Работа с искусственным интеллектом: цели, результаты и проблемы на примере ChatGPT и других ИИ-решений

Павел Гуштюк, эксперт № 1 по цифровой трансформации, генеральный директор ИТ-компании “Формайнд”.

Внедрение искусственного интеллекта (ИИ) в различные отрасли произвело революционные изменения в способе нашей работы и принятии решений. Наша компания активно использует новейшие разработки в этой области, а также самостоятельно занимается разработкой ИИ-решений.

Основное направление деятельности компании оказание консультационных услуг, а также разработка отраслевых ИТ-продуктов. В рамках консультационной деятельности мы успешно внедряем инструменты искусственного интеллекта, такие как ChatGPT от OpenAI и другие решения, для оптимизации рабочего процесса и достижения лучших результатов для наших клиентов.

В данной статье я поделюсь опытом использования этих ИИ-решений и предоставлю конкретные примеры их применения в сфере консалтинга.

Консультанты часто сталкиваются с проблемой эффективного коммуникационного процесса, особенно при выполнении сложных проектов. Однако ChatGPT от OpenAI помогает решить эту проблему. Эта языковая модель позволяет создавать хорошо структурированные электронные письма, отчеты и предложения, которые легко воспринимаются клиентами благодаря последовательности и привлекательности. Например, при подготовке отчета по анализу рынка для клиента ChatGPT помогает составить краткое резюме, выделив ключевые идеи и тенденции, что значительно экономит время.

Toggl Plan — это инструмент управления проектами, который работает на основе искусственного интеллекта и помогает автоматизировать процесс распределения задач, планирования и мониторинга. С помощью алгоритмов машинного обучения, Toggl Plan прогнозирует оптимальные сроки и распределение ресурсов, что позволяет нашей команде более эффективно управлять консультационным проектов и повысили удовлетворенность наших клиентов.

Для проведения маркетинговых исследований мы используем Crimson Hexagon+Brandwatch — инструмент для изучения социальных сетей и исследования рынка на основе искусственного интеллекта. С помощью этого инструмента мы собираем важную информацию о поведении и предпочтениях потребителей, что позволяет нам уточнить маркетинговую стратегию для бренда или конкретного продукта.

При разработке отраслевых ИТ-решений мы используем лингвистическую модель для оптимизации процесса разработки. Это позволяет нам более эффективно обрабатывать задачи, такие как обзор текущих решений конкурентов, детализация бизнес-процессов с учетом действующего законодательства, предложения по метрикам оценки бизнеса, формирование общего видения продукта и пула функционала, а также подготовка инструкций для пользователя и текстов для официальной переписки. Это позволяет повысить эффективность и оптимизировать процесс разработки, обеспечивая нашим клиентам продукты высокого качества.

В части написания кода мы используем несколько продуктов, которые значительно упрощают нашу работу.

Первый из них — GitHub Copilot. Этот инновационный инструмент, разработанный совместно компаниями GitHub и OpenAI, использует GPT-4 и предлагает рекомендации по написанию кода. Мы используем его для написания backend (Python), frontend (TypeScript), автотестов (TypeScript) и нагрузочных тестов (TypeScript). GitHub Copilot подстраивается под стиль репозитория, в котором мы работаем, поэтому качество рекомендуемых дополнений зависит от того, насколько хорошо стиль соответствует требованиям.

GitHub Copilot не способен написать грамотную структуру проекта или готовое решение для автоматизации бизнес-функции. Однако, он сокращает количество набираемых символов и с высокой точностью предлагает подходящий комментарий, описывающий написанный только вами или с его помощью метод. Хотя GitHub не предоставляет статистики по проценту дополнений относительно кодовой базы репозитория, наш опыт показывает, что это решение помогает сократить время работы на 20%.

Второй инструмент, который мы используем — SourceryAI. Эта платформа использует алгоритмы машинного обучения для анализа образцов кода и предоставления рекомендаций по улучшению качества кода, снижению количества ошибок и оптимизации производительности. На данный момент поддерживается только язык программирования Python. Мы используем SourceryAI в основном для проверки нашего кода на соответствие Google Python Style Guide. Этот инструмент также уменьшает цикломатическую сложность написанного кода и предлагает более оптимальный вариант, если используется устаревшая конструкция.

Из последних 500 попыток слияния кода в репозиторий, 107 были заблокированы SourceryAI с требованием внесения изменений для соответствия Google Python Style Guide. Это происходило даже при использовании редактора, который также подсвечивает ошибки. Однако, мы получили всего 14 улучшений, предложенных SourceryAI. Стоит отметить, что мы уже привыкли к рекомендациям данного инструмента и стараемся самостоятельно применять оптимальные подходы.

В итоге, использование GitHub Copilot и SourceryAI в связке со статическими анализаторами кода (например, TSList, Sonar, black, flake и др.) позволило значительно ускорить процесс проверки запросов на слияние. Мы смогли сократить время на 70%, что означает, что больше нет необходимости спорить о стилях кода, и мы можем сосредоточиться на бизнес-логике и творческих идеях. Однако, оценить точно, насколько увеличилась скорость поставки проектов, достаточно сложно, потому что это только один из множества факторов, влияющих на процесс.

Введение искусственного интеллекта в работу нашей компании действительно привело к революции в подходе к проектам и доставке ценности клиентам. Благодаря авангардным достижениям в области ИИ мы можем предоставлять клиентам исключительные результаты и оставлять за собой больше пространства для творческих идей. Мы уверены, что такой подход позволяет нам оставаться на передовой в нашей отрасли и достигать еще больших успехов в будущем.