Размышление-рефлексия

Все же помнят феномен Карго-культа?

Это когда местные жители островов тихого океана строили самолёты из навоза и соломы, чтобы привлечь богов, которые скинут им груз с продовольствием. Этим термином с тех пор описывают все ситуации, когда кто-то выстраивает имитацию чего-либо, пытаясь получить ценность, которую дает оригинал.

Ловлю себя на том, что страдаю этим в работе.
Думаю у всех много таких "самолетов", которые не летают, в гаражах с надписями "глоссарий", "метрики", "качество данных", "дата каталог" и проч.
Я это обосновываю тем, что "это мы экспериментируем", что надо "начать, чтоб не отстать, а там по ходу разберемся как этого слона есть по частям". Была у меня даже такая футболка с надписью "похуй, давай попробуем".
Не думаю, что есть другой путь. Вендоры рисуют некие подходы, который чаще всего гипотетические и исключают один другой.
А вы с командой строите их сначала из соломы, а потом что то и взлетает.

Меньше людей знают про Обратный карго-культ

Это понятие появилось у политологов для описания ситуации когда "жители островов" говорят, что в других странах самолеты тоже из соломы и навоза, только там лучше скрывают этот факт.

Это тоже эффект, который я в себе нахожу. Начинаю обобщать что-то вроде "Пользователь никогда не будет доверять AI агентам" или "Дата каталог обречен быть пустынной свалкой метадаты" или "self-service etl - заговор BI вендоров для продажи лицензий".
Очень удобно сделать такое суждение, да и подтверждение этому не так сложно найти вокруг, если смотреть предвзято.
Между тем это не так. Отдельные компании тихо строят настоящие летающие самолеты, разной сложности и комплектации.
Другой вопрос, что некоторые самолеты вам строить изначально не нужно, так как у вас нет в компании достаточной длины полосы, заданий и пилотов.

Вроде не запутался в аналогиях.
Короче важно не скатываться в упрощение.
Говорю я себе.

Data Science Conference Europe 2024 День 1. Боролся со внутренним AI скептиком. Местами получалось, но в итоге скатился обратно.

Что там с нового с LLM

Много кто перестал использовать LLM как ядро своих моделей и вернулись обратно в non-genAI ML моделям. Слишком ллмки неконтролируемые, дорогие и медленные. Оставили только для обертки ответов в чате с пользователем.
Опять же не стоит воспринимать это как тренд - скорее после лавины пилотных проектов наступает реальное понимание границ применения. Просто многие задачи лучше решаются другими средствами.

Компании показывали много реальных кейсов "якобы на проде". Никто не учит модели, все упражняются с вариациями RAG. Для работы с текстом более чем. 90% Проектов это работа с корпоративными текстовыми знаниями:

- очень много в контрактинге и закупках - саммаризация условий и поиск по базе договоров. Много примеров когда делают задачи, которые решаются и без ai. Но если уже внедрять так внедрять. Например сравнение условий разных поставщиков. Раньше нужно было извлекать/заносить условия полями в систему, побороться за качество данных и сделать BI отчет. Сейчас все договора сгружаются в вектора и LLMка все рассказывает закупщику. Может и норм.
- Сервисы взаимодействия с клиентами - саммаризация переписки клиента, классификация запросов, написание автоответов.

Агенты, повсюду агенты

Слово агенты звучало даже чаще чем LLM. Все оседлали хайп этой осени.
Про Digital twins - тоже говорят, но скорее в вопросах к спикерам - дескать делаете ли. Ответы были - нет, слишком дорого и сложно.

Выступал google - показывали свою линейку агентов в пакете приложений своей экосистемы.
Прикольно звучит категория Employee agents. Быстро конфигурируемые "сотрудники" с конкретной функцией - участник бренсторма, обсуждения (слушает и вкидывает идеи), улучшатель презентаций, скрам мастер, ассистент проектного менеджера, Бухгалтер на первичной документации и т.д. Ну ждем че.

Сделал себе заметку подумать каким должен быть агент-дата-стюард, старая тема автоматизации рутины дата и контент менеджмента, вложенная в новую форму. Или даже уже DQ-агент, создающий юнит тесты и пушащий изменения. Виталий из datanomix показывал набросок тут.

Как грибы размножаются AI агентства - конторы которые фокусируют ресурс и экспертизу по быстрому наговнякиванию вам AI поделок (ух какой же я ai-скептичный). При этом они как раз могут стать теми, кто за 2-3 года отберут оптимальные кейсы и сделают компактные быстроразворачиваемые LLM солюшены с нормальной жизнеспособностью.

Ложка скепсиса

...если у вас в AI агенте процесс из 7 шагов и на каждом шаге точность результата 90% - то на выходе вы получите точность ниже 50%..

Ни одного упоминания дата онтологий. Может сегодня.

Поймал себя на мысли, что есть особый скилл, чтобы не вестись на ощущение безотлагательности в инновациях и мне есть куда расти в нем.

День 0

Не обязательно ехать в Лондон, чтобы узнать, что нового у Tableau - как публичного ('розовые слоники'), так и кулуарного ('суровая реальность').

Ребята съездили за нас и в эту среду расскажут как все было на DataFam 2024. Емко, за 1,5 часа. Выгодное предложение. Регистрируйтесь.

Полный список тем, которые ребята обещали покрыть:
Filters manager от ladataviz, figma + tableau, viz extensions от ladataviz, download all calculations and metadata from workbook, новые типы подписок/лицензий, AI Агенты SalesForce - какие фичи, что уже есть/ что будет, что в Табло, что в SF, новое про табло пульс, Tableau Table vs SuperTables extensions; WriteBackExtreme; PowerKPIs, VizQL API.

Для участия необязательно любить и работать с табло. Эти новые фичи и эксперименты с пользовательским опытом - универсальны. Можно копировать вдохновляться для построения своего самобытного BI. Или ощутить прилив скепсиса и приятного успокоения. Ценный актив.

Будет чат, но можно и написать вопросы заранее 👇