Chat-GPT как помощник в развитии low-code решений

В современном мире автоматизация бизнес-процессов является не просто способом оптимизации, но обязательным условием для возможности конкурировать на рынке, особенно если речь идёт о крупных и средних игроках на нём. В целом, такие «ноу-хау» как ИИ, его обучаемость, анализ больших данных дали толчок всему тому, что происходит сейчас в мире и бизнесе, и следующим витком «прогресса» стал ChatGPT, или, как его ещё называют, генеративный ИИ, который всё более плотно проникает в жизнь не только обывателей, но и специалистов, становится чуть ли не панацеей.

Но давайте пойдём по порядку и разберемся в целом, что же это за фрукт такой ChatGPT и с чем его едят. Начнём с банального – определения: ChatGPT — это чат-бот с искусственным интеллектом для обработки естественного языка (NLP), разработанный компанией OpenAI. Он использует архитектуру Generative Pre-trained Transformer и изначально предназначен для общения с пользователями и генерации текста. Благодаря обучению на больших объемах текстовых данных ChatGPT способен не только понимать вопросы и команды пользователей, но и предлагать им соответствующие «ответы». В общем и целом, модель заточена на решение поставленных ей задач – от предоставления информации по пользовательским запросам, до написания оригинальных текстов и построения моделей. Последним обновлением данной технологии является GPT-4, который может обрабатывать не только текстовые данные, но и изображения.

Ну, с теорией-то более-менее понятно, на словах все хороши, а вот что с реальным применением – это вопрос.

Если говорить о существующих low-code/no-code решениях с использованием ChatGPT, то ниже представлено несколько успешных кейсов. Важно отметить, что приведённые ниже примеры относятся к опыту зарубежных low-code/no-code платформ, которые хоть и ушли с российского рынка, но всё ещё задают тренды и траекторию развития для своих конкурентов.

Американская low-code платформа OutSystem внедрила расширение GPT-3, благодаря ему разработчики могут использовать все преимущества NLP и машинного обучения, получая на выходе возможность создания более мощных и удобных пользовательских приложений, за счёт улучшения интерфейса, делать убедительные и информативные описания продуктов. Также расширение позволяет разработчикам обходить написание сложных кодов для принятия запросов и ответов на них, просто напрямую отправляя их к API и получая уже готовые, сгенерированные ответы.

Следующим примером успешного внедрения GPT на платформу является Appian. Их обновление AI Skill Desingerпозволяет пользователям обучать модели ИИ, классифицировать электронную почту и документы (из скан-копии) с последующим извлечением информации из них, тем самым существенно сокращая необходимость ручного ввода данных.

Microsoft Power Apps также не отстаёт от своих конкурентов, их Copilot Microsoft Power Platform создаёт решения на основе ИИ в Power Apps, Power Virtual Agents и Power Automate. GPT выступает здесь в качестве контролёра – он помогает создавать решения и предлагает варианты по улучшению. Также при необходимости с помощью него можно предоставлять поддержку конечным пользователям в устранении возникающих у них проблем.

Ну и последним зарубежным кейсом, упомянутым в этой статье, выступит Einstein GPT от компании Salesforce. С помощью Einstein GPT можно составлять электронные письма, планировать встречи, осуществлять подготовку к будущим взаимодействиям с партнёрами, генерировать ответы на запросы клиентов, создавать контент для продвижения в самых разных маркетинговых каналах, повышать производительность разработчиков за счёт возможности генерации кода и ответов на вопросы и т. д.

Что касается российской практики, то генеративный ИИ планируют внедрить или уже внедрили такие компании как GoodsForecast, Knowledge Space, ГК itglobal.COM, Hopper IT, PQ. Hosting, ITentika, AskHow, «ЛАНИТ-терком» и т. д. Причём сферы применения ChatGPT самые разные: от написания и проверки кода до создания статей и постов для социальных медиа. Также важно отметить, что многие компании, которые уже внедрили таковую технологию, являются достаточно далёкими от сферы IT в своей ключевой деятельности, и при этом также успешно используют генеративный ИИ, но происходит это не системно, на платформах самих компаний, без возможности быстро и удобно приобрести данное решение из вне.

Если говорить о внедрении решения именно low-code/no-code «провайдерами», то здесь были замечены такие игроки как GoodsForecast – компания внедрила технологию в «экспериментальном режиме», но запускать генеративный ИИ в «производство» не готова из-за ограничений в законодательстве, в общем и целом, она использует обычный ИИ в своей работе, об этом представители GoodsForecast рассказали журналу БИТ, опубликовавшему статью, в которой также можно подробнее узнать об опыте и других компаний из перечня выше.

Хотелось бы отметить и другую no-code платформу – Knowledge Space, директор которой Павел Шингарев, недавно высказался по поводу внедрения технологии генеративного ИИ внутри компании: «Одной из базовых идей, которые были положены в основу архитектуры платформы Knowledge Space, является возможность формализации человеческих знаний в форме алгоритмов с последующим их объединении в единой модели – цифровом двойнике организации. Данная модель позволит строить максимально качественные прогнозы и планы, опираясь на знания ключевых специалистов. Одним из основных источников подобных знаний являются интервью с экспертами, которые требуют определённых усилий – как со стороны разработчика модели, так и со стороны самого эксперта. Chat GPT позволяет представлять экспертные заключения из любых областей деятельности. Таким образом мы можем потенциально автоматизировать процесс построения модели с минимальным участием людей. Это позволит кардинально повысить скорость создания моделей, их качество, а также минимизировать влияние субъективных факторов. Именно в этом направлении сосредоточены наши исследования по интеграции возможностей Chat GPT в платформу Knowledge Space». Из высказывания становится понятно, что KS планирует использовать ChatGPT в своей деятельности, что даст ей дополнительное преимущество по сравнению с другими low-code/no-code решениями.

На данный момент были выделены следующие направления, в которых может быть применён или уже успешно применяется ChatGPT. Ниже представлен перечень функций с краткими расшифровками по каждому пункту, необходимыми для более точного понимания применения генеративного ИИ.

IT и разработка:

• Помощь при проверке кода – ChatGPT может помочь разработчикам с проверкой кода перед развертыванием.

• Непрерывная интеграция и развёртывание (CI/CD) – ChatGPT может интегрироваться с конвейером CI/CD для оптимизации процесса развертывания.
• Управление инцидентами и реагирование на них – решение можно использовать в качестве виртуального помощника для управления инцидентами.
• Мониторинг и оптимизация производительности – инструмент позволяет проводить анализ показателей производительности, выявлять недостатки и выдавать рекомендаций по оптимизации.
• Поддержка пользователей и самообслуживание – ChatGPT можно развернуть как диалоговый интерфейс ИИ для обработки запросов в рамках поддержки.
• Автоматическая маршрутизация тикетов – инструмент позволяет проводить анализ и классификацию входящих тикетов в службу поддержки.

• Расширение базы знаний – анализируя существующую документацию, статьи поддержки и часто задаваемые вопросы, ChatGPT способен предлагать улучшения или создавать новый контент.

• Автоматизированное тестирование – ChatGPT может выполнять генерацию тестовых случаев на основе пользовательских историй или требований.
• Аудит соответствия и безопасности – чат-бот способен анализировать конфигурации системы, элементы управления доступом и политики безопасности для выявления потенциальных рисков или несоответствий.
• Планирование вычислительной емкости – ChatGPT помогает ИТ-командам с планированием емкости, анализируя исторические данные, модели пользовательского спроса и использования ресурсов.
• Управление изменениями – чат-бот может поддерживать процессы управления изменениями, помогая планировать, документировать и сообщать о них в ИТ-инфраструктуре.
• Адаптация и обучение – ChatGPT может имитировать распространенные сценарии, отвечать на вопросы и предлагать рекомендации.

Маркетинг и продажи:

• Создание контента – ChatGPT может генерировать привлекательный и релевантный контент, который находит отклик у целевой аудитории.

• Лидогенерация – чат-бот может помочь в лидогенерации, взаимодействуя с потенциальными клиентами, отвечая на их запросы и собирая соответствующую информацию.
• Автоматизация поддержки клиентов – ChatGPT обрабатывает рутинные запросы и предоставляя мгновенные решения распространенных проблем.
• Персонализированные коммерческие предложения – чат-бот может анализировать данные о клиентах и генерировать персонализированные коммерческие предложения с учетом их индивидуальных интересов.
• Оптимизация воронки продаж – анализ воронки продаж и выявление потенциальные узкие места или области для улучшения.
• Анализ отзывов клиентов – ChatGPT может анализировать отзывы клиентов из различных источников, таких как опросы, обзоры и социальные сети.

HR функция:

• Автоматический просмотр резюме – чат-бот извлекает из резюме необходимую информацию и предоставляет предварительные оценки кандидатов на основе конкретных критериев.
• Предварительная квалификация кандидатов – взаимодействуя с потенциальными кандидатами, ChatGPT помогает отделам кадров проводить предварительную квалификацию людей.
  
• Подготовка к собеседованию – отделы кадров могут использовать ChatGPT для улучшения подготовки к собеседованию.
  
• Помощь при адаптации – чат-бот помогает HR в создании подробных руководств по адаптации и документации.
  
• Поддержка обучения сотрудников – чат-бот может помочь с подбором учебных материалов для разработчиков специализирующимся на низком коде.
  

Но как бы хорошо ни было всё на словах, у любой медали две стороны – всегда есть как плюсы, так и минусы, и в теме «всемогущего» чата GPT без вторых не обошлось.

Первый и самый главный недостаток технологии – она очень часто ошибается, а самое страшное, что генеративный ИИ делает это убедительно, у этого явления даже есть название – «галлюцинация». Второй минус технологии – она не безгранична, например если говорить о ней в рамках анализа клиентских отзывов, то ChatGPT не распознаёт сарказм, иронию, не понимает нюансов, что может искажать сделанные им выводы, а также он не отличает «плохое от хорошего», что может вести к ошибочным выводам в процессе обучения технологии. В-третьих, генеративный ИИ не безграничен и в прямом смысле слова – он просто «физически» не сможет за раз написать целую книгу или код для полноценного приложения, что делает его не очень удобным в использовании в некоторых сферах. Четвертой проблемой является точность формулировок, так как чтобы получить на выходе необходимый результат, нужно сформулировать запрос не просто максимально подробно, но и достаточно понятно для технологии, что становится само по себе трудоёмким процессом и может не упрощать деятельность, а наоборот. Также в России существует ограничение по использованию ChatGPT на законодательном уровне, в связи с тем, что технология повышает риск распространения «фейков». Данный фактор, в свою очередь, тормозит развитие технологии для бизнеса.

При всём при этом важно отметить, что технология не стоит на месте и ChatGPT-4 умнее своего предшественника, он реже ошибается, имеет больше возможностей и быстрее учится, а это значит, что не всё потеряно!

Вывод можно сделать следующий – на ChatGPT надейся, а сам не плошай. Однако, при всех свои своих недостатках, технология является очень перспективной и даже сейчас может помочь автоматизировать, хотя бы частично, множество аспектов деятельности IT-бизнеса и его клиентов.

А как Вы применяете Chat GPT? Поделитесь опытом в комментариях!