Comments 23
А как вы думаете может ли ИИ заменить бизнес аналитиков в ближайшие 5 лет?
Полностью нет. Так как нужны будут те на чьих данных он будет обучаться. Методы сбора и формализации требований часто требуют участия человека.
Я вот думаю ИИ заменит БА быстрее чем СА.
Смотря, что мы понимаем под бизнес-анализом. Бизнес-анализ очень сильно привязан к данным о конкретной компании, команде или продукте. Если эти данные отличаются от аналогов, что почти всегда так и есть, то вероятность ошибки в анализе от ИИ, обученном на не идентичных наборах данных, будет крайне высокой. Опять же ИИ не способен сам собирать требования и уточнять не очевидные в динамичном формате глубинного интервью. Я бы не торопился с такими выводами.
С расчётом ebitda margin из собранных значений и эксель отлично справится, тут не нужен ИИ.
Интересно, а сессии с заказчиком тоже будет ИИ проводить? Генерить идеи, разрешать споры и противоречия?
В погоне за прибылью человек совсем забывает о том, что смертен. Сеньёрами сразу не рождаются. Не будет джунов - придет время, что не станет и сеньеров, и человечество рискует потерять целые отрасли, отдав сейчас их более "дешевой" рабочей силе.
Полагаю, что столь апокалиптической картины ожидать не стоит. Количество живых специалистов сократиться, но они никуда не исчезнут. Нейросети - мощный инструменты, но никак не самостоятельные субъекты деятельности и совсем не факт, что смогут таковыми стать.
Тут до смешного: любые попытки удешевления труда ведут к его удорожанию. Придумали всякие инструменты, фреймворки и т.д. с целью увеличить количество разработчиков, и за счет увеличения конкуренции и снижения трудозатрат/сокращения времени разработки сократить расходы, это отыграло в короткой перспективе, а потом напротив привело к резкому росту оплаты труда тех самых разработчиков
"Да, человек смертен, но это было бы еще полбеды. Плохо то, что он иногда внезапно смертен, вот в чем фокус!" (С) М.А. Булгаков
Если вы переформатируете таблицы таким образом, чтобы в одном столбце были цифры по системному аналитику, а в другом -- по ИИ, их станет воспринимать значительно проще. Сейчас они вообще не читабельны, к сожалению. А так тема очень интересная.
А мне вот интересно. Почему ИИ так плохо ладит с формированием документов по ГОСТ? Там же вроде как должны быть исчерпывающие правила написания подобных доков? Или всё же дело в плохо составленном/устаревшем ГОСТе?
Думаю ИИ просто плохо понимает русские канцеляризмы), которые изобилуют в правилах написания подобных доков)) ГОСТ 2020-го слабо отличается от госта 1989-го. Устарел ли он, сложно сказать, он скорее не везде применим и не везде нужен, но я бы не сказал, что ГОСТ на ТЗ такой уж никчемный.
Все очень просто, этих данных было слишком мало в обучающей выборке.
Спасибо, очень интересно! Если можно, я бы потом (после НГ) в личку пришёл -- интересно посмотреть, какие были промпты и как можно улучшить результаты ИИ.
Что вы думаете на счет безопастности в использовании сервисов ИИ? Они же не на ваших серверах работают и все, что вы туда отправили, сохраняется на той стороне. Наверное заказчик не будет в восторге, если узнает, что документация на его систему оказалась, не пойми у кого. Особенно если заказчик гос контора, оборонка.)
Это хороший вопрос. И проблема тут обоюдоострая. Моё мнение следующее.
С одной стороны да, появятся предписания (если у кого сейчас таковых ещё нет) о том, что конфиденциальные данные и данные, представляющие коммерческую тайну, передавать в ИИ на сторону нельзя даже ради благой цели (чтобы создать результат "быстрее, выше, сильнее"). Плюс инструменты контроля за утечками.
С другой же стороны, как мне видится, абстрактный ИИ в вакууме тоже имеет ограниченную полезность. Всё больше и больше предприятий захотят получать результат генерации, максимально релевантный своим данным, регламентам и процедурам; но ведь публичные модели никто не будет обучать на этих данных в силу закрытости их характера, а значит общедоступные модели не смогут удовлетворить этот спрос на специфичность.
Какой выход из этого противоречия? Либо пользуйся тем, что есть со всеми ограничениями, либо (если ты очень крупная корпорация) создавай и обучай свою корпоративную модель. Наверняка также появятся какие-нибудь провайдеры, которые будут предоставлять другим компаниям услуги по обучению (или дообучению) модели под потребности заказчика на его данных на его инфраструктуре или в облаке, сопровождая соответствующими договорными отношениями (NDA и пр.). Поживём-увидим.
Смотря о каких исходных данных идёт речь. Спецификации и требования к системам, которые планируются к разработке, редко являются секретом, если же являются, то вытащить их из массива данных публичного ИИ, как нечто пригодное к "использованию" и сопоставить с конкретным пользователем - нетривиальная и отнюдь не простая задача.
Chat GPT как замена системного аналитика: сравнение эффективности