Эволюция ИИ и его типы
Что такое искусственный интеллект? Это некая машина, которая синтетически воспроизводит привычки человека и его навыки.
Впервые ИИ был упомянут в 1956 году на семинаре в США, где ему дали следующее определение: отрасль информатики, связанная с математическим прогнозированием.
Искусственный интеллект постепенно развивался, и на данный момент существует два его типа: NarrowAI и GeneralAI.
-
NarrowAI связан с узконаправленными задачами. Пример такой задачи – прогнозирование некоторых процессов: например, BI-аналитика.
-
GeneralAI – это всеми любимые и всем известные чат-боты: ChatGPT, Grok3, Gemini, GigaChat, и YandexGPT.
До и после ИИ: трансформация разработки
Разработка на данный момент делится на два лагеря: до появления искусственного интеллекта и после появления искусственного интеллекта.
Под «появлением искусственного интеллекта» мы будем подразумевать примерно 2010 год, потому что именно в этот момент произошли первые прорывы и появились новые инструменты для разработки – сначала всем известный Copilot, который помогал в написании кода, а в дальнейшем – чат-боты.
В чем разница между разработкой «до» и «после»? Если «до» разработчик писал статические функции и тратил большое количество времени на их написание и продумывание логики, то «после» используются генеративные алгоритмы, которые помогают решать задачи более гибко и более комплексно.
В качестве примера такого решения можно привести кейс сортировки писем в почте, где искусственный интеллект применяется как помощник для сортировки. Если раньше мы должны были статистически проверять, например, содержит ли сообщение слово «бизнес», и если содержит, то перекидывать его в папку «Бизнес», то теперь мы можем анализировать содержание сообщений и распределять их по нужным папкам при помощи ИИ.
Разработчики теперь тратят меньше времени на написание статистических функций и прилагают больше усилий, больше когнитивных способностей для продумывания комплексных задач. У них появляется для этого больше времени как раз за счет того, что аналитикой занимается искусственный интеллект.
Позитивное влияние ИИ на профессиональную деятельность
Взгляд на искусственный интеллект неоднозначен. Некоторые опасаются, что его развитие может привести к негативным последствиям для человека, однако это лишь одна точка зрения. Существуют и положительные аспекты. Например, ИИ способен значительно улучшить эффективность работы, освобождая людей от рутинных задач и позволяя сосредоточиться на творчестве и решении сложных проблем.
Искусственный интеллект также открывает новые возможности для анализа данных. Он помогает обнаруживать скрытые взаимосвязи и закономерности, что особенно важно в таких областях, как бизнес-аналитика. Для прогнозирования результатов необходимо правильно структурировать данные, предоставив ИИ необходимые параметры для анализа.
Кроме того, ИИ обеспечивает высокую точность вычислений при решении сложных и динамичных задач.
Теневая сторона ИИ: риски и когнитивная зависимость
Обратная сторона широкого распространения искусственного интеллекта кроется в том, как мы привыкли полагаться на него в повседневных делах.
Практически у каждого в телефоне есть AI-помощник – будь то Siri или Алиса. Эти системы, призванные облегчить жизнь, на самом деле могут способствовать снижению наших когнитивных функций, делая нас менее самостоятельными. Вместо того чтобы самостоятельно оценить погодные условия, мы обращаемся к умной колонке.
Проблема галлюцинаций и искажения информации
Наблюдается тенденция, когда начинающие разработчики, в особенности представители молодого поколения, обращаются к искусственному интеллекту для получения информации.
Следует учитывать, что ИИ может допускать ошибки, известные как "галлюцинации", и предоставлять недостоверные сведения. Эти ошибки возникают из-за особенностей процесса обучения: либо модель была переобучена (слишком много данных, запомнила лишнее), либо недообучена (недостаточно данных для полного понимания). Исследователи из швейцарской бизнес-школы, изучавшие ИИ в контексте генерации информации, выявили, что после пяти циклов самообучения эти модели начинают демонстрировать непредсказуемое поведение и выдавать некорректную информацию.
Опыт использования ИИ
Применение искусственного интеллекта для разработки на 1С пока не принесло ожидаемых результатов. Это связано с тем, что ИИ не имеет доступа к полному спектру информации, необходимой для работы в этой узкоспециализированной области.
Программирование на 1С требует не просто генерации кода, а глубокого понимания специфики бизнес-задач. Нейронные сети не могут самостоятельно оптимизировать бизнес-процессы, поскольку им не хватает способности учитывать все многообразие внешних условий.
Искусственный интеллект – это не панацея. Конечно, он будет помогать и развиваться, в том числе и в 1С. Это огромная ниша. Тем не менее, нельзя забывать про минусы, которые были упомянуты выше.
Применение нейросетей в экосистеме 1С
Нейросети открывают широкие возможности для улучшения работы 1С, особенно в области аналитики и прогнозирования. Если у компании уже есть инструменты бизнес-аналитики (BI), куда поступают данные, можно успешно внедрять решения на основе нейросетей для малого и среднего бизнеса.
Например, есть решение для 1С 8.5, где показывается диаграмма члена футбольного клуба. На ее основе создается паспорт игрока, который играет за ту или иную команду, и с помощью нейронных сетей можно прогнозировать его рост. Это делается посредством выборки определенных данных.
Есть еще одна интересная задача: предсказать, отменит ли человек бронирование отеля. Отели несут большие потери из-за отмен, и искусственный интеллект вполне может справиться с этой проблемой.
Еще одно направление – это прогнозирование продаж товара и оценка его рентабельности. Если мы, например, внедрим какие-то диаграммы в компаниях, работающих с розничными магазинами, это поможет аналитикам, которые занимаются продуктом.
Также с помощью ИИ мы можем решать проблемы с кибербезопасностью, которые в наше время присутствуют на каждом шагу. Мы можем оцифровывать журнал регистрации, который существует в 1С, и выявлять цепочки потенциально вредных действий для пользователя, а затем направлять их на дальнейшее администрирование. Более того, мы можем автоматически реагировать: если пользователь совершает подозрительные действия, например, создает непонятные документы, мы можем блокировать их создание.
Привлечение молодежи в 1С через ИИ
В 1С есть большая проблема с молодыми специалистами. Они, к сожалению, не идут в эту сферу, возможно, потому что их не привлекает «код на русском».
Поговорив со своими сверстниками, я выяснил, что большая часть из них хочет видеть 1С – или, в целом, работу программиста – как нечто, что им понравится, что займет их интересными задачами, и в чем они захотят развиваться. Если мы будем в профилях компаний писать, что компания занимается внедрением искусственного интеллекта и автоматизацией бизнеса посредством нейронных сетей, то сможем привлечь молодых специалистов.
Тем не менее, необходимо развивать 1С и в сферах, не связанных с ИИ. Например, можно рассказывать, что на 1С занимаются не только автоматизацией бизнеса, но и пишут крутые парсеры – а в этом молодежь на данный момент очень заинтересована.
