«Мы попробовали ChatGPT, нам очень нравится. Только можете научить, как правильно задавать вопрос, когда ему нужно скормить текст по частям? А то у нас есть длинные кейсы, на 3—4 страницы, он их не ест».
В этот момент я понимаю, что что-то идет не так. Нет, работать с теми, кому нравится инструмент, которому ты обучаешь, легче и приятнее. Не нужно преодолевать сопротивление и пытаться продать то, к чему ты не имеешь абсолютно никакого отношения. Вот только за окном февраль 2025 года, а значит ChatGPT-3.5 давно канул в небытие. И кейс на 3—4 страницы уже давно не длинный документ, а не очень большой контекст, который можно и в окно запроса вставить и файлом прикрепить к подавляющему большинству моделей. А значит, «кормить» частями ни один из текущих инструментов просто не нужно. И учиться этому тоже. Нужно разбираться.
Прошу открыть сервис, в котором они работают. И вижу, что это так называемый «ChatGPT без сложностей» – российскими сервисами, где модели прикручены через API. Вот и источник проблемы. Сервис, который ограничивает контекстное окно, урезает токены в запросах и в целом релизит новые функции и обновляет модели гораздо дольше, чем официальное решение сервиса для пользователей. Потому что в своих сервисах они эти самые модели и функции зачастую тестируют. Но кого волнуют все эти технические мелочи, прямо влияющие на качество работы, когда им пообещали не заморачиваться с регистрацией, доступами и оплатами?
Знаете, в чем глобальная проблема с внедрением ИИ в работу кого угодно? В том, что на вопрос «Какой нейросети вы хотите научиться (научить своих сотрудников)?» самый частый ответ – чтобы бесплатная и без ВПН. И я сейчас, к сожалению, серьезно.
Потому что я-то наивная жду, когда мне ответят «чтобы точно работал с табличками Exel», «чтобы можно было загрузить туда целую книгу», «чтобы мог отвечать из разных ролей», «чтобы текст был похож на человеческий». Но, оказывается, нет. Главное, чтобы она была бесплатная. То есть, постановка задачи идет не через качество, не через результат, а через отсутствие параметра. Здорово. Только вот дешевле тогда вообще не заходить в этот процесс. Потому что все технооптимисты и продавцы ИИ забывают среди своих громких лозунгов упомянуть один простой факт. Настоящая полноценная цифровизация даже небольшого участка работы – это штука очень затратная. И речь не только про оплату самих нейронок, но и про перестройку процессов, оплату обучения людей и настройки моделей и многое другое. Хочется оказаться на гребне волны, и при этом не инвестировать и не рисковать? Так не бывает. Цифровизация – это инвестиция, а инвестиции и изменения – это всегда риски.
