Да, сейчас будет поиск разных решений, гибридов и т.д. Проблема лишь одна и фундаментальная - нет людей с компетенциями и инвестиций (которые по принципу R&D, а не под гарантии, и для МСБ и исследователей, а не корпорациям и университетам). Так что паровозу еще долго набирать скорость :)
Что за типовые запросы, когда должна быть инструкция?? Есть два варианта: 1. Всё постоянно меняется/ломается (mvp-во всей красе), 2. Сотрудники не понимают, что делают.
Оба варианта :) Глобальная перестройка инфраструктуры, переезды, плюс пользователи на уровне далеких от пользователя ПК
Это из моего опыта с одной компанией, где хотели решить проблему с техподдержкой. И думали как, в том числе хотели с помощью ИИ.
Но мой тезис был идентичен Вашему - сначала надо выстроить работу, а не внедрять технологию.
Что касается ИИ, то чат-бот на локальной модели потребует 1-2 серверов и локальную модель, ну то есть можно уложиться в 1 млн на старте. А дальше надо обновлять базу знаний.
Концепция ChatGPT (мега чат-бот) скоро умрет. Как раз для стартапов уже есть сервисы где лежат предобученные модели, которые можно развернуть локально.
Я об этом писал и на своем сайте, и тут.
Я и свой проект так делаю, и тестили локальных советников в конторе одной.
Благодарю за оценку :) Рад, что оценили. В профиле есть еще. Плюс в ближайшее время выйдет обзор по регулированию ИИ в мире и чего ожидать в будущем :)
Вообще практически все разработчики, с которыми я общался, и исследователи из MIT приходят к таким выводам.
И мы в рамках тестов разворачивали такие локальные модели. Качество рекомендаций на порядки выше. Собственно в своем проекте мы сейчас тоже прикручиваем именно локальную модель.
Поэтому мое мнение, что AGI вообще не скоро появится. Слишком много проблем, рисков и сложностей. А вопрос для чего? Делаем локальные модели под свои темы + добавляем ИИ-оркестратор, который переключает запросы между моделями. В итоге и дешево, и качественные рекомендации
В целом спасибо Вам за комментарии. Интересная дискуссия, и помогаете переформулировать свои мысли. У Вас есть отличный опыт, я вижу Вашу боль и согласен с ней в большей части.
Потому что перед ним неизбежно возникнет задача получения мирового масштаба. Поэтому суперсильный ИИ будет один на всё человечество (если оно к тому времени ещё останется).
Очень интересный взгляд. Действительно, такой риск есть. Здесь я с Вами солидарен. Но, у меня есть пока большие сомнения вообще относительно сильного ИИ. Тот же GPT4 начал не развиваться, а деградировать после своего запуска.
Устройства создавали люди, программы для них писали люди, состав данных, которые генерируют устройства, определяли люди. Наглядно видно, как человеческий фактор полностью исключён. :D
Ага, я понял Ваш посыл. Совершенно верно, этого полностью не избежать. Но давайте посмотрим в плоскости сбора данных и чуть упростим задачу. Каким данным, например, об энергопотреблении можно доверять? Которые собираются через IoT, или с помощью дяди Вани, который сначала перепишет в тетрадь, а потом забьет в 1С? И главное, с какой частотой можно собирать эти данные? На чем будет проще обучать ИИ-модель для предиктивной аналитике? На больших данных с IoT, в том числе с полной обвязкой эксплуатационных данных в момент отказа, или на записях диспетчера и частотой сбора 2 раза за смену?
Самое разное, даже сопровождающего с флагом пытались заставить ходить. Всё это привело ровно к одному — в местах, где пытались тормозить, проиграли тем, кто этим не занимался.
Совершенно верно. Но как это противопоставляется моего тезису из статьи? Люди не сопротивляются, не боятся ИИ? Какое количество людей (за исключением ИТ и гиков) готовы уже сейчас осваивать ИИ? А главное, как глубоко проник ИИ с 1950-х годов?
Мое мнение, что ИИ еще предстоит преодолеть это сопротивление, которое ему оказывают. И будет оно еще сильнее, ибо рисков для расслоения общества еще больше.
Поскольку мы на хабре - разработка ПО. Каждый разработчик "пилит проект" и обязательно по "гибкой методологии". Где у этого проекта сроки, бюджет и содержание - не знает вообще никто, включая "проджекта". Да, я понял о чем вы. Отличное замечание и в целом верное. Но давайте будем честны - это не проектное управление, а продуктовое (если мы говорим про коммерческие истории, где нужно найти рынок и т.д.).
То есть вроде бы действительно, мы создаем что-то новое, уникальное, бюджет не резиновый и есть сроки, которые мы готовы выделить на такой проект. Но в итоге у многих это превращается в хобби, которое теряет конец и превращается в процесс.
Или в компании финансируют до тех пор, пока не выстрелит.
Но то, что Вы описали, это конкретно продуктовое управление, в котором есть огромное количество микропроектов. Где каждый раз нужно запускать гипотезу, делать микропроект и оценивать его результаты, принимать решения (по сути PDCA-цикл). Вообще запускать продукт как один проект - штука опасная.
Кто-нибудь видел эти огромные очереди, например, за кастомизированными автомобилями и iPhone'ами? А за стандартными я (и не только я) видел неоднократно.
Эмм... Вы немцев заказывали? Там что ни автомобиль, то конструктор из наборов опций.
Кастомизация производства - следствие проблем процесса. Ещё лет 20 назад практически в каждой организации "дописывали 1Ску" и где они теперь? Лет 30 назад "кастомизация" оформления Windows была нужна примерно никому, а сегодня - массово нужен "проект "под ключ"" чтобы просто расположить панель задач вертикально. Ничего удивительного, что "управление проектами уже занимает до 50% времени".
Я отчасти согласен. В B2B огромный запрос на эту кастомизацию. Вы верно заметили, все хотят "под ключ". Тот цифровой советник обречен в B2B-рынке. Я когда проводил интервью, то даже те, кто вообще не имеет проектного управления, хотят чтобы все делалось под них. А по факту им бы хотя бы что-то начать делать. Проблема ли в процессе, в рынке, я не могу сказать. Но факт есть факт. Все хотят уникального. Хотят чтобы ты не только турбину привез, а сделал это "под ключ" - и электростанцию спроектировал, и оборудование привез, и провел пуско-наладку и т.д. По поводу 1С я согласен, если мы начнем копать вглубь, то 90% этих доработок тоже абсолютно не имеют смысла. Чьи-то хотелки, которым, по моему мнению, вообще не создают никакой ценности. Но рынок решает.
Хорошо. На схеме это "модуль повышения качества планирования". Идём по стрелкам и ... попадаем в бесконечный цикл.
Ага, я кажется понял что вы хотели сказать и поток Вашей мысли. Да, это моя иллюстрация не все объясняет. Сейчас попробую объяснить.
Вы верно отмечаете, что у проекта должен быть конец. И в советнике он также будет закрываться.
НО! Управленческий цикл на этом не заканчивается. Нужно собрать данные по итогам проекта, провести его ретроспективу и оценку, чтобы дальше проанализировать и в следующий раз это учесть.
Это в том числе и ключевой механизм работы по выявлению рисков. Самый простой и рабочий подход - ретроспективный анализ прошлых проектов.
Если посмотреть на тот же Scrum, Kanban, PDCA, то все они делают большой упор на том, что надо сесть и проанализировать, а что же получилось.
Но, к сожалению, в жизни никто этим не занимается (Дмитрий Ирешев проводил опрос в своем исследовании, только 5% компаний делают ретроспективы).
Поэтому и я пошел в архитектуре, что нужно собирать данные и отдавать нейросети как обратную связь, либо положительную, либо отрицательную. В итоге да, каждый отдельный проект будет иметь начало и конец, но сама система имеет замкнутый цикл, чтобы самообучаться, а не быть как 99% РП (запустил проект, кое как реализовал, спихнул в архив и сказал: "Гори оно все огнем")
Какие факты Вас беспокоят еще? Статистика управления проектами? Она базируется на исследованиях Standish Group, это самая релевантная статистика в мире. Все исследователи во всех докладах ссылаются на них. Они изучают проектное управление с 1994 года и в базе более 50 000 проектов.
Затраты на оборудование? Или что-то другое вас беспокоит? Влияет ли они на общий смысл статьи?
Признаюсь, Вы меня поставили в тупик. Гайдов море. Да, они устаревают, но также быстро и появляются новые. Когда он только вышел, я поигрался, и все, больше мне было не нужно. Ибо для решения сложных задач проще самому, слишком много врал. А после этого мы уже давно к нему не лезли. Сейчас фокус на моделях, которые можно разместить на своих серваках и "дообучать" (это не совсем верный термин) на конкретные направления. Но если Вам очень нужно, могу дать контакт хорошего специалиста, он подскажет, как сейчас подрубался к ChatGPT (к версии 3,5 и 4). Хотя он тоже это делал через API.
Не сильно понял вашего комментария применительно к статье. Понял, что у Вас есть некий неприятный / болезненный опыт, но что вы хотели донести не понял. Бережливка сама по себе отличный инструмент, который лежит в основе любой производственной системы. Беда лишь в том (о чем говорят сами создатели бережливки), что большинство менеджеров фокусируется на инструментах, забывая о смысле и людях. Что касается 8-го ДАО, о котором идет речь в статье, то смысл в том, что не бежать увольнять людей (как делают некоторые адепты ИИ), а пока экспериментировать. Я, например, пробовал использовать ИИ для работы с материалами и понял, что это хорошая, но очень сырая технология. Ей нужно дозреть или применять очень локально (например, ИИ модуль в миро неплохо декомпозирует задачи).
И кстати бережливка никогда не направлена на отнимание премии, а наоборот, на премирование и улучшение труда путем локальных изменений, в этом весь Кайдзен. Причем там, где это не извращено, это так и работает.
Так давайте в итоге проясним. Вы не любите саму бережливку?
Или у вас боль по отношению к "эффективным менеджерам", которые извратили ее?
Да, сейчас будет поиск разных решений, гибридов и т.д. Проблема лишь одна и фундаментальная - нет людей с компетенциями и инвестиций (которые по принципу R&D, а не под гарантии, и для МСБ и исследователей, а не корпорациям и университетам). Так что паровозу еще долго набирать скорость :)
Отличная статья и аргументы.
Проблема комплексная.
И 90% управленцев не управленцы и эксперты предметной области
И люди многие не готовы в плане дисциплины и самоосознанности
И дома мешает быть (многим домашним непонятно, что дома ты работаешь, а не отдыхаешь за деньги).
И цифровая коммуникация имеет много барьеров. Как минимум срезается пласт информации, которая идет не через слова. То есть 90%+
Что за типовые запросы, когда должна быть инструкция?? Есть два варианта: 1. Всё постоянно меняется/ломается (mvp-во всей красе), 2. Сотрудники не понимают, что делают.
Оба варианта :) Глобальная перестройка инфраструктуры, переезды, плюс пользователи на уровне далеких от пользователя ПК
А зачем уходить то было?))))
Это не ко мне :) Но проблема в том, что и так ТП тяжелая была, а теперь идет укрупнение и централизация между разными компаниями, в итоге совсем беда
Это шикарно что Вам и мне и так понятно. Но запросы / вопросы есть. А значит, нужно потратить буквы на аргументацию :)
Так оно и есть :)
Вы верно поняли смысл статьи.
Это из моего опыта с одной компанией, где хотели решить проблему с техподдержкой. И думали как, в том числе хотели с помощью ИИ.
Но мой тезис был идентичен Вашему - сначала надо выстроить работу, а не внедрять технологию.
Что касается ИИ, то чат-бот на локальной модели потребует 1-2 серверов и локальную модель, ну то есть можно уложиться в 1 млн на старте. А дальше надо обновлять базу знаний.
Ну опять же, саму модель надо обучать.
Концепция ChatGPT (мега чат-бот) скоро умрет. Как раз для стартапов уже есть сервисы где лежат предобученные модели, которые можно развернуть локально.
Я об этом писал и на своем сайте, и тут.
Я и свой проект так делаю, и тестили локальных советников в конторе одной.
Эта сумма складывается в том числе из затрат на ээ, инфраструктуру, людей (кто будет обслуживать оборудование, кто будет поддерживать модель).
Для начала давайте поймём, что llm ничего сам не придумывает.
Если сделаете локальную модель, обучите ее (дадите ей правила, механики и т.д.), то сможет.
Хорошее замечание. Спасибо )
Со всем согласен ) но эта девушка продуктовик и отвечает за свою зону ) в том, что hh скатывается не ее вина )
Это скорее вина работодателей, которые набирают hr на уровне рыб и не могут сформулировать что хотят )
Благодарю за оценку :) Рад, что оценили.
В профиле есть еще. Плюс в ближайшее время выйдет обзор по регулированию ИИ в мире и чего ожидать в будущем :)
Я с Вами АБСОЛЮТНО солидарен. И примерно о том же пишу тут https://www.chelidze-d.com/post/dss-3
Вообще практически все разработчики, с которыми я общался, и исследователи из MIT приходят к таким выводам.
И мы в рамках тестов разворачивали такие локальные модели. Качество рекомендаций на порядки выше. Собственно в своем проекте мы сейчас тоже прикручиваем именно локальную модель.
Поэтому мое мнение, что AGI вообще не скоро появится. Слишком много проблем, рисков и сложностей. А вопрос для чего? Делаем локальные модели под свои темы + добавляем ИИ-оркестратор, который переключает запросы между моделями. В итоге и дешево, и качественные рекомендации
:)
В целом спасибо Вам за комментарии. Интересная дискуссия, и помогаете переформулировать свои мысли. У Вас есть отличный опыт, я вижу Вашу боль и согласен с ней в большей части.
asatost1 час назад
Очень интересный взгляд. Действительно, такой риск есть. Здесь я с Вами солидарен. Но, у меня есть пока большие сомнения вообще относительно сильного ИИ. Тот же GPT4 начал не развиваться, а деградировать после своего запуска.
Ага, я понял Ваш посыл. Совершенно верно, этого полностью не избежать. Но давайте посмотрим в плоскости сбора данных и чуть упростим задачу.
Каким данным, например, об энергопотреблении можно доверять? Которые собираются через IoT, или с помощью дяди Вани, который сначала перепишет в тетрадь, а потом забьет в 1С?
И главное, с какой частотой можно собирать эти данные? На чем будет проще обучать ИИ-модель для предиктивной аналитике? На больших данных с IoT, в том числе с полной обвязкой эксплуатационных данных в момент отказа, или на записях диспетчера и частотой сбора 2 раза за смену?
Самое разное, даже сопровождающего с флагом пытались заставить ходить. Всё это привело ровно к одному — в местах, где пытались тормозить, проиграли тем, кто этим не занимался.
Совершенно верно. Но как это противопоставляется моего тезису из статьи? Люди не сопротивляются, не боятся ИИ? Какое количество людей (за исключением ИТ и гиков) готовы уже сейчас осваивать ИИ? А главное, как глубоко проник ИИ с 1950-х годов?
Мое мнение, что ИИ еще предстоит преодолеть это сопротивление, которое ему оказывают. И будет оно еще сильнее, ибо рисков для расслоения общества еще больше.
Поскольку мы на хабре - разработка ПО. Каждый разработчик "пилит проект" и обязательно по "гибкой методологии". Где у этого проекта сроки, бюджет и содержание - не знает вообще никто, включая "проджекта".
Да, я понял о чем вы. Отличное замечание и в целом верное.
Но давайте будем честны - это не проектное управление, а продуктовое (если мы говорим про коммерческие истории, где нужно найти рынок и т.д.).
То есть вроде бы действительно, мы создаем что-то новое, уникальное, бюджет не резиновый и есть сроки, которые мы готовы выделить на такой проект. Но в итоге у многих это превращается в хобби, которое теряет конец и превращается в процесс.
Или в компании финансируют до тех пор, пока не выстрелит.
Но то, что Вы описали, это конкретно продуктовое управление, в котором есть огромное количество микропроектов. Где каждый раз нужно запускать гипотезу, делать микропроект и оценивать его результаты, принимать решения (по сути PDCA-цикл). Вообще запускать продукт как один проект - штука опасная.
Кто-нибудь видел эти огромные очереди, например, за кастомизированными автомобилями и iPhone'ами? А за стандартными я (и не только я) видел неоднократно.
Эмм... Вы немцев заказывали? Там что ни автомобиль, то конструктор из наборов опций.
Кастомизация производства - следствие проблем процесса. Ещё лет 20 назад практически в каждой организации "дописывали 1Ску" и где они теперь? Лет 30 назад "кастомизация" оформления Windows была нужна примерно никому, а сегодня - массово нужен "проект "под ключ"" чтобы просто расположить панель задач вертикально. Ничего удивительного, что "управление проектами уже занимает до 50% времени".
Я отчасти согласен. В B2B огромный запрос на эту кастомизацию. Вы верно заметили, все хотят "под ключ". Тот цифровой советник обречен в B2B-рынке. Я когда проводил интервью, то даже те, кто вообще не имеет проектного управления, хотят чтобы все делалось под них. А по факту им бы хотя бы что-то начать делать.
Проблема ли в процессе, в рынке, я не могу сказать. Но факт есть факт. Все хотят уникального. Хотят чтобы ты не только турбину привез, а сделал это "под ключ" - и электростанцию спроектировал, и оборудование привез, и провел пуско-наладку и т.д.
По поводу 1С я согласен, если мы начнем копать вглубь, то 90% этих доработок тоже абсолютно не имеют смысла. Чьи-то хотелки, которым, по моему мнению, вообще не создают никакой ценности.
Но рынок решает.
Хорошо. На схеме это "модуль повышения качества планирования". Идём по стрелкам и ... попадаем в бесконечный цикл.
Ага, я кажется понял что вы хотели сказать и поток Вашей мысли. Да, это моя иллюстрация не все объясняет. Сейчас попробую объяснить.
Вы верно отмечаете, что у проекта должен быть конец. И в советнике он также будет закрываться.
НО! Управленческий цикл на этом не заканчивается. Нужно собрать данные по итогам проекта, провести его ретроспективу и оценку, чтобы дальше проанализировать и в следующий раз это учесть.
Это в том числе и ключевой механизм работы по выявлению рисков. Самый простой и рабочий подход - ретроспективный анализ прошлых проектов.
Если посмотреть на тот же Scrum, Kanban, PDCA, то все они делают большой упор на том, что надо сесть и проанализировать, а что же получилось.
Но, к сожалению, в жизни никто этим не занимается (Дмитрий Ирешев проводил опрос в своем исследовании, только 5% компаний делают ретроспективы).
Поэтому и я пошел в архитектуре, что нужно собирать данные и отдавать нейросети как обратную связь, либо положительную, либо отрицательную.
В итоге да, каждый отдельный проект будет иметь начало и конец, но сама система имеет замкнутый цикл, чтобы самообучаться, а не быть как 99% РП (запустил проект, кое как реализовал, спихнул в архив и сказал: "Гори оно все огнем")
Отлично! Спасибо огромное.
Как я вижу, комментарий от 2 июня, моя исходная статья (https://www.chelidze-d.com/post/artificial-intelligence) от 26 апреля. К сожалению в тот момент таких подробностей не было.
Какие факты Вас беспокоят еще? Статистика управления проектами? Она базируется на исследованиях Standish Group, это самая релевантная статистика в мире. Все исследователи во всех докладах ссылаются на них. Они изучают проектное управление с 1994 года и в базе более 50 000 проектов.
Затраты на оборудование? Или что-то другое вас беспокоит? Влияет ли они на общий смысл статьи?
Признаюсь, Вы меня поставили в тупик. Гайдов море. Да, они устаревают, но также быстро и появляются новые.
Когда он только вышел, я поигрался, и все, больше мне было не нужно. Ибо для решения сложных задач проще самому, слишком много врал.
А после этого мы уже давно к нему не лезли. Сейчас фокус на моделях, которые можно разместить на своих серваках и "дообучать" (это не совсем верный термин) на конкретные направления.
Но если Вам очень нужно, могу дать контакт хорошего специалиста, он подскажет, как сейчас подрубался к ChatGPT (к версии 3,5 и 4). Хотя он тоже это делал через API.
Не сильно понял вашего комментария применительно к статье.
Понял, что у Вас есть некий неприятный / болезненный опыт, но что вы хотели донести не понял.
Бережливка сама по себе отличный инструмент, который лежит в основе любой производственной системы.
Беда лишь в том (о чем говорят сами создатели бережливки), что большинство менеджеров фокусируется на инструментах, забывая о смысле и людях.
Что касается 8-го ДАО, о котором идет речь в статье, то смысл в том, что не бежать увольнять людей (как делают некоторые адепты ИИ), а пока экспериментировать. Я, например, пробовал использовать ИИ для работы с материалами и понял, что это хорошая, но очень сырая технология. Ей нужно дозреть или применять очень локально (например, ИИ модуль в миро неплохо декомпозирует задачи).
И кстати бережливка никогда не направлена на отнимание премии, а наоборот, на премирование и улучшение труда путем локальных изменений, в этом весь Кайдзен. Причем там, где это не извращено, это так и работает.
Так давайте в итоге проясним. Вы не любите саму бережливку?
Или у вас боль по отношению к "эффективным менеджерам", которые извратили ее?