Речь про автоматизацию процессов с помощью AI. И скорее не в разработке, а в бек-офисе. Там основные проблемы - с поломанными процессами и отсутствием актуальных документов.
Ну это зависит от подготовки человека. Если есть понимание, что LLM-ка все хорошо запишет, но надо будет чуть более внимательно и четко говорить и спрашивать, то поведение меняется, речь становится более структурированной и в итоге и саммари и action items выходят нормального качества.
Это вариант, да, но скорее для частного использования или для своих задач. К сожалению бардак в процессах не сможет исправить, в итоге откатываемся к тем самым 95% провальным проектам (они там как раз писали, что внедрённые решения не пошли, люди просто продолжали чатгпт общаться)
Речь о том, что ожидания сейчас бесконечно завышенные, хотя фундаментально всё держится на трансформерах, которые уже упираются в потолок. Я сам скорее AI-оптимист, но глобально вижу, что в железе прогресс есть, в создании и разметки данных - тоже, а вот в алгоритмах - нет, а на трансформерах AGI точно не построишь.
Глобально в статье речь не о переводе, а об изменении профессии. Переводчики в настоящее время используют ИИ и делают в 10 раз больше и лучше, чем раньше. А простота перевода сделала требования к его наличию практически обязательным, что увеличило спрос на переводчиков, что "присматривают" за тем, что там выдал ИИ.
И аналогия с машинным переводом - на концептуальном уровне, а не на уровне подстановки синтаксиса одного языка в другой: и переводчик, и разработчик «переносят смысл» между системами с разной формальностью. Плюс как и в использовании LLM в генерации кода, в переводе человеком с помощью ИИ мы имеем вывод модели - редактирование человеком - готовый текст. LLM так же, как MT, снимают рутину, но повышают ценность экспертизы в контексте и пост-редактировании. Моделирование требований - это всё та же передача смысла (что бизнес на самом деле хочет) в формализованный вид. Механизм адаптации профессии под ИИ абсолютно один и тот-же: рутинная часть автоматизируется, экспертиза смещается к постановке задачи и проверке результата.
Есть бенчмарки качества перевода. По качеству классические провайдеры (типа Deepl и Google Translate) все-таки пока лучше, особенно на специализированных доменах (типа медицина или юриспруденция) - https://inten.to/blog/generative-ai-for-translation-in-2025/ Но эволюционируют они явно очень быстро.
Ну я бы сказал, что он переводит максимально популярным переводом, но может также перестраивать, чтобы предложение было правильно структурировано в целевом языке.
Спасибо! Я тоже сторонник гугл транслейт и даже люблю его больше Deepl, а также радуюсь, что можно в Google sheets перевести ячейки бесплатно (если это 1000 отзывов, например), просто хотел указать, что LLM может и в перевод на хорошем уровне тоже. Давай исправлю чуть текст.
Речь про автоматизацию процессов с помощью AI. И скорее не в разработке, а в бек-офисе. Там основные проблемы - с поломанными процессами и отсутствием актуальных документов.
Да, это хороший совет. Во-первых запасной API иметь на случай отвала сервиса, во-вторых процедуру ручной работы.
Пожалуйста. Как раз хотел поделиться болью, потому что стало понятно, что это и правда частая история.
Спасибо!
Да, очень похоже. Очередная волшебная таблетка
Ну это зависит от подготовки человека. Если есть понимание, что LLM-ка все хорошо запишет, но надо будет чуть более внимательно и четко говорить и спрашивать, то поведение меняется, речь становится более структурированной и в итоге и саммари и action items выходят нормального качества.
Мне нравится визуализация. Позволяет запоминать быстрее. Но часть картинок можно как минимум оптимизировать, да
Это вариант, да, но скорее для частного использования или для своих задач. К сожалению бардак в процессах не сможет исправить, в итоге откатываемся к тем самым 95% провальным проектам (они там как раз писали, что внедрённые решения не пошли, люди просто продолжали чатгпт общаться)
О, знакомая тема :)
Помню исследовал этот вопрос 5 лет назад и тоже пришел к беззеркалке и кольцевой лампе
https://habr.com/ru/companies/wrike/articles/542520/
Речь о том, что ожидания сейчас бесконечно завышенные, хотя фундаментально всё держится на трансформерах, которые уже упираются в потолок. Я сам скорее AI-оптимист, но глобально вижу, что в железе прогресс есть, в создании и разметки данных - тоже, а вот в алгоритмах - нет, а на трансформерах AGI точно не построишь.
Добавлю еще комментарии от себя.
Глобально в статье речь не о переводе, а об изменении профессии. Переводчики в настоящее время используют ИИ и делают в 10 раз больше и лучше, чем раньше. А простота перевода сделала требования к его наличию практически обязательным, что увеличило спрос на переводчиков, что "присматривают" за тем, что там выдал ИИ.
И аналогия с машинным переводом - на концептуальном уровне, а не на уровне подстановки синтаксиса одного языка в другой: и переводчик, и разработчик «переносят смысл» между системами с разной формальностью. Плюс как и в использовании LLM в генерации кода, в переводе человеком с помощью ИИ мы имеем вывод модели - редактирование человеком - готовый текст. LLM так же, как MT, снимают рутину, но повышают ценность экспертизы в контексте и пост-редактировании. Моделирование требований - это всё та же передача смысла (что бизнес на самом деле хочет) в формализованный вид. Механизм адаптации профессии под ИИ абсолютно один и тот-же: рутинная часть автоматизируется, экспертиза смещается к постановке задачи и проверке результата.
Есть бенчмарки качества перевода. По качеству классические провайдеры (типа Deepl и Google Translate) все-таки пока лучше, особенно на специализированных доменах (типа медицина или юриспруденция) - https://inten.to/blog/generative-ai-for-translation-in-2025/
Но эволюционируют они явно очень быстро.
Ну я бы сказал, что он переводит максимально популярным переводом, но может также перестраивать, чтобы предложение было правильно структурировано в целевом языке.
Там же на deeplearning.ai есть вполне понятный курс Generative AI for Everyone
Или указание, да. Добавлю в статью
Спасибо! Я тоже сторонник гугл транслейт и даже люблю его больше Deepl, а также радуюсь, что можно в Google sheets перевести ячейки бесплатно (если это 1000 отзывов, например), просто хотел указать, что LLM может и в перевод на хорошем уровне тоже. Давай исправлю чуть текст.
Если файл не обновляется, то будет 1к токенов
Ну промт-инжиниринг иногда довольно много времени требует.
Это было про любимое в целом.
Ну самый простой вариант - это Keynote, потом Figma, потом no-code инструменты разработки всякие.