Пресса о нас

Перевернет ли ChatGPT нашу ИТ-отрасль?

Генеративный искусственный интеллект – сегодня одна из самых обсуждаемых тем. Возможности чат-бота ChatGPT ошеломляют. Все говорят о появлении прорывной технологии в ИТ, которую давно ждали. Так ли это? С чем могут столкнуться компании, внедряя технологии OpenAI?
В дискуссии «БИТа» о месте и роли генеративного искусственного интеллекта в бизнесе приняли участие представители компаний и организаций разных отраслей экономики. От GoodsForecast своим экспертным видением поделились генеральный директор Андрей Лисица и директор направления интегрированного планирования Игорь Гусаков.

Вопросы экспертам:
1. Как и где можно использовать генеративный ИИ в бизнесе? Каким может быть эффект от его применения?
2. Насколько надежен и объективен ChatGP? Всегда ли следует доверять информации, которую он сообщает?
3. Какие ограничения новой технологии вам кажутся наиболее существенными?
4. Как генеративный ИИ может изменить процесс разработки ПО?
5. Как его применение повлияет на рынок труда и сохранность рабочих мест?
6. Что ждет нас в будущем при развитии искусственного интеллекта?
7. Используете ли вы в своей компании генеративный ИИ?

Андрей Лисица, генеральный директор GoodsForecast

«Сейчас мы, как индустрия, находимся в начальной фазе очередного большого изменения»

Андрей Лисица (8H3B2575).jpg

1. Появление ChatGPT и все последнее развитие искусственного интеллекта в целом – это часть большого исторического или даже эволюционного процесса стремления человека облегчить себе жизнь. Палка-копалка, колесо, потом станки, производственные линии и т.п. Просто на рубеже 20 века произошел сдвиг от сокращения физического труда к сокращению труда умственного. Сначала это коснулось автоматизации производственных процессов (даже на больших заводах сейчас, как правило, трудится несоизмеримо меньше людей), а вот теперь дошло до облегчения работы, которая традиционно была связана с творчеством и не поддавалась облегчению при помощи механических устройств.

Соответственно, бизнес может использовать генеративный ИИ, в первую очередь, по аналогии – для автоматизации рутинных операций, доселе исполняемых людьми. Как и в любой автоматизации, основное правило тут – это передача рутинной работы на сторону машины. Просто с появлением ChatGPT класс работы, которую можно рассматривать как рутинную, стал выше. Это может быть сокращение труда по написанию «стандартного» кода, заготовка ответов на письма, помощь в создании документов, скучная работа по форматированию документов или подготовка документов в соответствии с какими-либо стандартными шаблонами.

2. Сейчас ChatGPT на хайпе, как следствие, ожидания несколько завышены. Нейронка по-прежнему выдает часть ответов с ошибками, и доверять ей полностью нельзя. При этом ChatGPT умеет гораздо больше, чем его предшественники. Во многих областях он вполне может выполнять роль стажера, задача которого – облегчить труд более старшего товарища, создавая черновые версии и заготовки, из которых более квалифицированный сотрудник уже сделает финальный продукт.

5. Прямо сейчас – почти никак, но с развитием этой технологии, станут больше востребованы творческие навыки людей. Людям не нужно будет долго погружаться в детали, прежде чем получить желаемый результат. По аналогии, например, выходя из дома, никто из нас не задумывается об устройстве двигателя внутреннего сгорания, достаточно просто сесть в машину и поехать. При этом отдельно появится такая специальность, как специалисты по настройке и обслуживанию искусственного интеллекта. Сейчас такие люди тоже есть, но это скорее научные работники. С развитием технологии это станет похожим на работу автомеханика в мастерской.

6. Важные решения по-прежнему будут принимать люди. Просто принятие этих решений будет облегчено за счет многочисленных помощников. Я надеюсь, что машины не смогут заменить в человеке желание творить. Желание творить останется за человеком, просто с каждой новой технологией это творчество будет становиться более глобальным за счет использования все более и более продвинутых помощников.

7. Пока такие возможности тестируются только в экспериментальном режиме, причем исключительно в частном порядке. Что касается повседневной работы, то пока мы применяем только обычный ИИ, когда сеть анализирует тексты и изображения, но не генерирует что-то новое. В перспективе мы рассматриваем возможность использовать генеративный ИИ для оптимизации процесса разработки. Но что касается конкретно ChatGPT, то сейчас мы ограничены в его полноценном применении из-за запрета на его работу в России. Как ответственный бизнес, мы не можем себе позволить строить бизнес на базе нелегального доступа к технологиям.


Игорь Гусаков, директор направления интегрированного планирования GoodsForecast

«ChatGPT не надежен, но при этом крайне убедителен, и это один из ключевых рисков его использования»

Игорь Гусаков (8H3B9071).jpg

1. Сфера применения генеративного ИИ поистине огромна. Уже имеется много примеров написания дипломных работ и статей для научных журналов. Экспериментаторы пытаются построить успешный бизнес, основываясь исключительно на детальных инструкциях от ChatGPT. Но если говорить о сфере деятельности нашей компании, то в области программирования нейросеть, безусловно, приведет к колоссальным изменениям.

2. К сожалению, ChatGPT не надежен, но при этом крайне убедителен, и это один из ключевых рисков его использования. Попробуйте предложить ему найти три целых положительных числа, таких, что сумма третьих степеней (кубов) двух из этих чисел была бы равна кубу третьего. Таких чисел не существует согласно Великой Теореме Ферма. Однако ChatGPT уверенно выдает в качестве ответа пифагоровы тройки. Вот пример реального диалога:

One example of three positive integer numbers a, b, c that satisfy the equation a^3 + b^3 = c^3 is:
a = 3 b = 4 c = 5
Plugging in these values, we get:
3^3 + 4^3 = 5^3
27 + 64 = 125

Хорошо, что ошибка в данном случае очевидна: 27+64 никак не равно 125. Но что было бы, если незнакомый с медициной человек стал бы выяснять безопасную дозу какого-либо лекарства и в ответ получил бы дозу, приводящую к тяжелым последствиям для организма или даже смерти?

Иными словами, ответы нейронной сети должны быть провалидированы экспертом. Тем не менее, это не отменяет того, что в области программирования нас ждут огромные перемены.

4. Процесс разработки ПО состоит из нескольких этапов. Предположим, что у кого-то появилась идея создания нового приложения. Сначала нужно составить подробные требования, затем спланировать работы, спроектировать приложение, подготовить дизайн, и только затем начинается непосредственно процесс разработки.

За разработкой в обязательном порядке следует тестирование, где нужно понять, с одной стороны, было ли сделано то, что планировали, а с другой – проверить, что все сделанное работает корректно и без ошибок.

Появление генеративного ИИ открывает возможность заменить разработчика на нейросеть при условии, что задача сформулирована очень четко и есть гарантия, что все «сделанное» нейросетью будет тщательно проверено. Иными словами, можно предположить, что аналитик, то есть человек, умеющий ставить задачи, но не умеющий программировать, сможет через некоторое время обходиться при создании ПО без помощи разработчика. Первые шаги в этом направлении были сделаны давно – это так называемые low code/no code платформы. Сейчас мы, как индустрия, находимся в начальной фазе очередного большого изменения.

5. Ответ на этот вопрос зависит от того, в каком направлении будет двигаться человеческая цивилизации в целом. Появление роботов, которые смогут заменить десятки профессий, неизбежно. Другое дело – какие решения примут правительства в этой связи.

Давайте возьмем такую профессию, как таксист. Беспилотные автомобили – уже реальность, но означает ли это, что в ближайшем будущем десятки миллионов таксистов по всему миру потеряют работу? Возможно, что в некоторых странах беспилотные такси будут запрещены ровно для того, чтобы сохранить рабочие места. В других – будет введен высокий налог на доходы компаний, которым будут принадлежать автопарки беспилотных авто, и собранные деньги пойдут на пособия потерявшим работу. В странах победившего капитализма люди просто потеряют работу, будут переквалифицироваться и пытаться выжить в новых условиях. Все вышесказанное относится и к применению генеративного ИИ.

6. Это тоже сильно зависит от общего направления развития цивилизации. Не исключено, что мы увидим все три указанных варианта, работающих одновременно в разных странах или в разных областях жизни.

В общих же чертах, в тех сферах, где много рутинных операций, постепенно акцент будет все больше и больше смещаться в сторону машин. Контроль за принятием ключевых решений люди попытаются оставить за собой. Получится ли это – другой вопрос.


Оригинал публикации и ответы представителей других компаний читайте на сайте "БИТ"

Сообщение отправлено!
Наши специалисты свяжутся с вами в ближайшее время.
Заполните форму
и получите ссылку на скачивание Партнерской программы
Сообщение отправлено!
Наши специалисты свяжутся с вами в ближайшее время.
Отправьте заявку на участие
в партнерской программе
Спасибо!
Презентация откроется в новом окне.
Если этого не произошло, нажмите на ссылку.
Заполните форму
для скачивания презентации