Почему серия выше называется «Ограничения LLM для корпоративного использования»? Потому что как показала практика этого года, операционализация использования LLM в масштабах организации не ограничевается сбором и систематиазцией данных. Прибраться в данных - всегда полезно, определить данные тоже всегда полезно. Но затем на сцену выходят совершенно иные факторы, вот у нас такие вот данные о структуре команд или метриках процесса. А мы их анализируем под что, под рост, под оптимизацию, под конкретные направления? Цель какая. А почему по данным перерасхода быть не должно, а по факту - в три раза? Вы что, не идеальные? 🙂 А почему модель стала выдавать правдоподобный результат, а через полгода выяснилось, что совершенно неверный? А почему вслед за нами конкуренты сделали вот это и что нам теперь делать с нашей моделью? По факту мы так всегда и работали, это только это было у нас в головах и мы это замечали, а если мы теперь перекладываем производственную работу в алгоритмы, если не заложить в них механизмы, котрые у нас в голове есть из коробке, вроде «заметить изменение», то оно ничего и не заметит, а продлжит работать с тем, что есть. И адаптивность организации может упасть до нуля, хотя вообще-то ожидания были полностью противоположными. Хорошая новость - это все можно преодолеть и отстроить систему, в котрой все эти слои будут определены и работать, плохая - это требует ресурсов и пока с готовыми решениями, наработками и паттернами не особо, но они оформляются, в том числе и нашими с вами усилиями и наработками. И да, почти для всего этого нужна качественная Бизнес-, ИТ- и архитектурные стратегии на разных уровнях и в разных доменах компании. Работаем 🙂