Показываю, как ИИ берёт на себя две трети работы аналитика 1С — и делает её лучше человека.
Написать эту статью меня сподвиг свежий видеокурс «Аналитик. Старт» от Учебного центра №1 1С. Это не реклама: я не только хвалю его, но и покажу, где он неидеален.
В курсе приведен практический пример работы аналитика 1С. Мне стало любопытно – а сколько труда из приведенного примера сможет взять на себя ИИ? Получилось – две трети. Причём решение, предложенное искусственным разумом, оказалось принципиально лучше, чем вариант от учебного центра.
Впрочем, судите сами.
Практическое задание из курса
Курс содержит 4 академических часа видео о работе аналитика 1С. А после теории предлагается решить практический пример (очень жизненный, кстати):
1) Прослушать интервью с заказчиком, который хочет автоматизировать учёт книг в корпоративной библиотеке, и на основе услышанного описать процессы, подлежащие автоматизации.
2) Изобразить блок-схемы этих процессов.
3) Изучить имеющееся решение на базе 1С (конфигурация для изучения прилагается). И выделить функциональные разрывы — то есть определить, чего не хватает по сравнению с требованиями заказчика.
4) Задокументировать требования по устранению этих разрывов.
Как выглядит решение из курса
Вот рассказ заказчика о процессе регистрации книги в корпоративной библиотеке, который нужно автоматизировать: «…первое, что нам необходимо, это отражать, что куплена новая книга. Когда мы отражаем покупку новой книги, мы указываем ответственного сотрудника, а потом указываем автора, название книги, год издания и обязательно присваиваем инвентарный номер. Это нужно для того, чтобы мы могли отличать разные книги, у которых один и тот же автор и одно и то же название».
А вот схема этого процесса (всего их 8 в задании), которую в качестве решения предлагает учебный центр:
В этой схеме, например, отсутствуют:
проверка заполнения обязательных данных
проверка уникальности инвентарного номера
А теперь посмотрим, как тот же процесс получился у меня совместно с DeepSeek и ChatGPT в BPMN-нотации .
Главное отличие моей схемы: У меня не один, а 2 участника процесса: Библиотекарь и Система. И в зависимости от действий Библиотекаря, Система может их одобрить или предложить подкорректировать.
Я этим не ограничился, а выполнил весь учебный пример: не только нарисовал блок-схемы процессов, но также нашел в предложенной в курсе конфигурации функциональные разрывы и написал ТЗ на их устранение. Причем 2/3 работы выполнил за меня ИИ:
Преобразовал интервью в формализованные описания бизнес-процессов
Дал важные советы по исправлению моих первоначальных, очень далеких от совершенства блок-схем
Литературно оформил ТЗ на корректировку имеющейся конфигурации
Что и как делал ИИ
Первым делом я отправил приложенный в курсе аудиофайл интервью с заказчиком в сервис speech2text.ru — он отлично (и бесплатно) с помощью нейросети преобразовал речь в текст.
Затем я попросил DeepSeek описать процессы на основе расшифровки интервью вот таким промптом:
«Обратился заказчик с просьбой реализовать решение 1С для его корпоративной библиотеки. У нас уже есть конфигурация «Корпоративная библиотека», но нет уверенности, её функционал покроет все потребности заказчика. Вот расшифровка файла интервью с заказчиком. Опиши на основе текста, какие возможности программы необходимы заказчику».
DeepSeek выделил те же 8 процессов, что и в решении от учебного центра. Но! Описание ИИ оказалось значительно лучше. Покажу это на том же процессе №1.
Напомню, что говорит о нём заказчик в интервью: «…первое, что нам необходимо, это отражать, что куплена новая книга. Когда мы отражаем покупку новой книги, мы указываем ответственного сотрудника, а потом указываем автора, название книги, год издания и обязательно присваиваем инвентарный номер. Это нужно для того, чтобы мы могли отличать разные книги, у которых один и тот же автор и одно и то же название».
Ниже приведён довольно большой фрагмент ответа DeepSeek. Я оставил его без сокращений, чтобы показать, как нейросеть самостоятельно структурирует требования заказчика и превращает их в описание бизнес-процесса.
Примерно 80% задания у DeepSeek получилось сразу правильно.
Около 10% потом поправил я, и ещё 10% позже скорректировал ChatGPT, когда мы обсуждали с ним уже нарисованные схемы.
То есть дальше идёт, возможно, немного занудное, но важное описание того, как работает команда из человека и двух ИИ. Именно так мы вместе описывали и уточняли будущую схему бизнес-процесса. Если попробуете повторить за нами эту мини-технологию — у вас, скорее всего, получится примерно тот же результат.
Далее курсивом — текст DeepSeek, описывающий будущую схему бизнес-процесса в нотации BPMN:
1. Процесс «Учет поступления новой книги»
Этот процесс инициируется, когда в библиотеку поступает новый экземпляр книги.
[Видите, какой молодец ИИ! Он сразу просек, что данный процесс не про покупку книги (чтобы нам ни говорил заказчик), а про занесение книги в базу, и четко на это указал в своем описании процесса].
Исполнитель: Сотрудник библиотеки (Библиотекарь).
Предусловие: Книга физически находится в библиотеке, известны её автор, название и год издания.
Описание пути пользователя (BPMN):
1. Начальное событие: Библиотекарю нужно внести новую книгу в систему.
2. Действие (Задача): Библиотекарь открывает раздел «Книги» (или «Поступление книг») и нажимает кнопку «Создать» / «Новая книга».
3. Действие (Задача): Система открывает форму создания новой книги. Библиотекарь заполняет поля:
o Автор
o Название
o Год издания
4. Действие (Задача): Библиотекарь вручную или автоматически (если реализована нумерация) присваивает книге Инвентарный номер и вносит его в соответствующее поле. (Важно: номер должен быть уникальным).
5. Действие (Задача): Библиотекарь выбирает себя (или другого ответственного) из справочника «Сотрудники» в поле «Ответственный».
6. Действие (Задача): Библиотекарь нажимает кнопку «Записать» или «Провести».
7. Результат (Событие): Система сохраняет новую книгу в базе данных. Теперь книга имеет статус «Доступна» и может быть найдена по инвентарному номеру, названию или автору.
8. Конечное событие: Процесс учета новой книги завершен.
Альтернативный путь (исключение):
Если Библиотекарь ввел не все обязательные поля (например, инвентарный номер), система должна показать предупреждение и не дать сохранить запись до тех пор, пока все поля не будут заполнены.
Если инвентарный номер не уникален, система должна уведомить об этом и предложить ввести другой номер.
ИИ ничего не упустил, но местами излишне детализировал. Пункты 3, 4 и 5 я объединил в одно действие, а пункты 7 и 8 – в одно событие.
После этого я нарисовал в программе Bizagi Modeler блок-схему и показал ее DeepSeek, для критики. Он согласился, что в моей схеме ничего не потеряно из того, что он написал – просто отражено короче. Добавил несколько мелких замечаний — я поправил.
Схемы бизнес-процессов сами ИИ пока рисуют не очень. Зато хорошо описывают их и ищут ошибки в уже нарисованных схемах, которые им скидывают на проверку.
(Как именно мы с ИИ обсуждаем такие схемы и правим их — я подробно рассказал в отдельной статье «Нечеловек, который изменил всё: как эффективно работать с ИИ, на примере создания схем бизнес-процессов в BPMN».
Получившуюся схему я показал ChatGPT и он сразу нашёл серьёзную проблему: отсутствие еще одного участника – Системы.
Я кинулся исправлять и в итоге получилась блок-схема, сильно отличающаяся от первоначального варианта. Её я показывал выше, но повторю еще раз, чтобы вам не пришлось перематывать статью:
Этот вариант устроил всех троих - меня и обоих ИИ примерно на 9/10. Дальше я прекратил прения, решив, что лучшее – враг хорошего.
Завершение учебной задачи
После создания и одобрения обоими ИИ блок-схем процессов, я принялся тестировать предложенную конфигурацию «Корпоративная библиотека» на предмет функциональных разрывов.
Оказалось:
Уникальность инвентарного номера система отслеживает
Если забыл внести ответственного — программа это не отслеживает
В списке книг не видны их названия
Эти косяки, кстати, в решении от разработчиков курса тоже не отражены.
Поиск функциональных разрывов был единственным пунктом, где я действовал без помощи ИИ — и то относительно, потому что схемы процессов, а значит, и план проверки написал мне всё-таки он.
В финале DeepSeek на основе моего описания функциональных разрывов сгенерировал ТЗ на доработку конфигурации. Красивое, как песнь песней царя Соломона. Но приводить текст ТЗ я не буду, поскольку нынче это уже стандартная процедура – пишешь для ИИ вкривь и вкось, что тебе нужно, а он – улучшает твой стиль.
Подведём итоги
Совершенно не обязательно ограничиваться одним ИИ при работе с ними. Гораздо эффективнее задействовать сразу несколько — и отбирать из их решений наиболее удачные идеи. Пусть покритикуют друг друга, устройте этакий совместный мозговой штурм. Почти как руководитель в окружении старательных, но не всегда гениальных подчинённых.
После таких экспериментов начинаешь лучше понимать, каков он — хлеб начальника. Когда приходится перебирать множество предложений, выискивая среди них действительно ценную мысль.
Спойлер: она там есть. И даже не одна.
Вот вы знаете, что такое ISBN? Наверняка знаете, но на всякий случай напомню: это уникальный номер книжного издания, который используется для распространения книг и автоматизации работы с ними.
Казалось бы, очевидно, что такой номер должен храниться в карточке книги. Но из всех участников нашего небольшого «мозгового штурма» вспомнил об этом только один — ChatGPT. И аккуратно намекнул: а не стоит ли предложить заказчику добавить в систему ещё и это поле?
Так что пример из курса Учебного центра №1 1С оказался отличным тренажёром для аналитиков. И заодно — хорошим способом почувствовать себя Сеньором-помидором, который выбирает лучшее решение из предложенных.
