Опыт аналитика: как я внедрил искусственный интеллект в свою работу
Я работаю аналитиком более 10 лет и в выполнении задач привык полагаться прежде всего на себя. Стремительное развитие ИИ в последние несколько лет не прошло мимо меня, но как-то так получалось, что поступающие задачи можно было выполнить и без полноценного его вовлечения.
Нет, я использовал ИИ в качестве советчика по каким-то небольшим вопросам, но степень влияния его на итоговый результат никогда не была значительной.
В недавней задаче мне удалось на практике набить все те шишки, о которых я имел представление (но не понимал их масштаба), а также пройти весь путь от скептицизма к интересу и большим надеждам до разочарования и обратно.
Испытание задачей
Моей новой задачей было продумать и описать интеграцию для двух систем. Казалось бы, задача тривиальная, тем более, что синхронизировать нужно было часть процессов и только в одном направлении.
Но есть несколько «но»:
- Во-первых, обеими системами я не пользовался.
- Во-вторых, по обеим системам нет хорошей документации и их сопряжение через API вызывало ряд вопросов
- В-третьих, внутри этих систем очень много связей, на изучение и смысл которых требуется немало времени.
Это время я изначально и потратил на поиск информации, начало ручных сопоставлений и тому подобное. Пока не начал всё больше использовать ИИ.
Испытание технологией
Сначала я опробовал бесплатные версии ChatGPT и DeepSeek. Их информированность о системах меня приятно удивила, так как я ожидал нулевых изначальных знаний. Они смогли дать некое подобие спецификации.
Почему я говорю «некоторое подобие»: документ (после нескольких итераций) был неплохо структурирован и содержал какую-то полезную информацию. Даже ИИ его оценивал как «довольно полный, можно начинать разработку».
Однако подробных описаний, как трансформировать одни данные в другие и передать их, там не было.
Для улучшения результатов я пытался «скармливать» ChatGPT и DeepSeek дополнительные данные в разных форматах: xls, xml, docx. На этом этапе бесплатная версия DeepSeek отсеклась, так как не позволяла за раз загрузить достаточно большой файл.
Далее в мои руки попала платная версия ChatGPT и я решил, что сейчас все проблемы будут быстро решены. Как же я ошибался!
Наплодив несколько сессий, я опробовал чуть разные подходы и «скармливал» этим сессиям множество файлов. ИИ обещал скорый (от нескольких минут до пары часов) результат, говорил, что задача понятна и представлял хороший пошаговый план своих действий, но результата всё не было.
Понимая, что лучше давать задачи порциями я старался делить исходные файлы на части поменьше, но всё же достаточно крупные, чтобы это заметно ускорило выполнение задачи.
В итоге, несмотря на итеративные обещания закончить через 30, 15, 5, 2 минуты, много времени было потрачено практически впустую – результатов либо не было, либо они совершенно не соответствовали задаче, полученной ИИ.
Получив разумные вопросы относительно такого результата, ChatGPT, извинившись, объяснял это сбросом среды, сложностью задачи, объёмом сопоставляемых данных, сложностью формирования docx или xls формата ответа.
Упрощение и урезание входных данных, получения ответов просто в чат в виде текста не сильно поменяли ситуацию.
Отправка файла на почту или облачное хранилище не срабатывала, иногда приложенные в ответ файлы были полностью идентичны входным несмотря на уверения ИИ, что работа закончена и искомый результат получен.
Спецификацию удалось сделать несколько лучше и полнее. Но до готовности было очень далеко.
Применение искусственному интеллекту всё же нашлось: он смог давать достаточно быстрые и полезные ответы по одной таблице и её полям. И так итеративно, таблица за таблицей, с уточнениями по отдельным полям и связям, проверяя даже такие точечные результаты, удалось получить документ, с которым можно работать.
Практическое руководство: как сделать ИИ полезным инструментом
Могу предложить несколько практических рекомендаций, которые помогут более эффективно взаимодействовать с ИИ:
- Не давайте ИИ большую целую задачу, разбейте её на части (с этим запросом ИИ сам неплохо может помочь) и выделите те части, которые вы хотите выполнить с его помощью.
- Подготовьте входную информацию, сделайте её максимально полной, структурированной, единообразно оформленной.
- Продумайте какие результаты вы хотите получить от использования ИИ и каковы критерии успешности ожидаемых результатов.
- Проверяйте каждый промежуточный результат.
- Не позволяйте ИИ надолго зависать на исполнении какой-то части задачи, пингуйте и будьте готовы начать новую итерацию в случае зависания ИИ на задаче.
- Имейте в голове план Б и будьте готовы отказаться от использования ИИ в одной из подзадач, либо поменять подход.
- Используйте несколько ИИ-инструментов.
- Используйте ИИ как консультанта, а не исполнителя.
- Заранее оценивайте сложность и объём задачи.
- Документируйте свои успешные подходы.
Заключение
Этот опыт научил меня, что искусственный интеллект – не волшебная палочка, а ассистент, требующий четкого руководства. Успех наступает тогда, когда мы перестаем ожидать, что технология сделает всю работу за нас, и начинаем выстраивать осмысленное сотрудничество.
Интеграция ИИ в рабочие процессы требует от аналитика еще больше внимательности и критического мышления. Умение разбивать задачи на управляемые компоненты, верифицировать результаты и адаптировать свой подход становится критически важным.
Самое главное – найти здоровый баланс между технологическим оптимизмом и профессиональным реализмом. Именно в этой точке равновесия и находится настоящая продуктивность современного аналитика.