tekBlueprint

Не могу сказать, что являюсь активным пользователем ИИ и что автоматизировал все процессы вокруг, но есть определённый опыт работы с LLM/LDM. Поэтому хочу поделиться своими мыслями на эту тему.

Основная область применения была связана с моими каждодневными задачами в роли архитектора, поэтому и оценка по большей части именно с этой точки зрения. Для кого-то всё может быть совсем иначе.

Пресейлы

Этап пресейла и последующего формирования КП/ТКП чаще всего требует анализа большого количества информации в короткие сроки. При чем качество и полнота этой информации не всегда такая, как хотелось бы для выработки качественного предложения. Есть несколько случаев, когда ИИ был полезен, речь идёт о использовании ИИ в качестве RAG (Retrieval-Augmented Generation).

Первое, ИИ спасает в случаях, когда ТЗ практически не содержит полезной информации. Буквально случалось, что ТЗ на полсотни страниц с описанием всего что угодно, температура в помещении, эргономика кресел и прочее, а среди этого пол страницы с небольшим списком ФТ. Тут ИИ помогает найти именно важные части, связанные с ФТ/ФТТ из всего документа без его вычитки и ручного отсеивания лишней информации. При этом всё равно нужен общий контроль выданного ответа на момент упущенных требований, т. к. ИИ может галлюцинировать или что-то упустить.

Здесь происходили обратные ситуации, когда при вычитке объёмных ТЗ упускал некоторые пункты (упомянутые в скользь в документе), но которые находил ИИ. При большой интенсивности потока входящих оценок накапливается усталость и начинаешь упускать мелочи.

Второе, расширить описание. Например, если в техническом решении перечисляется технический стек, который будет использоваться, то не обязательно вручную составлять под всё пояснения для чего это необходимо, а достаточно указать названия и примерное назначение и потом попросить ИИ расписать подробнее. Банальная экономия времени на том, что ранее делалось вручную.

Например, было

• PostgreSQL
• RabbitMQ
• Nginx
• Kubernetes

Стало

• PostgreSQL – распределенная объектно-реляционная СУБД с открытым исходным кодом, известная своей надежностью и возможностями работы с большими данными.
• RabbitMQ – сообщение брокер с открытым исходным кодом, который реализует протокол AMQP (Advanced Message Queuing Protocol) для распределенных систем и архитектур микросервисов.
• Nginx – высокопроизводительный веб-сервер и обратный прокси, широко используемый для обслуживания статического контента и балансировки нагрузки на серверах приложений.
• Kubernetes – открытая платформа для автоматизации развертывания, масштабирования и управления контейнеризированными приложениями.

И на этом в общем-то и всё. ИИ не использовался для:

• Формирования общей концепции, архитектуры системы.
• Декомпозиции и оценки задач.
• Определения этапности, необходимых ресурсов и стоимости проекта.
• Формирования технического решения.

Не уверен, что это вообще возможно без предварительного обучения на качественных датасетах именно под подобные задачи. И даже тогда далеко не факт, что ИИ сможет полностью заменить человека. Цена ошибки довольно высока, чтобы доверять бредогенератору.

Проектная работа

Здесь всё довольно скромно. Единственное, где ИИ помогал, это задачи вроде саммаризации. Например, протоколы собраний не всегда хорошо структурированы, продублированная информация, не всегда чётко выделены последующие действия и т.д. В целом, ИИ мог неплохо “причесать” протокол, составить список действий и ответственных с датами.

В остальном применения пока не нашёл. Так же как и на пресейлах, всё что влёчёт определённую ответственность за предложенные решения и выборы, выполняется без использования ИИ (даже как RAG).

Разработка

Не раз слышал, что ИИ активно используют некоторые разработчики для того, чтобы писать код, но у меня положительного опыта как-то не случилось с таким подходом. Сколько не пробовал. Возможно после двух десятков лет программирования врукопашную, это слишком непривычно. Пока мне написать саму быстрее и проще, чем перепроверять и вычищать, то что наделал ИИ. Хотя я бы с радостью отдал кодогенерацию на ИИ, интереса этим заниматься уже давно нет.

НО, всё-таки есть одна вещь, которая сильно помогает – автоматическое заполнение JavaDoc. Это то, что у ИИ получается явно лучше, чем у меня. Да, комментарии не всегда могут быть достаточно детализированные, но это намного лучше, чем вообще ничего. Или вымученная документация просто потому, что нужно что-то написать.

Бонусом, иногда можно использовать для простых юнит тестов. Но чаще всего приходится доделывать.

Написание статей

Не работает это для меня, либо надо уметь готовить. На выходе просто набор малосвязанных фактов, фраз и выдернутых с просторов интернета предложений. Даже если какой-то текст и будет сгенерирован, то придётся почти всё отредактировать.

Единственное, где сейчас помогает - это быстро получить краткое определение чего-либо. Например, вопрос – “Что такое SIEM?”.

Система управления информацией о безопасности (Security Information and Event Management) – это программное обеспечение, которое собирает, анализирует и управляет событиями безопасности из различных источников в реальном времени. Основные функции SIEM включают централизованную сборку логов и данных безопасности, поиск аномалий, автоматизацию отклика на угрозы и предоставление отчетов о состоянии системы.

Но опять же, лучше перепроверять, так как галлюцинации возможны.

2D / 3D графика

Есть одна задача, где требуется 2D / 3D графика. Использовал генерацию text-to-image, image-to-image , ControlNet и прочее. В целом с 2D всё сейчас довольно неплохо, через ComfyUI можно выстраивать сложные пайплайны обработки. В целом устаивает. Например, изображение в шапке этого сайта по-быстрому сгенерировано через FLUX.1-dev.

Однако с 3D в 2023-2025 все довольно печально, если говорить про открытые модели генерации. Низкое качество, ужасная топология сетки, прозрачные материалы не поддерживаются. Возможно для профессионалов это не проблематично выправить, но я не профессионал и даже не любитель.

Заключение

Для меня использование ИИ как RAG – да, как инструмент создания какого-либо контента целиком – нет (за исключением 2D).

Не то чтобы я был против прогресса, не редко видел высказывания в стиле – “Вот машины заменили лошадей, кто был против этого, тот устарел и сопротивляется прогрессу”. Но мне кажется сравнение не совсем верное, больше подойдёт сравнение с условно-бесплатным наркотиком. Который делает хорошо, снимая с человека часть сложного мыслительного процесса, но ценой потери в будущем навыков анализа, оценки, принятия решений. Т.е. в какой-то момент не человек будет пользователем ИИ, а ИИ будет использовать человека как интерфейс для трансляции своего бреда в мир :)