друг другу. Надеемся услышать вопросы в чате, получить в чате вопросы и от наших слушателей, что им тоже эта тема интересна. И м попробуем вот таким образом, соответственно, провести сегодня наш круглый стол.

А значит, круглый стол продлится у нас где-то, наверное, полтора часа. Мы закладываем такое время, и, я думаю, можем начать. Давайте вначале пару слов скажу, кто я. Кто-то, возможно, меня уже знает, потому что я достаточно частый спикер профессиональных конференций IT и 1С-конференций. Кто-то, может, меня не знает. А на данный момент я руководитель отдела сопровождения финансового учёта самокат, а иликомтех 1С. А в профессии 1С вообще я уже 18 лет, это достаточно долго, и я прошла путь от консультанта. И вот дальше, как у нас по получается, вот она видоизменялась эта профессия, а до аналитика и дальше стала руководителем. И сейчас у нас появляется такой вот новый, кто-то может сказать, это инструмент, кто-то может сказать, это какой-то мешающий фактор, кто-то может вообще очень негативно, как я уже встречала даже в среде одинсовцев, а отзывы, что мм, к сожалению, это не очень хороший инструмент, особенно в руках там неопытных, например, аа аналитиков либо там, не знаю, разработчиков. И вот сейчас я постаралась собрать на этот круглый стол коллег из разных фирм, а не скажу разного опыта. Все они обладают огромным опытом, но по крайней мере, у них есть разный взгляд на данный, назовём пока это инструмент. Вот так, чтобы у нас могла а образоваться дискуссия. Понятное дело, правду, возможно, мы и не найдём, но мы здесь её не пытаемся искать. Мы попробуем всё-таки порассуждать, как бы, что для нас, для нашей профессии аналитика 1С, а, искусственный интеллект. И, а, я попрошу коллег сейчас рассказать пару слов о себе, а кто они, как в в профессии. И дальше мы уже начнём наш диалог. А, наверное, сейчас передам слово Денису как представителю сильной половины человечества среди нас, девушек. Вот, расскажи, пожалуйста, о себе.

Меня зовут Галимов Денис. Я работаю в компании Первый бит в городе Санкт-Петербург. А, и я руководитель проектного департамента, который занимается автоматизацией финансового управленческого учёта на продуктах 1С, BI, RPA. И в этом году мы, в том числе, стали активно оказывать услуги по искусственному интеллекту, то есть различные решения, начиная от обучений, а, и заканчивая там локальными развёртками, настройками, разработками рагов. И на искусственном интеллекте акцентирую, потому что наша основная тема. В целом я был как в роли аналитика, бизнес-архитектора, разработчика, руководителя проекта. Короче, я с разных сторон к этому станку подходил и командой своей руковожу уже 10 лет на сегодняшний день. У нас около 100 человек. Специализируемся мы в первую очередь на финансах. Но если взять тот же искусственный интеллект, сейчас специализируемся больше на своих процессах, и том, как нам его использовать. А, ну вот, наверное, пока этого достаточно.

Хорошо, спасибо, Денис. Дальше давайте передам слово, наверное, Елене. Вам.

Да, коллеги, добрый вечер. Меня зовут Елена Иванова. Ну, наверное, кто-то ещё меня помнит под фамилией Буравлёва когда-то, а поскольку я плотно работала в сообществе 1С, ну, где-то там в середине 2000-ных, наверное, годов. И, а, я пришла войти из бизнеса. Я бизнес-консультант классический. Я начинала как специалист, ну, и сейчас продолжаю этим заниматься, а, совершенствование бизнес-процессов. И, э, основная моя задача — это работа на стыке бизнеса и IT. Поэтому, ну, для меня вот все инструменты, которые там вокруг IT сейчас формируются, это, а, новые инструменты, новые возможности для помощи бизнесу в решении его задач. Аа с аналитиками от IT я работаю, ну, вот, наверное, там где-то начиная с времён 1Са, продолжаю сейчас. Как я себя называю, я переводчик с птичьего на человечий обратно. То есть, да, занимаюсь тем, что помогаю людям, которые хорошо разговаривают на IT-диалекте, как-то слышать, понимать бизнес и бизнесу как-то доносить свои идеи и свои требования до представителей IT-профессии. Ну и, соответственно, сейчас и в своей работе, и в работе партнёров, с которыми я хожу в проекты, где нужно усовершенствовать бизнес-процессы в рамках автоматизации, а неизбежно сталкиваюсь с разными инструментами, основанными на искусственном интеллекте. Поэтому тема такая увлекательная, противоречивая. Вот. И сама тоже, в общем, продолжаю сейчас её активно очень изучать и искать её возможности и ограничения. Готова поделиться собственным опытом в этой области.

Спасибо большое, Елена. Ну и очередь Екатерины. Расскажите о себе.

Добрый день всем. Я работаю программистом, точнее, я работаю сейчас Тимледом в компании Магниттек. А у меня достаточно большой опыт, тоже как и у всех присутствующих, 19 лет в IT. Я начинала как программист 1С. У меня немного нестандартный подход. А я начинала как программист, потому что на тот момент в основном все программисты 1С, они были по сути и аналитиками, и разработчиками, бизнес-аналитиками. А где-то примерно 10 лет назад, когда начали уже более активно выделять системных аналитиков как отдельную роль, как отдельную должность, я выбрала для себя больше стезю системного анализа. Мне было всегда интереснее общаться с пользователями, выяснять их проблемы. и в дальнейшем уже эволюционировала, развилась как руководитель уже команды. На текущий момент я занимаюсь электронным документооборотом автоматизации в нашей компании. У нас компания достаточно большая, я думаю, Магниты знают все. Как минимум, у кого-нибудь рядом с домом точно есть один магазин. А наша компания а включает в себя достаточно большой 1С-коммьюнити. То есть у нас, а, больше сотни человек, которые занимаются разработкой или анализом в 1С. И мы уделяем внимание не только как бы развитию и автоматизации, но и всем новым трендам, которые появляются. Поэтому понятное дело, что мимо нас не прошли вот эта вот хайповая тема с искусственным интеллектом. Мы активно пытаемся применить, внедрить его в своём подходе. Также один, э, Магнит были одни из первых, кто заключил с фирмой 1С договор о тестировании нового инструмента 1С Напарник. Мы тестируем уже, наверное, скоро год как 1С Напарник у себя в компании. И я могу рассказать именно об опыте. Он тоже достаточно разрозненный в зависимости от того, кто как применял у себя на практике вот именно этот инструмент и то, как мы применяем другие инструменты искусственного интеллекта у себя. То есть у нас достаточно большой пласт того, как мы пытались применить и что из этого вышло. Да, я думаю, что сегодня я поделюсь этими интересными моментами в работе.

Прекрасно. Судя с приветственных слов, получается, все так или иначе используют искусственный интеллект. И вот так и хочется спросить всё-таки как бы: "А ваша отношение к нему?" Но я задам вам вопрос иначе. То есть как вы скорее определяете роль искусственного интеллекта в работе аналитика нашего 1С? То есть это, а, революционный инструмент, там, повышающий эффективность или это какая-то всё-таки очередная мода, техническая мода, которая, ну, из серии. Ну вот нам дали калькулятор, мы им пользуемся. Ну о'кей. Либо всё-таки в нём есть какая-то заложенная перспектива роста, от которой мы, ну, действительности, а, шагаем с ним очень сильно в будущее серии, как запускаем реально ракету в космос. То есть задам вот таким образом как бы, наверное, наш первый водный вопрос. Ну, Екатерина, давайте, наверное, продолжим с вас.

Прекрасно. А, смотрите, на мой взгляд, в первую очередь инструменты искусственного интеллекта — это такие хорошие помощники. Мне кажется, надо каждому пробовать применить и применить именно относительно своего подхода, аа именно для себя, насколько удобно работать с этим инструментом. А, приведу интересный пример. Аа есть, ээ, какой-нибудь системный аналитик, который работает на одном и том же направлении достаточно много времени. Он досконально знает ту подсистему. То есть мы рассматриваем, например, э либо аналитика, который работает с типовыми конфигурациями, либо аналитика, который работает с нетиповыми конфигурациями, но работает в рамках одного конкретного направления. Он прекрасно знает программный код, он знает, как работают бизнес-процессы. А для него какие-то моменты использования искусственного интеллекта могут быть больше обременительные. Но если мы возьмём и поместим его в другую подсистему, в другую систему 1С, с которой он ранее не работал, тот же самый 1С Напарник, который может помочь, а быстро адаптировать или прочитать программный код, даже если этот аналитик умеет читать программный код, он быстрее сможет выполнить свою работу по перенастройке, переподключения к этой системе. То есть, на мой взгляд, использование искусственного интеллекта — это хороший способ ускорить работу там, где ты знаешь, что ты можешь его заюзать именно для этого. То есть вот у меня такой взгляд на эту историю. То есть если ты знаешь, что можно использовать и ускорить процессы, пробуй. Не уверен, разбирайся в том, как есть.

Угу. Хорошо. Но насколько я знаю, и Денис, и Елена тоже, в принципе, очень похожего мнения, что да, это хороший инструмент. Но, например, я, э, сейчас, с одной стороны, когда я его начала использовать, понимаю, что да, но когда у тебя есть весомый бэкграунд по этой части и когда ты в действительности можешь проверить, а, ну, скажем так, на адекватность полученных результатов. А если не можешь? И вот здесь, может быть, там какую-нибудь историю может дополнить Елена и рассказать тогда, получается, своё видение.

Ну, я, наверное, соглашусь и с тем, что Екатерина говорит, и с тем, что ты сейчас говоришь, потому что, ну, я в прошлом году, э, приглашала на конференцию Инфостарт, э, человека, который стоял вообще у истоков искусственного интеллекта в России. Это директор, а, по развитию технологии искусственного интеллекта компании Яндекс Александр Крайнов. И я как раз про Яндекс, ну, фактически был там на передовой, да, я как раз просила его рассказать, потому что тема хайповая. И я говорю: "Александр, ну вот вы, собственно, начали всё это дело делать в России активно. А насколько там искусный интеллект?" Ну, он так посмеялся немножко. Он говорит: "Я бы не называл это интеллектом"- сказал он. Да. Вот я, наверное, здесь его тоже поддержу, потому что, ну, наверное, другого термина, что ли, не придумано, но всё-таки интеллект остаётся на стороне человека. А, и если ты можешь проверить и как-то экспертизу какую-то проявить по отношению к тому, что тебе вот эта вот штука, я бы так сказала, да, а помогла там собрать, систематизировать, то будет тебе счастье. Если ты не можешь оценить качество этого результата, то м здесь скорее может быть вред, чем польза. Ну вот у меня мои там партнёры активно работают, ну поскольку аналитики они в первую очередь работают с требованиями, да, ну там бизнес, системные, в общем, аналитики. у нас мы начинаем с требований при работе с автоматизацией, то понятно, все пытаются использовать, а все эти технологии для того, чтобы требования как-то сгруппировать, систематизировать, скомпоновать и выдать более-менее внятные блоки для того, чтобы там наложить на систему и выдать какие-то более-менее внятные там группировки по предметным областям, группы требований, которые можно было бы дальше уже брать в работу в виде ТЗ. И, ну вот из моего опыта, когда мне мои коллеги присылают вот это вот, прямо сразу видно, когда человек сам эти требования прочитал, когда он их там как-то осмыслил и обработал, и когда он их просто сгруппировал с помощью каких-то инструментов. Вот это просто видно моментально. И я очень часто забраковываю. Я сначала не понимала, если честно, что происходит. Вот. А потом прямо научилась отличать, потому что, ну, не это невозможно. То есть такие логические ошибки находятся, потому что искусственный интеллект его же тренировать надо, а тренировать его должен только эксперт. Вот. А если не очень продвинутый аналитик поставил ТЗ искусственному интеллекту, как решить ту или иную задачу, то он решит ровно так, как ему эту задачу поставили.

У меня есть очень интересное дополнение. А вот знаете, как это, когда есть редактура, когда текст проверяет редактор, и он настолько начитан, что вот он сразу видит все шероховатости текста и начинает их править. И вот точно так же на просторах интернета я нашла мм ну сообщество тоже а неравнодушных к искусственному интеллекту, и они прямо сделали такой некий тест, два куска текста, и ты должен выбрать: один написал человек, второй искусственный интеллект. Как бы ты сразу видишь, что вот это можешь, а в итоге я там из, ну, скажем, в среднем из десяти на девять правильно ответила. То есть вот насколько оно, в принципе, тоже видно, насколько мы, ну, начитаны всё равно. То есть наш э реальный интеллект всё равно, получается, не не заменит наш искусственный интеллект. А, но я думаю, Денис, у тебя тоже есть, что добавить. Прошу тебя подключиться.

Ну, тут смотря как смотреть на задачи аналитика и какого аналитика. Ну, понятно, мы про 1С-аналитиков, но 1С-аналитики я так и не услышал однозначного определения, то есть где их задачи начинаются, где заканчиваются. А, конечно, когда мы говорим о задачах, что нужно там, чтобы чётко сформулировал он все требования конечные, это, во всяком случае, на сегодняшний день там незаконченный инструмент. А надо смотреть в целом на то, как устроен искусственный интеллект с точки зрения взаимодействия с ним и с точки зрения тех задач, что он может решать лучше нас. Лучше нас он может решать задачи по обработке больших объёмов информации. То есть то, с чем аналитик может сталкиваться. Аа с наших проектов там реальная задача, когда к нам прилетело там сколько-то тысяч страниц документации, это не значит, что эту документацию там, ну, орд там и так далее. То есть разные бумажки, в которых написано что-то. Не факт, что оно так уже до сих пор так работает в компании, но это всё очень полезный контекст. Если его игнорировать, то с чем сталкивается аналитик, когда он прорабатывает решения, он не смотрит на них комплексно. А, но с одной стороны, с другой стороны, как бы их не надо, чтобы они от зубов отскакивали, а нужно из них какую-то комплексную картинку сколотить и выделить нечто важное. И вот в этой задаче там при определённых ограничениях ресурсов некоторые аналитики вообще не решали. Ну там потому что сесть и прочитать это всё, вот найти там что-то, какие-то самые громкие названия документов или громкие разделы их прочитать, а сесть прочитать всё, ну это зачастую нерешаемая задача там в проекте как минимум, если тебе не выделили месяц на погружение в эту документацию. С искусственным интеллектом эта задача решается хорошо. Там тот же самый вопрос я видел, там задали в чате, связанный с транскрибациями встреч. Ну, это правильный вопрос, потому что если вы до сих пор не транскрибируете встречи и не гоняете это через искусственный интеллект, то, ну, вы много теряете, так скажем. С точки зрения выработки решений, ну, то есть выработка конкретных конечных решений, сейчас пока что они не занимаются. Эта задача решается в других областях через создание как раз-таки отдельных баз знаний, так называемых, или вот этих ракбаз, в которых, э, накачивают дополнительной информации, дополнительный контекстам и до обучением отдельных моделей. То есть на сегодняшний день, если мы хотим, чтобы была какая был какой-то ассистент, который достаточно конкретно умеет вырабатывать конечные там решения в какой-то узкой области, эта задача решается так. Как там дальше будут развивать искусство интеллект? Понятия не имею. Может быть, со временем он ещё поумнеет, а за последние 2 года он поумнел настолько, что мы теперь тут собираемся отдельно по вечерам об этом всём говорим. И это как бы тоже надо отметить, что он на месте прямо совсем не стоит. Но сегодня он ещё в таком виде эти задачи решать не умеет. Но собрать какой-то драфт, собрать какой-то стартовый контекст, причём комплексную картинку, которую человек, который постоянно в потоке зачастую может потерять и не увидеть или не успеть для себя собрать искусственный интеллект может. А человек уже работает с этим драфтом и с тем контекстом, который у него в голове. Естественно, да, с искусственным интеллектом надо решать те задачи, которые ты можешь решать без него. А, но а вот я как пример приводил, иногда сталкиваются аналитики с такими отклонениями в своих предметных областях, углублениями, с которыми как бы они не сталкиваются там, не сталкивались у большин на большинстве своих проектов или у большинства своих заказчиков, просто потому что это там отдельные области знаний. А, ну, то есть какие-то специфические процессы, какие-то специфические термины отраслевые там, которые вот только в этой отрасли встречаются. И вот в этом смысле искусственный интеллект тоже достаточно сильно усиливает аналитика, потому что он позволяет как раз-таки разложить на кусочки там чужие понятия с точки зрения он понимает всю предметную область, но там идёт какое-то до насыщения понятиями, идёт идут какие-то специфические процессы. И очень часто там в интернете достаточно сложно найти. Вот банально мы занимаемся финансами. Мы прекрасно понимаем, как строится управленческий учёт, что есть аналитические, синтетические учётные модели. А, но если брать от отрасли к отрасли, у каждой отрасли своя аналитическая модель того же PМ. И когда мы идём в новую отрасль, аа вот специфика этой отрасли, она всё равно объясняет, почему именно такая аналитическая модель, а, используется там, например, в какой-нибудь логистике или в каких-то портах или в какой-нибудь стройке. И вот это, не знаю, с точки зрения обучения или с точки зрения погружения в контекст человека, который там, допустим, работал уже в разных смежных областях, но не работал конкретно с этой, это тоже там достаточно оптимальный инструмент. Ну, то, что я сейчас перечисляю, я говорю то, где используют там я, где используют мои ребята и где это действительно оказывается полезным для аналитиков и экспертов и существенно сокращает им время. Ну, и, наверное, не всё. Вот.

Угу. Хорошо, Денис. И, кстати, ты увидел, да, в чате у нас уже поступили несколько вопросов. И вот а первый из них: "Используете ли вы искусственный интеллект для транскрибации встреч?" Мне кажется, здесь уже даже не то, что это айтишка. Её, в принципе, много кто уже использует, потому что это, ну, очень классный инструмент тебе. То есть, а, грубо говоря, ты не тратишь ещё там, не знаю, 2-3 часа, сколько это была встреча, ещё раз там её переслушивая, всё вот это записывая, аккумулируя и так далее. То есть можно не просто её расшифровать, а даже там некий саммари. Но этот нужно его всё равно прочитать и осмыслить, а то ли как бы оно выделило и те ли акценты, например, расставило, которые мы хотим по встрече. То есть это, в принципе, у нас уже используется везде. Вот. Единственное, следующим как как раз вопрос есть для там, например, написание проектов протоколов, сценариев, это уже, наверное, чуть более такой сложный, интересный уровень, который уже нужно настраивать. И вот здесь у нас получается ещё один момент тоже есть такой, это конфиденциальность. То есть и вот два а смежных вопроса у нас как раз-таки: "Какие инструменты используем?" И мне кажется, он очень коррелирует с конфиденциальностью данных, потому что крупные фирмы практически развивают уже даже внутри свои инструменты, которые внутри инкапсулируются. Они их, да, обучают, чтобы вот вовне не уходило. Но в противовес, например, а всем известным инструментам, мы их часто используем, получается, в повседневной жизни. Какие-то рутинные даже свои домашние задачи мы можем отдать частично искусственному интеллекту, но всё равно проверяем. Ну, а если мы вернёмся опять же к нашей дискуссии, насколько я понимаю, я думаю, здесь единогласно мы м все подтвердим, что искусственный интеллект, в принципе, это теперь обязательный элемент работы аналитиков. То есть есть, например, у кого-то из вас сказать: "Нет, возможно, ещё слишком рано". Мне кажется, таких нет.

Ну, как ты отметил правильно, Денис? Если мы говорим о компаниях, которых там сильно закрытый контур, сильно высокая конфиденциальность, они не развернули свои какие-то инструменты для пока ещё локальные, то там за эти границы лучше не выходить, как бы, и, ну, понимаешь, о чём я? Ну, то есть нельзя там иногда это и технически невозможно вытащить там что-то и куда-то потащить. А, но с точки зрения, если как бы от этого фактора отключиться, то это как инструмент. Вот я всегда привожу в пример, когда мне говорят про искусственный интеллект. Я говорю: "Представьте мир без Excel". А и вот появился как кто-то, кто придумал Excel и ходит им предлагает его. Аа я клиентам так объясняю, говорю: "Вот, ээ, вы не видели Excel, я вам приду объяснять, что вы подумаете. Это это калькулятор какой-то непонятный. Ну, фактически это прикладной инструмент. Прикладной инструмент значит, что он используется там конкретно человеком для решения разных задач. Он им этим не ограничивается. Но если мы говорим о том, что чем сейчас может быть искусственный интеллект в руках аналитика, это прикладной инструмент, которым, если он его освоит, научится им пользоваться, он может существенно облегчить ему жизнь и усилить его. Если смотреть на рынок в целом, ну, то есть постепенно появляются разные подходы к его использованию, кейсы об его использовании. И если мы смотрим с точки зрения рынка, то аналитики, которые используют искусственный интеллект, становятся чуть сильнее, чем аналитики, которые его не используют, за счёт тех преимуществ, что он даёт. И это нарастает. Ну и постепенно, естественно, те, кто его не будут использовать, начнут отставать, потому что скоро, может быть, уже и сейчас в вакансиях будет появляться требование умения там работать с этим инструментом.

Но смотри, я, например, могу немножко всё-таки тебе в противовес сказать. Если раньше у нас, например, появился калькулятор, и как школьникам там родители даже запрещали, типа нельзя на калькуляторе, ты должен как бы натренировать свой мозг и всё сам научиться. Сейчас уже калькулятор никому не нужен, не сдался, потому что, ну, как бы он уже в нас сидит. А, появился искусственный интеллект. И точно так же родители теперь ограничивают использование как калькулятора только искусственного интеллекта, потому что ребёнок уже не просто там может что-то мм посчитать, а именно задать некую модель там и что-то более расширенно ответить. То есть мы даже не какие-то ответы уже используем, а именно какие-то готовые решения. То есть и вот здесь как тогда быть? Э, получается, у нас, мм, с одной стороны это новый инструмент, который есть, и он такой, а, расширенный, большой. Но с другой стороны, мы всё равно, если калькулятор он, как мы сейчас понимаем, он безобиден, потому что он никому наши расчёты не отдавал вовне, они как бы сразу стирались, то искусственный интеллект — это мы, получается, отдаём все свои, опять же, данные, все свои мысли, все свои запросы куда-то вовне. И вот это получается, где вот тот, наверное, перефразируя опять же наш вопрос дискуссии, где тот баланс, как бы, что мы можем у него спрашивать, а что мы не можем у него спрашивать. А давайте подключу Екатерину. Что вы думаете?

Ну, мне кажется, э баланс тут такой. Мы можем спрашивать, наверное, практически всё, но мы сейчас опять-таки выносим за скобки историю с разглашением коммерческой тайны. Но нужно понимать, знаете, классическая история прослойка, тот, кто сидит между компьютером и стулом, он сможет вот эту вот историю распознать, что вернувшийся ему ответ был адекватный и нормальный. Потому что, если мы говорим про искусственный интеллект, искусственный интеллект он, а, может галлюцинировать. То есть вы задаёте один и тот же вопрос, но получаете в одном случае нормальный ответ, в другом случае какой-то неадекватный ответ. Второй случай — это то, что аэ в большинстве своём искусственный интеллект предполагает дополнительные промты. То есть вы разом задаёте промт, получаете результат, а потом начинаете задавать уточняющие вопросы, чтобы раскрыть вот то, что вам выдали. Потому что результат чаще всего бывает, если, особенно вы промт пишете редко, не знаете, как точно его сформулировать или сама документация, например, которую вы на вход подали, она для вас является чёрным ящиком, то есть вы с ней плохо знакомы, и вы хотите, чтобы вам искусственный интеллект её обработал, то понятное дело, что вам надо задавать какие-то уточняющие вопросы или вы, прочитав ответ искусственного интеллекта, будете какие-то, а, вносить уточнения или просить пояснений. И вот именно вопрос а-а того, что человек не должен отключать мозг. То есть вот та же история с калькулятором, что почему родители боялись, мозг отключится, дети перестанут думать. Здесь

та же история. Люди начинают отключать мозг и просто бездумно Ctrl C, Ctrl V. Ну, как Елена сказала. Потом в результате я сижу, читаю, пытаюсь понять, откуда такие банальные логические несостыковки. Поэтому, да, важно, чтобы человек не забывал, что это инструмент, который надо обработать. Потом по факту то, что получил. Это вот такой вариант.

>> Понятно. Елен, есть что добавить ещё из жизни, из примеров?

>> Ну я вот скорее слушая коллег, а размышляю над одной темой. Я, правда, не встречала на базе российских каких-то решений хороших примеров. А это скорее западные всякие системы, которые, ну, я бы не сказала, что это прямо отдельный искусственный интеллект, но построенный на этих же принципах. А меня, как человек, который занимается бизнес-процессами, очень волнует всегда тема состыковки. Это вот то, с чем приходится работать при автоматизации. Это, по-моему, Денис, да, как раз говорил о том, что один аналитик хорошо знает одну предметную область, он там погружён в неё, у него экспертиза хорошая, насмотренность и так далее, его перекидываешь на другую область и начинает плыть. А если у нас два аналитика, каждый в своей, а области между собой связаны, то одна из проблем - это, а, сопоставимость тех решений, которые два там разных аналитика вырабатывает, когда он сквозной процесс, там, не знаю, сквозного планирования какого-то, условно говоря. И я вот сейчас, ну да, я слышу эти следы. Есть попытки найти какие-то применения искусственного интеллекта для того, чтобы перепроверять вот эти входы-выходы между бизнес-процессами, а которые аналитик обычно очень тяжело отлавливает. Ну то есть это функция архитектора и это очень трудоёмкая, очень серьёзная работа. Вот я понимаю, что там на базе всяких там западных систем по автоматизации, по по управлению уже даже бизнес-процессами, да, там типа Ариса и так далее, ну, этого самого корпоративных а версий, а эти задачи решались. Но вот в России я, по крайней мере, таких примеров не видела. Ну вот это была бы очень хорошая история, если бы, например, вот был бы инструмент такой, который позволял бы это делать.

>> Ну, чтобы сделать инструмент, ээ это опять же там инструмент под локальную задачу. Вообще вот использование искусственного интеллекта надо чётко разделять на две части. Есть вот то, что я озвучил прикладное использование, а есть э когда мы хотим повторяемый результат получать от него. Это уже вот автоматизация. Это вот всё, что к нам летит там со словом агент. Аа, ну агент - это там кто-то думает, что это просто там ассистент, которому какие-то скрипты приделали. Но концептуально это как раз-таки вот если оторваться там от техники, то есть там на самом деле очень много технических решений внутри этих агентов, но это концептуальное - это решение, которое возвращает повторяемый результат, и его можно по-разному докрутить для того, чтобы он эту задачу решал. Конечно, ему надо дать там много вводных. Эти вводные надо там готовить, предпроцессить там, как это сейчас как раз той среде называют. Аа модели там надо под эту историю отлаживать. И тогда они могут решать эти задачи как минимум с той с тем же уровнем качества, которые решает человек. То есть человеческая ошибка же тоже есть. Мы понимаем, что а ошибку галлюцинации, так называемую, можно там довести до того же процента, который сохраняется в человеческом факторе или или меньше. Ну, это просто достаточно сложно проверить.

>> Вот сейчас послушаем.

>> Пока эти задачи, да, се, сейчас немножко ещё. Ну, Денис, мы примерно-то про одно и то же. Ну, то есть пока а нет людей, которые способны, э, качественно, ну, проработать эту задачу, искусственный интеллект будет скорее инструментальным средством обработки большого массива данных.

>> Да. Да. Ну, мы же и говорим тут об искусственном интеллекте в чистом виде, как о инструменте аналитика, чем он является. Да.

>> То есть то, что будут вот эти агенты, ну, есть уже какие-то агенты, просто в 1Се их сейчас мало счастью, потому что 1С не особо как бы пока ещё продвигает этого массица. Такой вот 1С напарник появился, но в какой-то момент появятся специализированные инструменты, продукты локально развёрнутого там или какие-то в облаках, которые доступны, которые будут вот эти задачи решать. И это уже совсем другие там пакеты инструментов будут. Сейчас это исключительно прикладной инструмент, который не умеет по умолчанию возвращать повторяемый результат. Да, может он ассистента собрать, там очень сильно его заточить, чтобы он всё в одинаковой структуре возвращал, но этого зачастую недостаточно при сложных задачах, как, например, там проверять стыковку бизнес-процесса.

>> Ну, поэтому ограниченное использование очень ограниченное пока, собственно.

>> Ну да,

>> ну да. И вот мы сейчас, получается, очень интересный вывод сделали. С одной стороны, если у тебя нет достаточной экспертизы, для тебя это будет, ну, не то, что бесполезный, а, наверное, немного вредный инструмент. Тогда как мы сейчас с вами общаемся, мы люди, у которых уже богатый опыт, богатый опыт в профессии. И мы скорее искусственный интеллект пытаемся сделать, знаете, таким не просто неким инструментом, а из него сделать некий продукт, который нам будет помогать решать наши задачи. То есть мы не просто ему задаём какие-то вопросы, вот сделай, а именно делаем его вот как, а, как вот эти вот боты, помощники, вот о чём говорил Денис. То есть мы ему скармливаем какую-то базу данных, паттерны, дальше, чтобы он наши вот эти рутинные уже задачи выдавал в нужном нам правильном контексте. Его уже прикручиваем в разные места, где он будет максимально эффективен. И вот здесь, мне кажется, это очень-очень круто.

>> Ну, такая перспективная ветка развития,

>> да? То есть мы не просто им как бы балуемся какие-то, ну, как расширенная версия поисковой системы или или что-то ещё, а именно мы из него пытаемся сделать ещё определённый, может быть, узконаправленный дополнительный продукт, который нам поможет. И вот это, наверное, круто. А у нас в чате ещё несколько есть вопросов, а если подытожить данный блок. два из них таких более мм предметные, и мы их отправим в конец от Марины, а в конец нашей дискуссии. Но от неё же поступил ещё такой предметный, скорее, к Денису вопрос, но и мне кажется, он ко всем участникам, и он очень сейчас может хорошо подытожить. То есть как бы вы при собеседовании оценивали навык умения работать с искусственным интеллектом человека. Вот перед вами кандидат. И вы вот понимаете, это вот а такой ещё аналитик слабенький, которого ещё надо научить, но он такой вот я всё выишечки, яишечки, ты понимаешь, блин, я и из-за него и заишечку сейчас буду всё править тут. Или человек, который уже осмыслено. А вот как оценить этот навык? Мне кажется, это очень классный вопрос. Давайте его обсудим. Кто начнёт?

>> Был у меня интересный опыт недавно. Это был было собеседование не 1С аналитика. Мы искали аа бизнес-аналитика на именно направление е. То есть мы сейчас много работаем с этим направлением именно от клиентов и отрывно от 1С. Аа и у нас там есть технарик, которые этим занимается. А вот нужен был именно человечек, который будет аа и понимать как бы архитектурно, ну вот эти все там функции, как они между собой взаимосвязаны, ну и выполнять функцию, роль бизнес-аналитика. Естественно, он должен быть там хороший ишнг. Мы ему собрали задание тестовое, в котором он делал несколько ассистентов нам. Ну там не буду вдаваться в контекст, что там за ассистенты были. Там придумали под контекст тех задач, что у нас тогда были от клиентов. А, но в конечном итоге там человек собрал нам ассистенты, там объяснил, как он собирал эти промты. Ну, естественно, есть какие-то вещи там невербальные, которые мы сейчас понимаем. Например, как бы странно писать промты самому. Можно, чтобы их писало иску, чтобы их писал искусственный интеллект. То есть вы не должны сами садиться и в это окошко писать. То есть вы должны договариваться там с каким-то чатом о том, что вам надо. А кто-то даже делает отдельных ассистентов там, которые вот именно делают ээ фронты для других ассистентов. Это тоже путь, потому что может заложить какие-то общие паттерны. Но как бы фундаментально я этой задачей не задавался. Ну, наверное, как бы, если говорить о каких-то проверках опыта использования, можно сказать, там сделать там такого-то ассистента, который будет там какую-то задачу решать, которая, допустим, у нас уже там более-менее повторяемо решается.

>> Угу. Понятно. Интересный, кстати, опыт из жизни. А, Екатерина, а вот как бы вы, получается, оценили бы кандидата? Ну, наверное, в первую очередь, а когда человек говорит о том, что он использует искусственный интеллект, наверное, первое, чем ты задаёшься, а для чего ты его используешь? То есть в каких ситуациях? То есть чтобы он обрисовал именно ситуацию на предыдущем месте работы или в какой-то ситуации рабочей, в которой он уже использовал искусственный интеллект и как ему это помогло. То есть это будет бонусом и для тебя, потому что ты узнаешь, возможно, новый формат использования, и ты, э, сможешь подумать, если у тебя уже был похожий опыт, сможешь оценить, а действительно ли стоило вот это вот трудозатрат, если ты уже с этим сталкивался и сам понимаешь, хороший это вариант или нехороший. А далее ещё один вариант - это ты понимаешь, когда берёшь человека на работу, какие именно задачи он будет выполнять, в каком направлении, с каким функционалом работать. Ты примерно понимаешь, на какую позицию он идёт. Следовательно, ты можешь ему сгенерировать несколько типовых ситуаций, с которыми он будет работать в дальнейшем именно по своему профилю, и предложить сказать: "Скажи, как бы ты, опираясь на свой опыт работы с искусственным интеллектом, смог бы применить в данной ситуации искусственный интеллект? Какие бы подходы применял?" То есть, если ты настолько настроен на использование этого инструмента, а расскажи и дальше уже оценивать для себя. То есть, может быть, действительно человек нашёл какие-то интересные решения. То есть он тебе не начнёт рассказывать банально. Я бы там записывал, транскрибировал запись. Да, ну о'кей, это все используют, но может быть у него есть что-то интересное, потому что, а, мне кажется, надо быть открытым к новому. И если люди находят какое-то интересное, нестандартное решение, и оно действительно помогает в работе, то надо, а, во-первых, это перенимать, пробовать применить к себе, делиться с остальными. И, наверное, человек с таким нестандартным взглядом на работу, он может, э, в какой-то степени в тебе в команду принести в дальнейшем, аэ, какой-то динамики, какой-то движ, именно позволить развиться всем остальным у тебя в команде. То есть такой человек в любом случае интереснее, чем какие-то, может быть, другие кандидаты. Просто это будет как дополнительный бонус. Ну, если ты, конечно, понимаешь, что это было не использование ради использования. То есть есть же ещё такой вариант, что человек использует и просто потому, что это модно и я втыкаю всюду. Если ты понимаешь, что да, это вот действительно что-то интересное, то, наверное, надо хватать такого кандидата, потому что он имеет нестандартный взгляд на жизнь и что-то интересное может привнести в работу.

>> Вот. С одной стороны, я точно также часто оцениваю кандидатов, насколько у них горят глаза. Горят глаза в профессию, горят в принципе глаза. Но сейчас вот обсуждая это всё, я вспомнила, у Елены был на инфостарте классный доклад, как раз-таки, по-моему, там как-то тонкие сигналы при собеседни вот не помню название, прошу простить меня, но вот он прямо вот вот у меня всплы. А вот смотри, нет ли что-то нового такого же про искусственный интеллект, как бы тонкие сигналы, что человек неправильно использует искусственный интеллект, и это будет немножко вовред, получается фирме, как раз-таки. Ну, не то, что во вред фирме, а что получается? Там надо ещё будет проработать очень сильно с этим человеком, чтобы он адекватно, правильно оценивал, ещё раз перечитывал вот это вот всё. Вот. Нет ли такого?

>> А там не надо про тонкие сигналы. Я вот сейчас опять коллег слушаю. Я понимаю, что, э, компетенции аналитика, который так или иначе работает с искусственным интеллектом, разваливается на два блока. Первое - это, а, ну, собственно, инструментальные навыки, да, ну, то есть умения с использованием искусственного интеллекта. Вот как Екатерина, как Денис рассказывали, что-то решать, какие-то прикладные задачи, да, напиши. А вторая часть компетенции, он же аналитик - это то, что мы обсуждали в самом начале. То есть умение, а проанализировать результаты, выданные искусственным интеллектом, и на основе их сделать правильные выводы. Найти логические ошибки, найти места, где там требуется какая-то доработка, задать там уточняющие, проверяющие какие-то вопросы. А, а это кейсовая ситуация. И точно так же, как можно дать человеку задачу, там, напиши нам какой-то алгоритм там для искусственного интеллекта, может, можно выдать ему, вот как ты приводила пример с двумя статьями, да, там выдать ему 10 статей и там или там 10 обработок каких-то там, я не знаю, протоколов и попросить его сделать какие-то выводы, какие там аа обработки, как он ему кажется, правильно и логически обоснованные, какие нет. Ну, то есть задать это какие свои ситуации, посмотреть второй блок компетенции, насколько этот человек умеет, а, обрабатывать результаты, полученные с помощью искусственного интеллекта качественно, и делать правильные выводы на их основе. Для этого тонких сигналов-то не надо. Просто такой же кейс задаёшь и всё.

>> Понятно. А вот к нам

>> прове А проверять это надо, потому что мы сами в начале уже обсуждали, что это две взаимосвязанные вещи. Если человек умеет хорошо писать, а, правила, не, но не умеет читать результаты, то рисков там тоже, в общем, много.

>> Ещё и

>> я дополню по поводу, кстати, тестирования. У нас тоже был ещё один кейс, но он скорее внутренний. Человека фокусно учили этому по определённым причинам. А это вот как раз-таки про кучу документов. Человеку дали кучу документов. Ээ часть из них вообще на пфах сложно считаемых была, часть в вордах, часть в экселях. сказали: "Вот тебе вот это, вот тебе доступ к искусственному интеллекту наш внутренний, 2 часа тебе и показали ему там форму того результата. Ну там определённый документ хотели, чтобы он подготовил". Никто не ждал идеального результата, но за 2 часа вполне можно как бы правильно, пользуясь искусственным интеллектом, вытащить из этих материалов. То есть сделать самому в какой-то степени тоже можно, но достаточно сложно. Но в плане тестирования это тоже нормально подходит.

>> Ну да, вот тоже хороший кейс. и проверить качество того, что он вытащил.

>> У меня, знаете, прямо вот такой флеш,

>> как он это понял.

>> Да, да, да.

>> У меня прямо флешбэк возник. Вот на заре, когда у нас появлялся интернет, у нас же были прямо м типа конкурсы от Гугла, где они вот у них были соревнования, что надо там как-то загуглить, найти вот что-то такое там в наименьшее количество итераций и так далее. Теперь у нас очень похоже получается. Мы задаём какой-то вот большой э массив данных, даём задания и точно так же, а теперь не Google используй, а искусственный интеллект и выдай, ну, как бы тот результат, который мы ожидаем. По-моему, у нас наше это развитие пошло по спиральной динамике. Вот. И мы уже в очень похожей точечке, но уже очень сильно эволюционировали. Классно.

>> Вот знаеш хорошее продолжение к тому, что все же давно знают, что аналитик 1С без Гугла не аналитика 1S. к первому вопросу возвращается.

>> Ну, по факту, да, это да. А вот теперь, кстати, смотрите, а кто, получается, всё-таки должен быть, наверное, в нашей профессии неким драйвером? А кто должен выступать за всё-таки внедрение? Давайте так. А аналитик, ему же просто поступила задача, не знаю, там, а-а, мм, на проекте там что-то проанализировать, внедрить модуль какой-то, доработать модуль. И он так смотрит: "Ну, блин, я аналитик действительности, у меня есть Google, у меня есть вот как бы ИТС, как бы все инструменты понятны, а здесь ещё вот какое-то Иили вот как он должен понимать, что вот задача настолько интересная, я её могу решить и будет хорошо. А если, например, я предложу нашему заказчику при решении этой задачи, например, прикрутить сюда и или нет. Вот кто должен быть драйвером всё-таки а использования не даже не то что в работе, а самого аналитика, а именно в жизни, в тех задачах, которые нам поступают. Вот что использовать дополнительные возможности искусственного интеллекта. сам заказчик, аналитик, его руководитель, сама IT-фирма. Вот кто драйвер или как-то это все должны прийти коллегиально? Наверное, сейчас дам слово Екатерине,

>> да. Ну, на мой взгляд, смотрите, а мне кажется, тут такая же история, как с любым другим инструментом. Те же самые возьмём такси, к примеру. Как быстро мы перешли на приложение такси? Ну вот раньше всегда звонили, теперь давайте пользоваться приложением. Когда какой-то функционал очень удобный и облегчает тебе жизнь, а это происходит достаточно гармонично и просто вот незаметно для всех остальных. Мне кажется, единственное, чего не хватает искусственному интеллекту - это презентации, которая бы проводилась. То есть как у нас а в компании организован этот подход. У нас периодически проходят метапы, то есть у нас уже несколько метапов в этом году было, где ребята, которые пользуются искусственным интеллектом в своей работе, презентовали возможности, которые они применяют для всех остальных. Они пришли и сказали: "Ребята, слушайте, вот такая классная фишка, я использую её для этого. Вот эта вот фишка классная, я использую её для этого". Все такие: "Вау!" То есть потому что у некоторых не хватает рук, некоторые относятся скептически к искусственному интеллекту. Кто-то говорит о том, что у меня нет времени. Знаете, как этот: "Я лучше буду всё делать ручками, пока там дойдёт до меня, что можно этим воссохнут,

>> да? Пока ручки не отсохнут". Да. То есть ситуация именно такая, что когда вы презентуете, когда вы делитесь с коллегами опытом внедрения того или иного инструмента и как вы его применяете, всегда будет по находиться люди, которые будут вдохновляться вашим опытом и перенимать его. И этот формат, чем более удобным он становится, тем больше и достаточно гармонично это будет происходить. То есть просто будут все постепенно переходить на использование. И чем больше фишек и чем больше покрывать возможности будет искусственный интеллект, мне кажется, тем сильнее он будет распространяться. И драйвером в этом случае будут являться просто люди, которым нравится это использовать. То есть они будут нести это в массу. Если мы говорим про бизнес, то тут мы можем выступать в качестве драйверов и говорить: "Ребята, у нас есть удачные кейсы внедрения или мы видим, что у вас это будет классно применяться, но также бизнес, который может прийти, который вот знаете, есть такие люди, которые директора, особенно я услышал, там есть классная штука, а можно мне это сделать?" Ты на него смотришь, такой: "Нет, в вашем случае это перебор". Но в большинстве своём часто бывает так, что действительно прикрутить какую-то такую классную фишку, а, принесёт большую пользу компании. И даже, э, если это будет вызывать сопротивление со стороны рядового персонала, всё равно за счёт поддержки директора вы сможете убедить людей о том, что использование этого функционала несёт пользу и удобство для людей. Поэтому драйвером выступают именно люди с горящими глазами, на мой взгляд, те, кто вот влюбились в этот интеллект и передают. Ну, и плюс, если он действительно приносит пользу и удобство,

>> то есть сам по себе является драйвером.

>> Понятно. Денис, у тебя немножко такой, по-моему, кажется, скепсис к этому всему. Есть что противопоставить?

>> Не, это там в целом правильно говорят. Я же могу даже рассказать как бы из специфики. Вот мы у нас одна, так скажем, из направлений, которая с точки зрения Иишки, которое мы клиентом проводим, а это вот и и интенсивы, то есть они у нас есть в двух форматах. Есть в формате просто мы тут у себя в бизнес-центре там собираем наверху людей и проводим им это мероприятие, а есть формат корпоративный, когда мы приходим к клиенту, там садятся именно ключевые менеджеры. Ну, то есть в зависимости от масштаба компаний, где-то это прямо там вселе, где-то это просто там ключевые руководители, плюс их там номера вторых, мы обычно вот так просим, какие-то люди, которые как бы внутри процесса там, то есть есть бизнес-функция, там руководитель закупок, там продаж, финансов, тамров, есть какие-то номера вторые, которые внутри процесса там активно участвуют. И само мероприятие очень лёгкое, понятное, но с одной стороны объясняет как бы специфику искусственного интеллекта, с другой стороны ломает э скептиков. Ну за счёт чего? За счёт того, что мы там даём руками собрать своих каких-то ассистентов. И выход из этого какой? То есть мы пытаемся зажечь вот этих хаи чемпионов внутри компании, как бы, которые потом говорят: "Слушай, я только что такую штуку открыл, я сейчас через неё буду решать свои задачи". И это может быть закупщик, может быть HR, может быть продавец. Там для всех, для них есть разные применения и в отраслевой специфике тоже. Поэтому с точки зрения того, кто может начать двигать эту тему, ну вот агенты изменений, они могут на самом деле отовсюду идти. Понятно, что когда генеральный директор загорается, он приходит и говорит эти директору: "Ты у нас за вот это всё айтишное там, давай, короче, с с тебя нужна какая-то стратегия, какие-то решения или если есть какой-нибудь там CDTO, директор там сровой трансформации, то могут к нему пойти". Но фактически откуда это может произрастать? откуда угодно. Как бы вот у меня есть знакомые ребята юристы, у них в компании просто один из юристов как бы в эту тему влез. Ну то есть там компания оказывает услуги юридические, а и постепенно они его перепрофилировали, он там сидит, им ассистентов, агентов собирает, освоил там все эти. Ну там молодой парень, как бы он технически подкованный и фактически стал как бы драйвером изменений. У них там, условно говоря, там под 150 как бы ассистентов фигачат на их, ну, в юридическом поле много где это может применять. И это тоже вот пример. Поэтому изменения не должны идти откуда конкретно. Понятно, что по умолчанию это айтишная тема от айтишников, но фактически они идут чаще там где-то может отойти, где-то из каких-то других областей идёт. Потому что в IT часто все скептики, в IT же и так всё про IT знают, как бы, и могут позже за это схватиться, пока не подтолкнут к этому.

>> Ну, на самом деле, это классный пример, что юридическая фирма тоже вот так вот начинает использовать. И как я говорю, то есть не только IT, не только в бытовом уровне, но в принципе искусственный интеллект, получается сейчас во все сферы проникает. И люди стараются не то, что всё-таки как опять же такая хайповая тема, что искусственный интеллект заменит практически все профессии и так далее. Нет, это всё-таки, как я считаю, это тоже некий инструмент, которым должен владеть и им должен работать наш живой интеллект. Вот. Но может быть, что-нибудь есть у Лены добавить? Ну, я зацепилась, наверное, за пример Екатерины про то, что должно быть удобно, переход там с калькулятора на нелькулятор. Простите, мы поскольку в среди 1С, я сейчас, поскольку тоже тема хайповая, буду шутить. Переход с УПП на ERP. У меня у меня сразу аналогия возникло, потому что инструмент классный, функционал офигенный, но новый, неудобный, огромный, вообще непонятно, как к этому подступиться, да. Ну вот, а, наверное, здесь аа вопрос про удобство. М, понятно, что люди будут быстрее переходить, если это не будет их пугать, если будет понятно, логично и легко осваиваемо. Вот. Это скорее вопрос к инструментам искусственного интеллекта. А по поводу тормоза, ну, я там говорила уже всегда про это, что главное, чтобы руководство не было тормозом. Я здесь соглашусь, что инициатива может быть откуда угодно, но убивается у инициатива всегда сверху. Поэтому, если там аналитики не очень хотят у себя внедрять, но директор горит, он найдёт, как их там увлечь, вовлечь и так далее, да, через внутренний пиар там или ещё через что-то. А если аналитики горят, а руководство их бьёт за это по рукам, за инициативы, то понятно, что она, скорее всего, и не прорастёт особо. Вот. Угу, понятно. А тут нас просят перейти, а, от э к перейти к конкретике. И в принципе у нас у меня такой следующий есть к вам вопрос. А получается, а искусственный интеллект, он для нас вообще универсальный? То есть как-то мы его универсально прини применяем или он каждый уникальный в конкретном случае. И опять же нам нужно это всё прошивать под каждую конкретную задачу. И если мы вот что-то разработали, а, ну, например, а, нашего там агента ассистента, который нам помогает ну, отрабатывать, писать технические задания для аналитиков, вернее, от аналитиков к разработчикам на проекте. Вот у нас есть большой проект. Мы написали, он нам их штампует, всё хорошо. А переходим на другой проект, другая отрасль. Вот у нас отработает наш, получается, агент или не отработает, или его нам надо заново будет дообучать и ээ заново обучать или дообучать? То есть

Искусственный интеллект, он у нас универсальный для наших всех задач или всё-таки он уникальный для каждого случая и нам его постоянно надо каждый раз натаскивать? Вот что вы скажете на этот вопрос, Денис? Наверное, начну с тебя.

У тебя, ну, я уже говорил, что сейчас как бы, если мы хотим именно повторяемые задачи, ну, то есть я правильно же понял вопрос, что вопрос по тому, что будет ли он всегда одинаково, >> да, >> одинакового качества возвращать задачи. А сейчас это прикладной инструмент. Чтобы лучше его понять, а представьте, что вы взаимодействуете с достаточно умным, но пока ещё как бы не опытным стажёром человеком, который тоже, как правило, возвращает не одинаковый результат. И так или иначе вы как бы по определённым там триггерам пытаетесь его перепроверить и не берёте его как бы результаты, не передаёте сразу заказчику, а всё-таки как-то перепроверяете. То есть определённый, как бы, в зависимости от того, какую насколько сложную задачу вы им решаете, а нужно фильтровать то, насколько его нужно перепроверять.

А сейчас какой подход к использованию вот агентов, которые должны возвращать одинаковый результат? Как я сказал, есть подход, что мы собираем как бы более технологическое решение, в котором есть отдельная модель, которую там findт. F tuning - это такой процесс, когда мы в модели корректируем вот эти параметры зависимости и через определённый подход, когда мы загружаем в него там 2.000 вопросов, он на них как-то отвечает, а отдельно мы ему даём 2.000 ответов, он сам их сравнивает между собой, и в зависимости от того, насколько он попал в ожидаемый ответ, он идёт и корректирует у себя там свои внутренности. И вот один раз мы так сделали, это называется эпоха. И вот когда мы хотим модель именно отдельно взятую, локальную, да, обучить, чтобы она более, ну, мы это называем, чтобы она мыслила так, как нам надо, обычно прогоняют там где-то там 10 этих эпох, где-то там 100 эпох. Ну, то есть её таким образом учат. Это как раз ресурсоёмкий процесс, аа, который там много оборудования ест.

А есть раги - это отдельные вот эти базы знаний, которые собирают тоже там из из разной информации. У них там тоже специфика по нарезке этой информации, то есть о том, как мы нарезали. По умолчанию он её нарезает, не думая, как бы мы его можем обучить. И специфика по тому, как он ищет, а, то есть как он ищет ключи вот вот этой нарезки этой информации, исходя из этого собирает дополнительный контекст и с ним уже идёт там в конечную модель.

А, но есть ещё вопрос, есть ещё подход микроагент, то есть когда мы просто не пытаемся в него кинуть базу там 1SP и сказать: "Скажи все проблемы, которые там есть". А когда мы, э, просим его делать маленькие задачи, а есть какие-то агенты над ними, которые как бы контролируют там создание вот этих маленьких задач, то есть такие типа тимледы, давайте представим. Ну, то есть они контролируют комплексность того, что делают отдельные агенты маленькие, передаёт передают им контекст, то есть микрозадачи решает он понятнее и повторяемее и поэтому пытаются нарезать. Но всё зависит опять же от масштаба решаемой задачи. этот пример там, понятное дело, мы сейчас не говорим о том, что мы делаем какого-то суперагента, который будет нам решать как бы задачу по разработке там какой-нибудь учётной политики, но это пример того, как мы его должны использовать, что мы должны от него ожидать.

А если мы хотим, чтобы он возвращал там более повторяемый, более одинаковый результат, а нарезайте задачи, нарезать их можно как разбивая как бы сами промты, то есть отдельно взаимодействуя с ними, так и в самом промкте. То есть там надо искать баланс. Если мы говорим про, а, в целом там хотим, чтобы он всегда возвращал одно и то же, то, допустим, чтобы клиенту это продать или чтобы это использовало 500 человек в нашей компании. А, и вот нам надо, чтобы он всегда один в один возвращал, и это сложный там какой-то там артефакт или сложная там решаемая какая-то задача, то лучше смотреть в сторону более технологических решений. Сейчас пока что они ещё все в стадии неокров. Это тоже факт. Ну, то есть, если смотреть там на обкатанность решений, связанных с И на рынке, это всё не окро. Не окро это значит то, что там всё ещё сохраняется какая-то неопределённость, и стоит это дороже, чем будет стоить через год.

>> Вот сейчас я слушаю тебя, и у меня получается, знаешь, какое ощущение начинает складываться. Вот ты даже сказала, что искусственный интеллект - это как ученик, то есть как некий твой подмастерие. Ты берёшь, можно сказать, нанимаешь себе в штат ещё одного человека, который искусственный интеллект, и начинаешь его тихонечко дообучать, что как бы под нужды тебе. С одной стороны, наверное, это классно, но опять это твой инструмент, только это не живой человек. Вот ты можешь как бы в других рамках с них с ним с ним общаться, он не устаёт. Вот он постоянно тоже эволюционирует. Но с другой стороны как-то мне так даже немножко страшно стало. Получается, рядом с тобой ещё кто-то, какая-то технологическая машина, которую ты сам учишь. И вот здесь как-то даже интересно становится. И у нас это уже как это будущее уже с нами. А если мы можем рядом с собой вот вот это сделать, поставить, то есть не как раньше там это роботы и так далее, а именно он рядом с тобой и он может помогать тебе решать задачи. Но мы немножко отклонились. Это такое как моё размышление уже.

Если вернуться к исходному вопросу, на который отвечал Денис, Екатерина, у вас есть что добавить?

>> А, ну, наверное, я скорее больше отвечу на тот вопрос, который ты формулировал, потому что, да, у Денисов, он пошёл делиться своим опытом, как у них выстроено. Если мы говорим о компаниях, где аналитики для себя конкретно применяют, то есть или небольшая команда формирует, то есть мы не говорим о формировании агентов, об использовании каких-то там мощностей особых, мы говорим, например, о небольшой команде аналитиков, которые вот проект внедряли, обучили под себя а искусственный интеллект, там какие-то проты добавили, то тут надо понимать историю того, а как вы будете переходить, то есть насколько Только проект, на который вы будете переходить ещё раз, будет сильно отличаться от того проекта, с которым вы работаете. Потому что если предметная область отличается, а вы какую задачу ставили перед искусством интеллекта? написание ТЗ. А, скорее всего, предыдущая предметная область может накладывать какие-то проблемы на, а, и вызывать какие-то галлюцинирования, потому что у вас есть обученная модель, она там привыкла писать вам технические задания на, не знаю, на строительство, да, там для стройки. И дальше вы берёте какое-нибудь там, не знаю, производство конфет. Ну, абсолютно разная история. Там различий достаточно много. Следовательно, а вы начинаете передавать контекст, который отличается от того, на котором его обучали до этого. А есть риск того, что у него просто предыдущее богождание - это как, знаете, как этот, как резко вы изучали один язык, а потом бах и начали изучать новый, и у вас начинают они путаться. И я понимаю, что ситуация будет выглядеть именно таким образом. То есть, либо вам надо брать опять первоначальный какой-то вот ещё не обученный, то есть весь все те же пронты, но загонять уже другие контексты, другую предметную область, они иначе будут строиться. То есть, может быть, вы можете сказать: "Смотрите, я использовала вот эти вот эти промты, я использовала там, например, вот такой-то подход для того, чтобы обучить, а теперь я начинаю загонять в эти же промты, может быть, слегка откорректированные. То есть у меня уже есть выработанный подход для того, чтобы обучить искусственный интеллект, писать ТЗ. Но у меня предметная область сменилась. Я понимаю, что если я сейчас начну задавать у него другие вопросы, он мне может выдавать ответы ещё по старой предметной области. То есть я вижу эту ситуацию так, потому что в любом случае, как бы мы не говорили, у нас ТЗ будут с оглядкой писаться на предметную область.

>> А это как это называется? профессиональная деформация у людей, а у искусственного интеллекта это получается его предыдущее обучение точно такая же, >> да, по сути, да, то есть будет выходить именно это вот. А вот стройки, там другие нормативы, а вот стройки там, я считаю скрол, и всё. И почему вы не выставили скрол счёт какому-нибудь поставщику какого-нибудь продуктов или ещё что-то? Ну вот как-то вот так может быть.

>> Я вижу эту ситуацию. Так, >> Лен, есть что добавить ещё?

>> Ну, я вот читаю вопрос, который в чате. Я так понимаю, что участники-то хотят вот прямо конкретику-конкретику, пользуясь вот этим, для этих задач, хорошо, плохо, ну, из из контекста, который вот уже там по вопросам гуляет. Вот поэтому хочется, я так понимаю, прямо вот совсем что-то такое вот предметно-предметное, а мы всё-таки общу. Ну, у меня, наверное, опыт всё-таки более ограниченный, потому что я работаю в очень такую, ну, свою потребность я озвучила, да, но это высший пилотаж. А то, с чем приходится сейчас сталкиваться предметно, это, конечно, обработка массива такой вот, ну, простой информации, там, транскрибация, вообще даже не хочу про это говорить. Понятно, что, да, все этим уже пользуются. Вот. А вот группировка и компоновка каких-то массивов данных, да, вот это то, что с чем сейчас приходится много сталкиваться, когда, например, Денис тоже про это говорил. Массив каких-то требований, их там надо попытаться текстовых, да, требований там из протоколов вытащить, что-то там сгруппировать. Подготовка опросников. Вот мы сейчас пытались экспериментировать с а разработкой опросников под сбор данных под проекты, ну, под определённые цели. Вот. Ну там мои коллеги притащили дипсик, естественно, там начали, ну сейчас вот пробуем, но я про это в самом начале говорила, всё приходится перерабатывать. Ну то есть даже при качественной постановке задачи всё равно приходится потом садиться и править и творчески осмыслять.

>> Вот. И у меня как раз-таки тоже я смотрю на чат и что говорят: "А там какой-то конкретный пример, то есть давайте приземлимся". Но я понимаю, что этой серии, э, каждый всё равно будет случай уникальный. Если мы приземлимся, мы расскажем с свой какой-то личный опыт, как мы применили. И это не значит, что он подойдёт кому-то ещё. А может быть, он и подойдёт. А может быть, он подойдёт с каким-то там дополнительным условием и так далее. Поэтому здесь достаточно трудно приземлять опыт и говорить, здесь скорее нужно в действительности пробовать этот инструмент, с ним работать, но работать грамотно. Но а от в принципе, я думаю, многим из нас здесь известным Илья Атькалов, а он мм задал хороший вопрос. И вот здесь каксники мы можем как раз-таки его о нём поговорить. А был ли опыт у кого-нибудь из вас скармливание конфигурации одински нейросети? А и можно ли было получить из этого некую пользу? Вот такой интересный вопрос.

>> А что значит скармливание конфигурации? Ну, мы, ээ, вот комментарией здесь дополнительного нету. Предполагаю, что аа скормить конфигурацию >> вышкоп как для гитары >> итэсину, да, всё, что вот эти все справки. И дальше вот как это аналитику там, ну, задавать какие-то промты, чтобы вот вытаскивать для под какие-то, не знаю, а задачи от техпода вот эти вопросы мелкие или что-то такое. Давайте попробуем так подумать, скармливали или нет. Всё-таки >> давайте я, наверное, возьму сразу. А я скажу так. У нас был опыт скармливание. Мы скармливали псикум, разворачивали его на своих серверах внутренних, но тут важно для чего. Мы это использовали для проведения кодревью. То есть мы смотрели на то, как строится код и как принято писать код, >> который особенно важно, что мы скармливали системы, которые, а, сильно переписаны или практически с нуля написаны. То есть это вот та история, где мы вылавливаем, во-первых, что вот именно те ошибки, которые может допустить программист, который, к примеру, только начал работать с этой системой. То есть мы скормили какую-то нетиповую конфигурацию, сказали: "Проанализируй вот этот код". Тем более, что у нас есть ДТ, у нас есть GitLab. Мы подрубили это всё ктбуе разместили в изменения, вот тебе на вход конфигурацию, посмотри, что было написано, дай комментарий. И он выдавал именно, ну, достаточно адекватные комментарии на выходе, в которых писал, что код соответствует, не соответствует, почему, что ему не нравится. При этом, в принципе, были комментарии не только о том, о каких-то там ошибках в коде, но и именно в плане частоты написания кода, правильности наименования переменных. То есть задаёшь в параметрах вот эти вот подходы, что в промте указываешь, что тебе надо не просто анализировать, а тебе нужно выявить такие-то такие-то ошибки. И он тебе подсвечивает, где у тебя есть недостатки именно в написании кода. То есть, если именно с такой целью вы скармливаете конфигурацию, то, да, вы можете получить обратную связь для, то есть в зависимости от того, для чего вы это делаете. То есть, да, у нас был такой опыт применения. Мы это сейчас масштабируем. У нас опыт такой своеобразный. То есть большинство программистов отметило, что проведение кодарев даёт положительный результат с использованием искусственного интеллекта. А, но опять-таки есть проблемы с галлюцинированием. То есть иногда он выдаёт что-то не то, что мы ожидаем. И есть проблемы с тем, что программист читает и говорит: "Ну, в принципе, я и сам это знал. Типа, зачем мне это лишний раз читать комментарии ваши? Я как бы и сам это всё подправлю или мне это не очень нужно?" Но в большинстве своём у нас это получилось достаточно положительный эксперимент в этом плане, поэтому мы его решили масштабировать на другие как бы объекты, на другие системы в компании, именно одисовские.

>> Угу. На самом деле очень классный пример. Екатерина, спасибо, что поделились. А пока вы рассказывали, Илья написал комментарий: "Загрузка в виде контекста через MCP сервер".

>> Вот, может быть, Денис, у тебя был такой опыт, >> да? А-э, возможно, знаете, ну, это вот чисто программистка, мы сейчас отклоняемся, но, возможно, знаете, есть курсор сейчас наиболее популярный инструмент для так называемого лайп-кодинга. И есть ребятки в интернете, в принципе, можно загуглить, там, напишите там AI1S или типа того. Они сделали MCPU серверы как раз-таки, а-а, ну, это отдельные такие вот как раз как раз-таки база знаний. Они сделали для курсора отдельные MCP-серверы, в которых собрали, а, ну, я так понимаю, они туда загрузили методическую информацию по разработке на Одинсее. Ну, то есть в чём проблема сейчас курсора? Почему там на Онсее сложнее программировать? Курсор учился на а гитхабе, одино там мало. Там в основном как бы другие языки. Из-за этого он там не так ловко справляется, как с другими языками. И ребята собрали дополнительные это MCP-серверы, продают их там за небольшие деньги. Ээ я так понимаю, больше это у них какой-то факультатив, но мы это взяли, это ещё несколько месяцев назад было там с ребятами, с разработчиками и начали экспериментировать. Аэ, ну и в том плане, что действительно мы подгружаем их туда, там есть много всяких настроек, которые уже можно под себя крутить, а, внутри курсора, которые сильно влияют на то, как он в итоге пишет код. Но он генерирует метаданные, он дописывает модули, и, в принципе, это всё работает. И у нас есть команда, которая сейчас там активно, так скажем, экспериментирует с этим. Но так как мы всё-таки работаем с конечными заказчиками, а у нас не такая большая область экспериментов там, что мы зайдём на заказчика и там всё начнём ему чисто вайб-кодить. Мы не можем себе такого позволить. Э- но в целом у этого достаточно большое будущее, потому что я опять же приведу пример, а на этих выходных я был на мероприятии, и там как раз-таки я с ребятами с айтишниками там, которые там занимаются веб-разработкой ишкой там активно используют. На моих глазах человек, не написав ни строчки кода, а просто там не курсора, какую-то другую штуку он там писал, но он сделал приложение, а, задеплоил его там сразу, скинул мне ссылку и, по сути, сделал, э, сервис, в котором можно загрузить транскрибацию звонков, задать какие-то категории речевой аналитики самому и загрузив туда какую-то транскрибацию звонка, он оценивает по всем этим категориям аналитики и там сервис полностью подключен. То есть с а сервисом входа, с логированием, с проверкой там двухфакторной аутентификации, там со всякими отчётиками. Он при мне это сидел не для не для того, чтобы мне показать делал. У него задача такая была. Он при мне сидел, это 4 часа делал. Мы там сидели с ним на мероприятии, кого-то там слушали, а он сидел, кто-то делал. И я посмотрел на это, я до этого более скептически относился к этому. Но я понимаю то, что на других языках это уже как бы уже вот оно. И там проверку ревью кода там и подавно 1С пока просто это отстаёт, но это вопрос одного там года, полутора лет. А 1 DS отстаёт, потому что 1S сложно встраивается в эту общемировую инфраструктуру разработки. Они пока сами там своего 1С напарника на конфигуратор не перетащат, потому что всё-таки 90 5% программистов 1С продолжает пользоваться конфигуратором, наверное, как бы или не предложат какое-то там третье решение там или как-то всё-таки не докрутят там ЕДТ с точки зрения того, что все в него правду перешли. Аа они эту проблему не преодолеют. Но то, что они будут в эту сторону сейчас активно двигаться - это факт. А с точки зрения других примеров решения задачи вот, ну, не на уровне там загрузить конфигурацию. Если мы просто опять же загрузим конфигурацию, там нет описания, за что какие метаданные отвечают. И в чистом виде это какой-то ценности не даст. Ну, то есть выгрузить можно там структуру всех метаданных системы, там модули. Она, конечно, что-то поймёт, эта яишко, зачем это всё и что это такое, но вообще есть понятие датакаталог. Вот мы в Одинсе запускаем, э-э, у нас есть как бы наработки, запускаем прямо, а агенты там работают, что решают какие-то бизнес-задачи, можно на вход дать какие-то данные, там либо с отчётиком пообщаться, либо там сделать какой-то, использовать какую-то BPМэску внутреннюю в Одинсе, чтобы она там в какой-то момент на вход давала какие-то данные, возвращала какой-то результат. Мы могли этот результат обработать. А, и, э, вот там есть задача, как раз-таки, описание этих данных, что поступают на вход. Если мы даём на вход яишки какую-то таблицу с какими-то данными, ей надо описать колонки. Какая колонка, что в себе за смысл несёт. Чисто из названия непонятно. Это вот как раз-таки называется дата каталог. Для этого есть отдельные решения, опять же, там за пределами, а мира 1С, в которых хранится информация там разных наших баз данных, какие таблицы за что отвечают. И в основном это использует Иишко. Там в той же бийке это активно используется. Сейчас может видели, что там в разных бийках можно сейчас запрос написать, она вам дашборд нарисует с какими-то данными. Откуда она понимает, какие данные взять, где она? Из дата каталога понимает, что вот в этой таблице хранятся такие-то данные, в этих полях такие-то поля. И вот если просто загрузить CSвишку, то не хватит информации вот вот этого именно датакаталога. Вот. Ну дальше я могу ещё там порассказывать разные примеры. Не буду.

>> Понятно. Нет, Денис, ну ты в контексте, это я понимаю, но может у у Елены есть, что добавить из её опыта. Нет, ребята, так подробность. Я, собственно, со своего опыта начала, коллеги подключились.

>> Понятно. Хорошо. Но у меня, смотрите, к концу нашей дискуссии, наверное, м остался последний заключительный вопрос. А-а, приземляясь всё-таки к нашим аналитикам, как к к миру 1С, какой бы вы совет дали аналитикам 1С, которые начинают использовать и и инструменты из серии не навреди. Ну вот как избегать этих ошибок, что, наверное, им нужно сделать, чтобы у них эта дорожка пошла правильная, то есть правильный путь они выбрали. А, Екатерина, давайте с вас начнём.

>> Да, давайте. А, смотрите, в первую очередь мне кажется, да, мы уже много говорили о том, что нужно применять критическое мышление, когда вы получаете результат работы. Это самое важное. Но мне кажется, самое важное - это не бояться использовать его, пытаться применить и не опираться на чужой опыт, а получать именно свой. А я о чём говорю? У нас в компании мы и используем 1Спарник уже практически год, и используем другие искусственные интеллекты. То есть у нас там и дипсик мы внутри разворачивали, и магнит разработал своё внутренний искусственный интеллект, магнит GPT. То есть все варианты использования искусственных интеллектов есть. И когда мы проводили внутренний этап, собирали обратную связь, то достаточно, а, разные, абсолютно противоположные были мнения. То есть один человек говорил: "Мне ваш напарник даром не нужен, я его отключил и видеть не хочу". А другой говорил, что, ребята, это такая классная штука. Я, а, вот мне дали задачу по какому-то очень старому функционалу. Я там документацию поднял, начал разбираться, понял, что мне ничего непонятно. Я задал задачу 1С напарнику, быстро разобрался, как работает тот или иной функционал. То есть, э, он считает именно использование 1С напарника, использование искусственного интеллекта очень классным и очень способствующим упрощению своей работы. И это два разных специалиста, которые имеют уже достаточно хороший опыт работы, что один, что другой, не являются стажёрами или новичками именно в системном анализе. И я понимаю, что а каждый человек должен попробовать сам применить для своих задач искусственный интеллект, потому что всегда ты можешь подумать: "Ой, мне сказали, что эта фигня, я не буду им пользоваться". А в результате упустить тот инструмент, который именно тебе облегчит жизнь. То есть я говорю о том, что нужно пробовать, но не забывать о критическом мышлении, смотреть, а результат-то тебя устраивает? И ещё одна вещь важная. Если тебе он сейчас не понравился, попробуй ещё через год, потому что, как вот Денис сказал, искусственный интеллект развивается очень быстро. То есть то, что сейчас уже реализовано там, например, для других языков программирования, через год-полтора будет уже и на 1С существовать, использоваться и применяться. И то, что ты один раз попользовался функционалом, тебе не понравилось, ты поставил на нём крест и сказал: "Больше я никогда не вернусь". вернись через год, попробуй посмотри, может быть, всё настолько изменилось и, а, эволюционировало, что ты сможешь это всё применять достаточно успешно в своей работе. Ну, это вот как как мои рекомендации, то есть то, что я применяю для себя.

>> Понятно. Спасибо. На самом деле хороший совет. Ээ Елена,

>> ну да, я, наверное, присоединюсь опять же к Екатерине. Там мы когда собирали примерно, да, ответы на у Бориса Георгиевича же хорошая есть, а как-то восточная мудрость, которую всё время цитируют: "Используй чужой опыт, но думай своей головой". Да, это немножко про критичное мышление по отношению к самому искусственному интеллекту, к его результатам. А и про то, что выбирай инструмент. Э, можно, конечно, на хайпе, да, вот сейчас там начать что-то изучать. тебе не понравится, потому что у тебя твой опыт уникальный, у тебя другие цели и другие задачи. Поэтому, наверное, для начала надо вообще определиться с целями, тебе чего надо, да? Ну вот, чтобы не разочаровываться и не пытаться там, я не знаю, калькулятором или уж, не дай бог компьютером забивать гвозди. Вот. А брать те инструменты, которые нужны тебе для твоих конкретных задач. В общем-то, вот у меня набор инструментов там достаточно ограниченный, но по определённой причине, потому что мне я коды не пишу и ревью код я не делаю, мне не надо. Вот. А то, что я использую, мне пока вполне хватает. Вот. А и второй момент, да, не боятся экспериментировать и, э, ну, максимально изучать, максимально сейчас изучать, потому что очень много инструментов разных появляются для разных целей. Мы должны всегда знаем, для каких целей что можно применять. То есть, возможно, даже не стандартное применение, а там вроде как привычного инструмента для каких-то задач. Такое тоже вполне возможно. Вот поэтому расширять какие-то свои горизонты и не следовать моде и не следо не всегда следовать советам: "Я попробовал, не понравилось или там я использую для этих целей", значит его только для этих целей надо использовать.

>> Спасибо. И Денис, в заключение твой совет напутствия. Да, ну, коллеги уже достаточно сказали с точки зрения того, что пользуйтесь им осторожно, а я попробую с другой стороны зайти, как начать его использовать и ошибки, которые допускают люди, когда начинают его использовать, из-за которого закрывают его и потом не понимают, что с ним все носятся. Э, он достаточно специфический инструмент, к нему нельзя относиться как функции, как мы привыкли относиться ко всем вот этим инструментам в интернете, что мы что-то в него вкинули, он нам что-то вернул. А, и так как я там много работал со своих сотрудников, там со скепсисом, я им там сделал там некий

набор правил, как, в принципе, работать с искусственным интеллектом.

Во-первых, надо представить, что он человек. Ну, вроде этого касались в коммуникациях, но забыв, что он машина, вам с ним проще будет общаться. Он фактически вот его можно представить — это сложная математика, которая по умолчанию содержит в себе там все знания человечества. Ну, абсолютно не знает, чего вы хотите от неё. Не обладает никаким контекстом извне. И когда вы с ним начинаете общаться в более свободной форме, вы на самом деле там, естественно, психологически лучше доносите ему, что вам от него надо. И чем лучше он это понимает, тем лучше он начнёт вам отвечать.

Другая важная его составляющая — это я это называю фрактальным мышлением. Точнее, не я это прочитал там в каком-то когда-то чате, и очень хорошее определение. То есть мы привыкли как раз-таки, у нас чуть-чуть по-другому устроено мышление. Мы привыкли к такой более алгоритмизированной модели. У него изначально всё связано. И общаясь с ним, если вы хотите, чтобы он вам выдал результат, иногда надо контекст сначала расширить, накидать в него много-много информации, много вариантов, там вопросов, чтобы он собрал, потому что он думает вслух. Вот всё, что он вам написал, это он думает. Пока он это не написал, он об этом не думает. Поэтому, если вы хотите, например, чтобы он обосновывал своё решение, обязательно ему говорите: "Сделай мне табличку с ответами на эти вопросы, оправдай там, обоснуй". Вот так вот. Знаете, если хотите, чтобы он вам в табличке всё правильно посчитал, там все расчёты сделал, вам обязательно надо сказать ему, чтобы он сделал колонку, где он последовательно пишет, как он это всё посчитал, всю формулу. Тогда он начинает считать правильно. Это если кто-то попытается там какую-нибудь оценку трудзатратную сделать.

Другая важная часть — это итеративное общение. То есть там, как говорит один мой коллега, там раньше пятого сообщения я не смотрю, что он мне пишет, там я занимаюсь там так называемым улучтшайзингом. То есть я ему говорю: "Улучши свой ответ там в разных формах".

Учитывайте ограничение контекстного окна. Много кто приходит к нему и говорит: "Хочу, чтобы ты мне написал тут сейчас книгу Льва Толстого "Война и мир 2". И но у него есть так называемое контекстное окно. Оно измеряется в токенах. Токены — это, аэ, одно простое английское слово, а-а, русское слово — это где-то где-то два токена из-за окончания. То есть русские слова более сложные с его точки зрения. И всё, что в него входит, всё, что у него происходит внутри, пока он там рассуждает и прочее делает, и всё, что из него выходит — это всё поглощение вот этих токенов. И он находится постоянно в режиме экономии токенов. Он постоянно пытается урезать. Поэтому, если вы просите сделать что-то большое, вы заметите, что он пишет раздел один подробно, раздел два, ну, там примерно как в разделе один. Раздел три даже писать тебе не буду. И это как раз-таки про ограничение контекстного окна. Лучше попросите его сделать какой-то план того, что он напишет, а потом скажите ему теперь в отдельных итерациях: "Давай мне там раздел один, раздел два, раздел три" и так далее.

А давайте ему шаблоны. И самое важное, работайте с персонализацией. Если вы работаете там, даже если у вас есть какие-то локальные модели в компании, там наверняка есть настройка персонализации. Если работаете там с тем же чатом GPT или с Google Germany в Deepske, я не помню, в Deepske, кажется, нету вот вот этого. Ну вот в в тех, которых я сказал, есть. То есть там есть так называемая персонализация. Это окошки, в которых вы пишите, как с вами общаться. И это очень важная часть. То есть вы попробуйте туда описать там свои предпочтения, а как ему с вами общаться. Есть даже стандартные всякие описания. Можете в интернете поискать, там как минимум пишите ему: "Не пиши мне лишнего, там следуй правилу Парета в описании". Он начнёт намного лучше давать вам ответы. Вот. То есть, следуя этим правилам, вам будет намного проще начать получать успешный опыт от работы с искусственным интеллектом, нежели там некоторые заходят в него, пишут, он отвечает какую-то фигню, они закрывают. Да, шайтан машина это всё. Ну да, на самом деле сейчас практически, можно сказать, дал такой лайфхак, некий алгоритм всё-таки, как с ним работать и не забросить его на первом шаге в своём изучении его.

>> Круто, на самом деле.

>> Ну, надо, естественно, оценивать результаты, думать своей головой и не передавать на него слишком много, пока не поймёте, что он возвращает повторяемый результат. То, что сказали коллеги, это, безусловно, важно.

>> Вот ключевое — это думать своей головой. Искусственный интеллект. Всё-таки он и искусственный, и живой интеллект он, наверное, не заменит. Вот. А он идёт как бы рука об руку с нами, и мы его учим, и мы задаём ему то, как мы хотим, чтобы он нам выдавал результаты и что от него хотим. Это главное.

На самом деле, наша дискуссия подошла к концу. Огромное вам спасибо, что присоединились. На самом деле, может быть, она и получилась немного верхнеуровнево, но очень много примеров, очень много личного опыта интересного вы здесь рассказали и затронули. На самом деле из можно получить из нашего диалога несколько инсайтов. Очень классно. Мне это понравилось. Но у нас остались с вами в чате несколько неотвеченных вопросов. Предлагаю по ним быстренько сейчас пробежаться. Я буду зачитывать буквально в режиме блица.

К сожалению, анонимный участник, он не подписался, задал такой вопрос: "Какие конкретные задачи или микрозадачи решаете в текущей своей работе как аналитика 1С с помощью ИИ?" Смотрите, мы уже говорили с вами, там, понятное дело, про транскрибацию мы уже не говорим, это и так всё понятно. Но давайте так, по одной задаче, которая не звучала. Вот прямо я вот сейчас сейчас решаю вот такой. У меня есть опыт.

Елен, давай начнём с тебя. Я уже не знаю, чего сказать на эту тему, если честно. Да. Значит, про анкету я уже рассказала, про бизнес-процессы, которые меня мучают, ну, просто в силу специфики профессии рассказала. Не знаю, как подступиться. Вот изучаю пока эту тему. Пока не нашла применение искусственного интеллекта в этой области. Если кто-то подскажет, буду только рада.

>> Понятно. Спасибо, Екатерина.

>> Да, сложный вопрос. Что мы ещё забыли упомянуть из того, что у нас есть в использовании? А, ну, не знаю, наверное, это очень банально прозвучит, истории про использование для написания программного кода всё-таки, но, наверное, мы вот этот момент в силу нашего того, что мы системные аналитики и у нас тема про системный анализ, мы не затрагивали, но, наверное, всё-таки у нас к системным аналитикам обычно требования, а, к написанию программного кода и к пониманию, как его делать, обычно не такие высокие, как программистам. И мне кажется, для системных аналитиков применение вот именно функции написать программный код какой-то коротенький, а будет вполне в пользу. То есть я, например, почему использую? Я не так часто пишу программный код, как когда-то раньше, и я заметила за собой, что я забываю, то есть какие-то команды, ещё что-то. Я могу прочитать код, я могу оценить, правильно он отработает или нет. Но при этом каждый раз, когда я начинаю писать код, я понимаю, что я уже настолько редко это делаю, что уже какие-то вещи забыла. И мне действительно проще написать короткий промт, чтобы он написал маленький кусочек кода в том случае, если мне нужно, например, обработать какой-то результат. Та же самая консоль запросов с обработкой результата. Мне надо что-то быстренько в тестовой базе обработать, прогнать. Я понимаю, что мне надо написать там строк 10 кода. я напишу промт, он мне это сгенерирует, я прочту, смогу убедиться в том, что этот код нормальный. И мне кажется, для системных аналитиков, которые тоже этим не так часто занимаются, это в помощь. Мы просто этого не касались. И как бы для многих программистов это не очень хорошая идея, типа писать код, ты ээ разнишься и так далее, потому что вайб-кодинг всё равно для трушных программистов это не такая классная штука. Всё-таки это надо писать код ручками. Поэтому для системных аналитиков, наверное, я бы рекомендовала, что вы не трушные программисты, которым надо писать ручками. Не стесняемся, пишем. Просто посмотрите глазками, что это написано норм и что это отработает именно так, как вам нужно. Мне кажется, это такой совет, и мы об этом, ну, как-то не говорили очень скользко снулись.

>> Понятно. Спасибо, Денис. Быстрый ответ.

>> Ну, мы говорим,

>> что не прозвучало.

>> Говорим про одинсных аналитиков, да. Именно как можно решать задачи?

>> Ну, мы много говорили там про документацию, обработку, аз, то есть очень много чем занимается аналитик. Это анализ и документация как минимум. Он хорошо справляется. Если там опять же там живой пример там с которого клиенты там нашей компании реализовали, ребята записали несколько видосиков, э, вместо инструкции, причём таких микро, а, видео по работе с функционалом, то есть по эксплуатации функционала там на одном проекте пишне. А они все эти видео конвертировали в ссылки, там выложили в облако и сделали промт для ассистента, в котором вложили эти ссылки, а чтобы при обращении промт сам определял, какую лучше ссылку дать. То есть каждой ссылке дали подробное описание, что там вообще рассказывается о чём. И сделали бота, а для клиента на Телеграме, которого человек просто заходит, пишет: "У меня тут не получается что-то, блин, заказ создать". Он такой: "Вот тебе вот это вот видео". Там человек тыкает видео, будем открывается видео. И это очень крутое решение получилось, потому что клиенту очень зашло, очень зашло его пользователям. И я в каком контексте это говорю? То, что при это новый способ решения задач, которые мы решали раньше. И на самом деле очень много всего, что мы делали для наших клиентов с точки зрения автоматизации, сейчас можно делать с помощью яишки. И это всё достаточно доступно и просто. И вот с этой точки зрения обязательно тоже смотрите на искусственный интеллект.

>> Угу. Спасибо. Ещё один такой блиц вопрос. М тоже а частично уже задавали его. А он в расширенной версии звучит. Какая модель и наиболее эффективна в вашей работе по личному опыту? Но я спрошу иначе. А вот какаяшка у вас всегда под рукой в течение дня? Давайте вот так сформулирую вопрос. Екатерина, начну с вас.

>> Ну, наверное, самое первое — это всегда 1С напарник, потому что у меня достаточно часто открыто едт, и поэтому под рукой, чтобы что-то посмотреть, что-то найти, особенно когда программный код разработан новый, свеженький, положили в едтэшку, и ты начинаешь смотреть, а что они там наваяли, почему у нас там как работает, как не работает. Особенно, если там кто-то тестирование проводил, где-то спотыкался. Это такая история. Ну, э, я скажу так, что использую deep псик для тех задач, которые не являются коммерческой тайной. А-а, просто потому, что он достаточно бесплатный, удобный и какие-то общие моменты, общие контексты или даже просто спросить, а, нюансы связанные. Кстати, интересно, Алиса, которая встроена в поисковик Яндекс, очень хорошо работает именно с вопросами законодательными, то есть она может дать рекомендации, дать ссылки. Тоже такая хорошая штука, особенно когда ты там закапываешься, что-то там пытаешься понять, законно, незаконно, правильно ли правильно, как мы опираемся это на законы. То есть, в принципе, наверное, так.

>> Угу. Хорошо, Лена.

>> Ну вот, да, мы как-то Яндекс так исключили из периметра, как специалист по 1С, но вот сейчас, наверное, если вот каждый день под рукой, то Яндекс Алисой, потому что огромные массивы новых данных приходится постоянно обрабатывать, искать какие-то лайфхаки, искать какие-то решения, проверять какие-то гипотезы. И вот с точки зрения в пространстве вытаскивать данные, конечно, вообще никто пока, наверное, никто лучше ничего не не предложит.

>> Вот очень очень очень хороший очень хорошая история. Да. И, кстати, ещё, наверное, тема, она немножко в сторону про работу 1Саналитика, но последнее время м очень много сталкиваюсь с оценкой рисков проекта. Это вот более, да, но потому что не слышала даже.

>> Ну, ну для тех, кто не инхаус, а в я думаю, что Денис меня поймёт, а проекты становятся гораздо более сложные и более непредсказуемые. С бизнесом сейчас на рынке всё очень сложно. И IT-компании, которые входят в проект, а заказчик не готов запускать сейчас на предпроектное обследование, на вот это. Он говорит: "Вы мне сразу вот я вам там тзэшку прислал, ты мне сразу посчитай бюджет и подпишись ещё под него". И а тема сбора начальных данных о клиенте, о бизнесе и о, ну каких-то ээ параметрах, которые могут быть факторами риска под проект, она сейчас очень актуальная. Поэтому использование, например, той же самой там встроенной Алисы для поиска в разных источниках данных о потенциальном заказчики, о его бизнесе, о том, что с ним происходит для того, чтобы оценить риски проекта и вообще принять решение, как ты туда пойдёшь, это сейчас такая очень серьёзная история на старте. Но это вот прям для для тех, кто во внешней среде, в в IT-бизнесе. Ну, скорее, да, потому что мне в Нхаус, наверное, пока это непонятно ещё не пришли, хотя, может быть, скоро уже и придём до этого. Вот. И такая, наверное, это отдельная тема для дискуссии, как это раскопать и как это всё тоже опять же прам правильно, грамотно сделать.

>> Ну вот, вот у меня прямо сейчас кейсы параметрические оценки проекта на входе по косвенным признакам. Это вот, кстати, по тонким сигналам, да, вот она сейчас получила такое развитие и а Яндекс в этом смысле очень сильно помогает. Интересно очень. Денис, я думаю, у тебя набор инструментов, но выделись самый главный.

>> Ну, я использую в основном Google Gemy, а если говорить о там личном использовании, и приплексти. Приплексти — это как бы не конкретная яишко, это как раз-таки современный браузер. То есть вот если вы до сих пор,

>> ну, расширенная версия типа до браузера,

>> да, если вы до сих пор пользуетесь Гуглом, вы многое теряете. Приплексите сейчас гуляют по интернету ссылки можно на год себе там за 200 руб. купить. А-а, и если говорить о том, компании, у нас есть локальные модели, то есть опять же при работе с конфиденциальными данными, мы там экспериментировали раньше с разными и в основном квеном пользовались, там какими-то там моделями. У нас есть технари, которые разворачивали там конкретные под нас. А, и сейчас GPTOS, вот эта новая, она достаточно бодрая, как бы, которая на 120 млрд параметров, но это уже там именно для работы на проектах мы используем, ну, когда нам надо как раз-таки там работать с какими-то конфиденциальными данными, которые мы туда там выбрасывать не можем. Вот.

>> Угу. Понятно. Спасибо, Денис. Ещё очень интересный поступил вопрос. Может быть, наверное, я не знаю, кто-то из вас знает на него ответ и может сказать, используется ли кем-то из вас искусственный интеллект для отрисовки прототипов форм 1С? Если да, то какие используете? Я знаю только, можно сказать, 1кер Фигма и погнали. Если даже не в Пейнте,

>> а вот искусственный интеллект,

>> мне кажется, в 1Sмекеер у них был заявлен использование искусственного текста, но возможно я путаю. То есть 1С майкером мы пользуемся, но вот мне почему-то кажется, что у них вот в мае, когда была infстарт-конференция, что-то у них упоминалось про использование искусственного интеллекта при отрисовке, но, к сожалению, я этой функциональностью не пользовалась. Может, кто добавит из коллег, кто может быть?

>> Вот. Ну, вопрос, да, действительности интересен,

>> да, интересный вариант, но,

>> ну, сейчас Фигма прокачана. Ну, то есть Фигма очень прокачана. Мы же, когда говорим об интерфейсе, там 1S прототипе, это же не обязательно должно быть внутри 1S. Фигма прокачанная, мы не используем, но вообще там всё указывает на то, что надо попробовать. Недавно там вышло у них какой-то апгрейд там аишный, который там просто какую-то магию делает. Так у меня программист, помню, сделал там, ну, это не какой-то инструмент, но он как раз, когда подключал кмыишку, он сделал обработину, которую там он писал: "Сделай мне интерфейс капитана корабля". Там он ему рисовал прототипы такого интерфейса там с кнопочками. Ну такие игрушки делали.

>> Угу. Понятно. Ну вот, да, вот такой вот. И на самом деле я я даже так это не задумывалась. А с одной стороны мы рисуем иногда, да, этот инструмент очень нужен. Это м бывает, что проще визуализировать нашему заказчику это всё. Тогда он лучше поймёт, чем вот это описывать в текстовых полях. Всё там в экселях и так далее. А тут можно лишку прикрутить и как. Соответственно, вот и в заключении такой он у нас, э, сейчас, э, за остался немного за кадром этот вопрос от Дмитрия Клюмчука. Насколько велик вес компетенций владения искусственного интеллекта в резюме соискателя? Если человек не работает с искусственным интеллектом, то по прочим, но по прочим компетенциям хорош, сколько он баллов потеряет вашей оценки, что в действительности вы сейчас, когда видите резюме, а вы смотрите, владеет, не владеет искусственным интеллектом, как и если он по скилам, по всем остальным хорош, вы его возьмёте, ну там, например, сами натаскаете или нет? Ну давайте, Екатерина, с вас.

>> Ну давайте, наверное, поговорим о том, что мы всё это время обсуждали, что искусственный интеллект — это, в принципе, инструмент, который надо грамотно использовать. И мы никогда не говорили о том, что это должно быть что-то обязательным. То есть это хороший опциональный навык, которым должен обладать человек. Но если он этим навыком не обладает, а мне кажется, но при этом у него хорошие скилы как системного аналитика, я не думаю, что я буду ему снижать баллы за то, что он конкретно не использует искусственный интеллект, поскольку это не означает, что он в будущем не сможет его использовать. То есть он может прокачаться, он может попробовать посмотреть, как используют другие коллеги. И поэтому мой ответ такой: я балла бы за это не слежала и посчитала бы, что человеку можно просто продемонстрировать функции, как может он использовать. Возможно, он начнёт его применять. Ну или если он такой ненавистник искусственного интеллекта, но при этом он хороший эксперт, ну, может он и будет дальше работать также хорошо и и не придётся ему этот искусственный интеллект вообще никогда применять. Ну, как минимум, пока он не разовьётся настолько, что ему деваться уже некуда будет. Поэтому

>> понятно. Хорошо, Денис, как ты оцениваешь соискателей?

>> Мы не требуем сейчас от людей на входе знания искусственного интеллекта, но мы учим новеньких там погружаем в это всё. А так я думаю, что сейчас ещё нигде не оценивают как бы вот 1С аналитиков, во всяком случае, там по уровню знаний искусственного интеллекта. Только если какие-то там на какие-то прикладные искусственному интеллекту проекты их берут, наверное, это важно. Но в общем смысле пока этой оценки нету. Ну, как я сказал, хоть когда-то, ну, то есть там в горизонте там 5-7 лет, я думаю, то, что это требования появится практически там во всех профессиях, ну, кроме там совсем уж физических. Сейчас активно маркетологов проверяют все практически уже там умеют, не умеют, потому что как бы маркетолог там без, который не умеет там контент генерить на яишке, уже там, ну, скажем так, несостоятельно. И в каких-то профессиях это проявляется, но в 1С аналитику это пока не затронуло. Ну и, как я сказал, 1С чуть-чуть как бы, к сожалению, позади идёт этой темы. Поэтому вот там раньше появятся к бизнес-аналитикам там из других, так скажем, стеков требования такое, а уже потом догонят одинков. Так что смотрите туда, там только там появится, знаешь, там год полтора и до вас добежит,

>> скорее всего.

>> Да. Хорошо. Елен, как ты относишься к этому?

>> Ну, э, это же, как мы уже обсуждали, это хард, это не софт уж тем более не self skills, а любой хард, он накачивается. Ну, если человек в принципе обучаемый и у него всё с мозгом нормально, то любой харт накачивается. Это примерно так же, как вот вы берёте кандидата, который там, я не знаю, прошёл все курсы по 1С и сдал профессионала по всем основным подсистемам, но у которого с там социальным интеллектом, с коммуникабельностью, с пониманием контекста заказчика, с умением а-э там, да, выстраивать какую-то логику проекта, у него там полный провал, и он там не с системным мышлением, да, и его он никогда не наработает. А, и человек, который там не очень хорошо, например, знает какие-то подсистемы 1С, но он легко обучаемый, у него хорошее системное мышление, у него хороший социальный интеллект и хорошее понимание бизнеса. Вот вы кого возьмёте? Ну, я в свою команду скорее беру вторых, чем первых, потому что отправить на курсы по продукту всегда можно. Поэтому вот здесь прямо такая же история. Понятно. Спасибо. И у нас с одной стороны он достаточно такой персональный вопрос от Марины Гончаровой заключительный. Как именно использует 1С напарник в "Магните?" Варианты ответов для анализа кода, для написания кода, прочие варианты. Какое направление использования наиболее успешное? Поэтому, Екатерин, это вопрос вам. Давайте очень кратенько и на него ответим, и это будет наша, можно сказать, финальная точка.

>> Ну давайте. Мне кажется, уже несколько раз на этом моменте останавливалась. Первое — это для анализа кода. У нас есть ребята, которые используют, особенно, а, у нас есть большая конфигурация самописная, которая уже лет 15, и когда куда-то углубляешься шаг влево и шаг вправо, можешь наткнуться на функционал, который надо очень долго разгревать. Поэтому, да, для анализа кода, для написания кода у нас есть программисты, э, причём такие очень классные эксперты, которые говорят: "Мне очень удобно писать". При этом я могу сказать так, что мы масштабировали напарник, мне кажется, практически у всех сотрудников, которые и системным анализом, и разработкой занимаются. Сейчас стоит 1С напарник, но процент применения он разнится, потому что кому-то он очень нравится, а кто-то откровенно написал: "Ребята, давайте мне отключим, потому что мне он мешает". Поэтому тут надо пробовать и смотреть, кому что больше нравится. Кто-то говорит: "Очень классно, я пишу быстрее код". Кто-то говорит: "Э, мне мешает". Он мне тут подсказывает код, я и сам знаю, как его писать. Поэтому тут варианты я, наверное, статистику не приведу, потому что опросов мы таких не проводили. То есть, чтобы я вам чётко сказала, что 50%, да, 50% нет, но да, есть и те, и другие мнения. Так, в принципе, все понемножку используют. Э-э, каждый находит бонусы от того, что можно либо прочитать код, либо быстренько его написать. Вот, как я говорю, сел, написал обработку, потому что ты просто банально редко пишешь код и уже забыл, что там надо, чтобы не лезть в какую-то подсказку и прочее. Поэтому, да, ответ такой, может быть, кто-то из коллег дополнит, как у них использует 1С напарник. я так понимаю, заинтересовала именно сама сам 1Спарник, э тот, кто задал вопрос.

>> Ну, похоже, да.

>> Угу.

>> Денис, Елена, вы используете его? Мне кажется, нет. Я по контексту не услышала. Похоже, нет. О'кей. А, ну что ж, коллеги, Екатерина, Елена, Денис, огромное спасибо, что присоединились к к этому круглому столу. Мы, я, мне кажется, достаточно эффективные, очень затронули интересные темы. Можно получить инсайты с нашего диалога. А ещё раз огромное спасибо. А, наверное, на этом заканчиваем. А, Алёна, тебе, наверное, слово передам сейчас.

>> Да, буквально полсекундочки. А со своей стороны, от имени школы тоже хотела бы поблагодарить вас, что вы сегодня подключились к нам. А, Анастасия, вы прекрасно вели беседу. А, Екатерина, Денис, Елена, вы м поделились, наверное, очень таким ценным опытом. И тем не менее мы прошлись достаточно верхнеуровнево, но у нас было большое количество слушателей, большое количество вопросов. Собственно, спасибо вам за подготовку. Аа вот и да, вопросов больше не поступает, а поэтому я думаю, мы можем постепенно расходиться. Я всем желаю прекрасного вечера.

>> Огромное ещё раз спасибо. Хорошего вечера. До свидания. На связи.

>> До свидания. Спасибо. Хорошего вечера.

>> Пока-пока.