Весьма хайповая тема. Все еще… Так всегда было с каким-то новинками, которые на самом деле совсем уже не новинки.

За последние 2 года я тоже, конечно, попробовала. Сразу говорю, не все. Например, до видео я так и не дошла, анализ больших документов в открытых моделях тоже, т.к. NDA. Но было несколько проектов, в одном из которых ИИ искал нужные варианты в открытых источниках по заданным критериям, в другом - сравнивал внутреннее безумие с внутренними требованиями (анализ документов по требованиям).

Про это пишут многие, но другие многие и игнорируют.

ИИ для компаний: 1. Для работы ИИ нужны качественные данные. ИИ не решит за вас этот вопрос. А люди все еще пытаются обойти этот вопрос стороной. Сначала Data-driven, потом ИИ. 2. Процессы должны быть максимально прозрачными и последовательными. Больше хаос, выше потери инвестиций в ИИ. Вы же в себя еду из мусорки не кладете, почему тогда ИИ надо мусор давать? 3. Массовая и постоянная история. ИИ - это ребенок, которого надо научить. Одной книжки недостаточно, нужна библиотека, которая пополняется. Если у вас точечная история, случающаяся 1 раз в 100 лет, то не надо сюда ИИ ставить. Потратите больше, чем получите. 4. Четкое отделение, где эксперимент с открытым кодом в будущее, а где решение конкретной задачи для оптимизации труда людей. Это разные задачи, соответственно и подходы будут разными.

ИИ для себя: 1. Выбор модели - это дело вкуса. 2. ИИ сокращает время, если есть четкое понимание результата. Например, в рамках внедрения новой системы согласования я описывала процессы в базе знаний. И мне нужны были схемы (много схем). При этом процессы еще и менялись, поэтому это нужно было на постоянной основе. В итоге хороший промт, gpt image 2 и готово. Рисует с первой попытки нужную схему. Время, вложенное в промт, окупилось потом с лихвой для меня. 3. ИИ не дизайнер, но ты так видишь. Картинки, презы и т.д. В одном из банков у нас был даже специальный человек, который рисовал презы. Абсурд, но факт. Сейчас появился инструмент для быстрой отрисовки. Но давайте все-таки думать и читать. Визуал и смыслы - это разные вещи. 4. ИИ для поиска новых точек, но не смыслов. Например, дать свои кейсы на анализ и попросить по ним определить ключевые компетенции. И тут важный шаг (банальный, но на него у людей амнезия): взять данные ИИ и самому проанализировать, что из этого действительно подходит, а что нет. Люди, критическое мышление на вашей стороне, не надо его ИИ отдавать. Но если его нет, то ни один ИИ не поможет. 5. Не требуйте готовых решений, просите вопросов, которые вас сподвигнут на новые решения. Например, когда я анализировала свой опыт, я просила мне позадавать разные вопросы, а не подумать за меня.

Ключевая ошибка - переброс ответственности. Но если люди в обычной жизни не научились ее брать, откуда ж этому взяться при взаимодействии с ИИ? Просто еще один прекрасный способ не думать, не предпринимать каких-либо усилий и в целом перекинуть с себя все задачи, чтобы ничего не делать. Вилкой, в общем, тоже можно сделать 4 дырки.