Бизнес-аналитик 1С находится ровно посередине между заказчиком и разработчиком-программистом. Чтобы быть успешным, бизнес-аналитику 1С надо обладать целым рядом особых качеств. Одно из них — это умение быть в курсе всех новых возможностей. Возможностей собственно платформы 1С: Предприятие, а также и других продуктов, используемых совместно с платформой.
Большие языковые модели, в просторечии их еще называют искусственным интеллектом, уже больше года, как находятся в центре внимания специалистов и пользователей. Их область применения очень обширна. Бизнес и учет тут не являются исключением. Уже опробованы различные способы применения этой технологии в бизнесе. Эти способы могут быть относительно простыми или довольно сложными.
Начнем с простого. Сейчас практически у любого бизнеса есть база(базы) данных. С помощью больших языковых моделей можно получить данные из этой базы. На первый взгляд звучит не очень впечатляюще. В самом деле, мы и сейчас можем получать данные с помощью отчетов. Весь вопрос в том, как. Использование больших языковых моделей подразумевает, что вы задаете вопрос на обычном человеческом языке. Буквально можно спросить что-то типа такого: «Ну что там вчера продавалось» и получить список продаж за вчерашний день. Вопросы могут быть и не такими простыми. И даже такими, которые поставили бы в тупик среднего программиста. Языковые модели неплохо справляются с этим.
Многие не смотрят в эту сторону, потому что опасаются передавать свои данные посторонним. Но это происходит от незнания деталей процесса. Чтобы получить что-то из базы данных, надо сначала составить запрос на специальном языке запросов, он называется SQL. Потом выполнить этот запрос и получить результат. У нас нет необходимости (на практике и возможности тоже) передавать данные большой языковой модели. Мы передаем ей не сами данные, а описание того, какие данные находятся в нашем распоряжении. Другими словами, передаем структуру данных. Большая языковая модель составляет для нас запрос. Мы его берем и выполняем локально, в своей системе.
Если вы используете какую-либо типовую конфигурацию 1С, тогда структура вашей базы данных не является секретом, хотя бы потому, что растиражирована сотнями тысяч экземпляров. Но дело даже не в этом. В силу некоторых технических особенностей работы как больших языковых моделей, так и платформы 1С, нет смысла передавать структуру данных из 1С «как есть». На практике большая языковая модель получает от нас что-то типа: «мы учитываем продажи в количестве и сумме по товарам, складам и менеджерам». Это вряд ли можно назвать секретом. Кроме того, продукты на эту тему, которые сейчас присутствуют на рынке, они с открытым кодом. Возможность проконтролировать, что именно передается «на сторону» у вас есть.
Несколько примеров, которые демонстрируют преимущества работы с большими языковыми моделями перед традиционными отчетами. Рассмотрим такой простой вопрос: «Что не продавалось в прошлом месяце (в прошлом году, на прошлой неделе и т.п.)». Ни в одной типовой конфигурации 1С вы не найдете отчета, который позволил бы вам получить такую информацию. Это объясняется тем, что 1С «выросла» из бухгалтерского учета. Один из основных принципов бухгалтерского учета требует опираться на то, что произошло в реальности и имеет документальное подтверждение. Сам по себе такой отчет не является чем-то сложным, но раньше, чтобы его получить, надо было обращаться к программисту. Теперь же в этом нет необходимости.
Отчеты не могут конкурировать с живым языком. Другими словами, у вас никогда не будет отчетов на все случаи жизни. Отчет из предыдущего примера может быть и имело смысл создать, а потом пользоваться им на регулярной основе. Но бывают случаи, когда вам надо разово получить какую-то информацию. Вероятность того, что когда-нибудь в будущем она она вам снова понадобится, не высока. Например, рассматривается вопрос о том, чтобы начать давать премии за первые продажи. В том смысле, что какой-то товар продается в первый раз. При этом было бы неплохо узнать, сколько таких продаж у нас бывает за определенный период времени. Или мы в отеле хотим узнать сколько дней подряд у нас может быть максимальная загрузка.
В таких случаях уже совсем не хочется тратить ресурсы на разработку отчета. Большие языковые модели позволяют вам не делать этого и получать любую ситуационную информацию.
Перейдем к чуть более сложной технологии. Можно ли поручить большой языковой модели продажи? Если не ставить перед собой фантастические на данный момент цели и не пытаться создать из большой языковой модели полноценного менеджера по продажам, то ответ будет: да. Искусственному интеллекту можно поручить продажи. Примерно в том же смысле, в каком мы «поручаем продажи» сайту. Это выглядит не так эффектно, как мифический искусственный менеджер по продажам, но все же это большой шаг вперед. От потенциального покупателя требуется намного больше усилий для того, чтобы «общаться» с сайтом, чем для того, чтобы просто общаться, без кавычек. Вполне возможно, что в ближайшем будущем люди будут в массе своей предпочитать второй способ первому. Что может быть проще, чем нажать в Телеграме микрофончик и сказать: «хочу две пиццы Маргарита и большую колу»? Современные технологии позволяют превращать такое в заказ, который автоматически регистрируется в вашей учетной системе. Долгие годы технологии распознания речи совершенствовались, уменьшая процент за процентом количество ошибок. Большие языковые модели изменили ситуацию в корне. Дело не в том, что ошибок стало меньше. Их и сейчас довольно много. Дело в том, что большие языковые модели до некоторого предела нечувствительны к ошибкам. Мы распознали речь. Перевели ее в текст. В этом тексте будут ошибки, но это не проблема. Большая языковая модель все равно поймет, что имелось ввиду. А если ее попросить, то превратит текст в структуру, например в JSON. Сделать же из JSON заказ в учетной системе, в наше время это задача для старшеклассников.
Надеюсь, что приведенные здесь примеры позволят бизнес-аналитикам 1С сориентироваться в новейших технологиях.
А в завершение хочу порекомендовать вам бесплатный вебинар про использование сложного производственного учёта на реальных проектах автоматизации.
Большие языковые модели, в просторечии их еще называют искусственным интеллектом, уже больше года, как находятся в центре внимания специалистов и пользователей. Их область применения очень обширна. Бизнес и учет тут не являются исключением. Уже опробованы различные способы применения этой технологии в бизнесе. Эти способы могут быть относительно простыми или довольно сложными.
Начнем с простого. Сейчас практически у любого бизнеса есть база(базы) данных. С помощью больших языковых моделей можно получить данные из этой базы. На первый взгляд звучит не очень впечатляюще. В самом деле, мы и сейчас можем получать данные с помощью отчетов. Весь вопрос в том, как. Использование больших языковых моделей подразумевает, что вы задаете вопрос на обычном человеческом языке. Буквально можно спросить что-то типа такого: «Ну что там вчера продавалось» и получить список продаж за вчерашний день. Вопросы могут быть и не такими простыми. И даже такими, которые поставили бы в тупик среднего программиста. Языковые модели неплохо справляются с этим.
Многие не смотрят в эту сторону, потому что опасаются передавать свои данные посторонним. Но это происходит от незнания деталей процесса. Чтобы получить что-то из базы данных, надо сначала составить запрос на специальном языке запросов, он называется SQL. Потом выполнить этот запрос и получить результат. У нас нет необходимости (на практике и возможности тоже) передавать данные большой языковой модели. Мы передаем ей не сами данные, а описание того, какие данные находятся в нашем распоряжении. Другими словами, передаем структуру данных. Большая языковая модель составляет для нас запрос. Мы его берем и выполняем локально, в своей системе.
Если вы используете какую-либо типовую конфигурацию 1С, тогда структура вашей базы данных не является секретом, хотя бы потому, что растиражирована сотнями тысяч экземпляров. Но дело даже не в этом. В силу некоторых технических особенностей работы как больших языковых моделей, так и платформы 1С, нет смысла передавать структуру данных из 1С «как есть». На практике большая языковая модель получает от нас что-то типа: «мы учитываем продажи в количестве и сумме по товарам, складам и менеджерам». Это вряд ли можно назвать секретом. Кроме того, продукты на эту тему, которые сейчас присутствуют на рынке, они с открытым кодом. Возможность проконтролировать, что именно передается «на сторону» у вас есть.
Несколько примеров, которые демонстрируют преимущества работы с большими языковыми моделями перед традиционными отчетами. Рассмотрим такой простой вопрос: «Что не продавалось в прошлом месяце (в прошлом году, на прошлой неделе и т.п.)». Ни в одной типовой конфигурации 1С вы не найдете отчета, который позволил бы вам получить такую информацию. Это объясняется тем, что 1С «выросла» из бухгалтерского учета. Один из основных принципов бухгалтерского учета требует опираться на то, что произошло в реальности и имеет документальное подтверждение. Сам по себе такой отчет не является чем-то сложным, но раньше, чтобы его получить, надо было обращаться к программисту. Теперь же в этом нет необходимости.
Отчеты не могут конкурировать с живым языком. Другими словами, у вас никогда не будет отчетов на все случаи жизни. Отчет из предыдущего примера может быть и имело смысл создать, а потом пользоваться им на регулярной основе. Но бывают случаи, когда вам надо разово получить какую-то информацию. Вероятность того, что когда-нибудь в будущем она она вам снова понадобится, не высока. Например, рассматривается вопрос о том, чтобы начать давать премии за первые продажи. В том смысле, что какой-то товар продается в первый раз. При этом было бы неплохо узнать, сколько таких продаж у нас бывает за определенный период времени. Или мы в отеле хотим узнать сколько дней подряд у нас может быть максимальная загрузка.
В таких случаях уже совсем не хочется тратить ресурсы на разработку отчета. Большие языковые модели позволяют вам не делать этого и получать любую ситуационную информацию.
Перейдем к чуть более сложной технологии. Можно ли поручить большой языковой модели продажи? Если не ставить перед собой фантастические на данный момент цели и не пытаться создать из большой языковой модели полноценного менеджера по продажам, то ответ будет: да. Искусственному интеллекту можно поручить продажи. Примерно в том же смысле, в каком мы «поручаем продажи» сайту. Это выглядит не так эффектно, как мифический искусственный менеджер по продажам, но все же это большой шаг вперед. От потенциального покупателя требуется намного больше усилий для того, чтобы «общаться» с сайтом, чем для того, чтобы просто общаться, без кавычек. Вполне возможно, что в ближайшем будущем люди будут в массе своей предпочитать второй способ первому. Что может быть проще, чем нажать в Телеграме микрофончик и сказать: «хочу две пиццы Маргарита и большую колу»? Современные технологии позволяют превращать такое в заказ, который автоматически регистрируется в вашей учетной системе. Долгие годы технологии распознания речи совершенствовались, уменьшая процент за процентом количество ошибок. Большие языковые модели изменили ситуацию в корне. Дело не в том, что ошибок стало меньше. Их и сейчас довольно много. Дело в том, что большие языковые модели до некоторого предела нечувствительны к ошибкам. Мы распознали речь. Перевели ее в текст. В этом тексте будут ошибки, но это не проблема. Большая языковая модель все равно поймет, что имелось ввиду. А если ее попросить, то превратит текст в структуру, например в JSON. Сделать же из JSON заказ в учетной системе, в наше время это задача для старшеклассников.
Надеюсь, что приведенные здесь примеры позволят бизнес-аналитикам 1С сориентироваться в новейших технологиях.
А в завершение хочу порекомендовать вам бесплатный вебинар про использование сложного производственного учёта на реальных проектах автоматизации.
Зарегистрироваться на бесплатный урок
