LLM настраивает LLM: кажется, мы зашли слишком далеко и это только начало

Начала работу по внедрению ИИ в рутину блока аналитиков. Результатов еще нет, но есть мысли:

🕺 Самой использовать ИИ ≠ внедрить его в работу всего блока аналитики. Даже несмотря на то, что в моей собственной работе 70% на подхвате у ИИ. В общем, там, где задача казалась лёгкой, споткнулась о п. 2.

🕺 Чтобы рутину и типовые задачи всего блока аналитиков можно было централизованно переложить на «плечи» ИИ (интересно, n8n можно считать плечами?), в команде уже должены быть выстроен процесс и утверждены артефакты. У нас они есть, но большая часть задач — исследовательские, которые в шаблоны не хотят укладываться.

🕺 То есть для старта нужно не ИИ мучить, а сначала посмотреть, есть ли у вас эти самые процессы и сколько в них понятных стандартизированных задач.

🕺 А после задуматься: а все ли эти задачи вообще будут нужны, если ИИ заберет на себя процессы не только аналитиков но разработчиков, QA и техписов?

🕺 Пока испытания ИИ на рабочих задачах выглядят смешно: я использую одну LLM, чтобы настраивать другие LLM и сопутствующую архитектуру.

🕺 Хочешь разбираться с ИИ? Привет сети, работа с Docker, nginx и прочим. Не всё это имеет прямое отношение к ИИ как таковому, но условия сейчас, увы, такие.

🕺 Эмоции в процессе внедрения коллеблются «Ух ты, какой я крутой, уже столько умею (тоже благодаря ИИ)» до "Я устал упираться в ресурсы, а до нормального результата не добрался".

🕺 Если раньше мне казался Doc-as-Code чрезмерной приблудой при наличии нормальных wiki, то с ИИ Doc-as-Code выглядит как must have для аналитика.

📖 Поныть о ваших успехах можно в комментариях)