Лабораторная работа №2: учим ИИ готовить КП на внедрение ERP
Habr ·

В прошлой лабораторной работе №3 мы пытались понять, можно ли автоматизировать запуск нового проекта без привлечения офисных сотрудников. Видео или статья как это было. Еще раз - "лабораторные работы" это работающие стенды, которые можно запускать с следующего понедельника. Тогда задача выглядела довольно просто: пользователь пишет в Telegram, что начинается новый проект, отвечает на несколько вопросов, а дальше система сама создаёт нужные объекты в 1С и других информационных системах. Самым интересным результатом эксперимента оказалось то, что большая часть процесса вообще не требовала LLM. Языковая модель помогла нам построить роботов и управление ими, но когда процесс был формализован, дальше вполне успешно работали обычные алгоритмы и сценарии. На этот раз мы решили взять другую задачу. Она постоянно возникает у 1С-интеграторов и, казалось бы, гораздо лучше подходит для применения LLM. Оценка проекта внедрения ERP. Клиент присылает ТЗ или короткий бриф с описанием задач и ожиданий от внедрения 1C ERP. Нужно его прочитать, понять требования, разобраться в текущей системе, найти интеграции, определить функциональные области, прикинуть состав команды, посчитать трудозатраты, построить график и в конце сделать коммерческое предложение. То есть вроде бы идеальная работа для искусственного интеллекта. Прямо хочется закинуть эти файлы в Чат подороже и на выходе увидеть чудо - красивое оформленное КП с оценками, которые безусловно позволят одержать победу. Можно бронировать место на конференции Infostart с докладом "Я заставил LLM угадывать правильную цену проекта" Читать далее
В прошлой лабораторной работе №3 мы пытались понять, можно ли автоматизировать запуск нового проекта без привлечения офисных сотрудников. Видео или статья как это было. Еще раз - "лабораторные работы" это работающие стенды, которые можно запускать с следующего понедельника. Тогда задача выглядела довольно просто: пользователь пишет в Telegram, что начинается новый проект, отвечает на несколько вопросов, а дальше система сама создаёт нужные объекты в 1С и других информационных системах. Самым интересным результатом эксперимента оказалось то, что большая часть процесса вообще не требовала LLM. Языковая модель помогла нам построить роботов и управление ими, но когда процесс был формализован, дальше вполне успешно работали обычные алгоритмы и сценарии. На этот раз мы решили взять другую задачу. Она постоянно возникает у 1С-интеграторов и, казалось бы, гораздо лучше подходит для применения LLM. Оценка проекта внедрения ERP. Клиент присылает ТЗ или короткий бриф с описанием задач и ожиданий от внедрения 1C ERP. Нужно его прочитать, понять требования, разобраться в текущей системе, найти интеграции, определить функциональные области, прикинуть состав команды, посчитать трудозатраты, построить график и в конце сделать коммерческое предложение. То есть вроде бы идеальная работа для искусственного интеллекта. Прямо хочется закинуть эти файлы в Чат подороже и на выходе увидеть чудо - красивое оформленное КП с оценками, которые безусловно позволят одержать победу. Можно бронировать место на конференции Infostart с докладом "Я заставил LLM угадывать правильную цену проекта" Читать далее