Vēl pirms dažiem gadiem mākslīgais intelekts (MI) lielākajai daļai cilvēku bija kaut kas „tur, aiz sienas” — lielos uzņēmumos, laboratorijās, ziņās. Tad parādījās ChatGPT. Un pēkšņi MI varēja atvērt pārlūkprogrammā, uzrakstīt jautājumu un saņemt atbildi.
Šis ir pirmais līmenis — par to, kā cilvēki sāka lietot MI ikdienā: no uzņēmumu iekšienes līdz ChatGPT un līdzīgiem rīkiem pārlūkā. Vienkāršā valodā pastāstīšu, kas ir mākslīgais intelekts, kas mainījās pēc ChatGPT un kā izmantošana attīstījās pēdējos gados. Bez dziļiem terminiem par modeļiem. Ja kāds vārds tomēr parādīsies, uzreiz paskaidrošu.
Vēlāk iesim tālāk — par aplikācijām un aģentiem, kas ļauj lielāku daļu darba darbināt caur AI. Šoreiz paliekam pie pamatiem: kā MI nonāca līdz tev.
Kas ir mākslīgais intelekts?
Mākslīgais intelekts ir tad, kad programma spēj darīt lietas, kas agrāk šķita „cilvēcīgas”: saprast tekstu, atrast jēgu datos, ieteikt nākamo soli vai uzrakstīt melnrakstu.
Iedomājies, ka tu iemācies atpazīt suņus fotogrāfijās. Tu skaties daudz piemēru un ar laiku saproti, kas ir suns. Mašīnmācīšanās (angļu valodā machine learning jeb ML) ir līdzīga ideja datoram: tam iedod daudz piemēru, un tas iemācās atpazīt sugas. MI ir plašāks vārds; ML ir viens no veidiem, kā to „iemāca”.
Svarīgi: MI nav maģija un nav tas pats, kas automatizācija. Automatizācija bieži ir skaidri noteikumi — „ja A, tad B”. MI noder, kad noteikumu vairs nepietiek: kad vajag saprast kontekstu, izvēlēties starp variantiem vai atrast, kas ir svarīgs garā dokumentā.
Vienkāršs likums: ja darbs ir ar tekstu, meklēšanu vai „paskaties un pastāsti”, MI bieži var palīdzēt. Ja darbs ir vienādi atkārtojas pēc skaidriem noteikumiem, sāc ar automatizāciju - un MI pievieno, kad tas tiešām vajadzīgs.
Ilgi eksistē tikai uzņēmumos un laboratorijās
Gadiem MI dzīvoja „aiz durvīm”. Lieli uzņēmumi un pētnieku komandas trenēja modeļus uz milzīgas jaudas datoriem. Tas prasīja speciālistus, dārgus serverus un mēnešiem ilgu darbu. Parasts cilvēks šos rīkus neredzēja - viņš redzēja tikai rezultātu, piemēram, labākus ieteikumus filmām vai precīzāku meklēšanu.
Mašīnmācīšanās jau toreiz strādāja: bankas vērtēja riskus, veikali prognozēja pieprasījumu, rūpnīcas meklēja defektus attēlos. Bet tas viss notika iekšā sistēmās. Nebija pogas „atver un pajautā”.
Tāpēc daudziem MI šķita kaut kas tāls — kā lidmašīnas kabīne. Tu zini, ka tā eksistē, bet pats stūri neturi.
Pagrieziens pasaulē: ChatGPT un rīki ikvienam
2022. gada novembrī OpenAI palaida ChatGPT. Ideja bija vienkārša: atver vietni, uzraksti jautājumu parastā valodā, saņem atbildi. Bez instalēšanas, bez programmēšanas kursa, bez „lūdzu, iedod servera piekļuvi”.
Tas nebija pirmais MI pasaulē. Bet tas bija pirmais brīdis, kad miljoniem cilvēku paši varēja izmēģināt, kā MI darbojas ar vienkāršiem vaicājumiem. Rakstīt e-pasta melnrakstu. Paskaidrot sarežģītu tēmu vienkārši. Izdomāt idejas. Tulkot. Kopsavilkt garu dokumentu.
Drīz blakus parādījās citi rīki ar līdzīgu ideju: Google Gemini, Microsoft Copilot (Word, Excel, Outlook), Anthropic Claude un citi. Daži ir pārlūkā. Daži - tieši tavā biroja programmā. Kopīgais: MI vairs nebija tikai „iekšējā sistēma”. Tas kļuva par ikdienas rīku pieejamu visā pasaulē miljoniem lietotāju.
Svarīga nianse: šie rīki var kļūdīties. Tie mēdz izklausīties pārliecinoši arī tad, kad fakti nav precīzi. Tāpēc labākā prakse ir vienkārša - MI sagatavo, cilvēks pārbauda. It īpaši, ja teksts iet pie klienta, uz rēķina vai oficiālā dokumentā.
Kā MI izmantošana attīstījās pēdējos gados
Pēdējos gados mainījās ne tikai „kas ir iespējams”, bet galvenokārt — kurš un cik viegli to var izmantot.
1. No „projekta” uz „pārlūka cilni”
Agrāk MI bieži bija atsevišķs projekts ar komandu. Tagad daudziem pietiek ar kontu un pārlūkprogrammu. Tas nozīmē: izmēģināt var šodien, nevis pēc pusgada.
2. MI ienāca darba programmās
Rakstīšana, kopsavilkumi, e-pastu uzmetumi, sapulču piezīmes, formulu idejas tabulās - tas viss sāka parādīties tur, kur cilvēki jau strādā. Vairs nevajag „iet uz citu vietni”, lai pajautātu MI. Dažreiz pietiek ar pogu blakus dokumentam.
3. No atbildes uz darbu plūsmu
Sākumā cilvēki galvenokārt jautāja un kopēja tekstu. Tagad biežāk MI ir viens solis lielākā ķēdē: saņem e-pastu → MI sagatavo atbildes uzmetumu → tu apstiprini → automatizācija nosūta vai saglabā. Šeit MI un automatizācija strādā kopā: MI saprot tekstu, automatizācija izpilda soļus.
4. Vairāk uzmanības kontrolei
Jo vieglāk MI lietot, jo svarīgāk zināt robežas. Personas dati, klientu noslēpumi, neprecīzi fakti - tas viss prasa veselo saprātu. Labs ieradums: nesūti MI sensitīvus datus bez vajadzības un nepārraksti atbildi tālāk, kamēr neesi pārliecinājies.
Ko tas nozīmē tev un uzņēmumam
Praktiski: MI nav jāievieš viss uzreiz. Vajag atrast vietas, kur tas ietaupa laiku bez liela riska.
- E-pastu un ziņu melnraksti - tu labo toni un faktus.
- Garu tekstu kopsavilkumi - pirms sapulces vai pēc atskaites.
- Ideju un variantu ģenerēšana - tu izvēlies, kas der.
- Palīdzība ar tabulām - „kādu formulu vajag?” vai „paskaidro šos skaitļus”.
- Klientu biežāko jautājumu uzmetumi - ar cilvēka apstiprinājumu.
Mazam uzņēmumam ieguvums bieži ir lielāks nekā lielam, jo viens cilvēks dara daudz dažādu darbu. Ja MI noņem 20–30 minūtes dienā no rakstīšanas vai meklēšanas, gada laikā sanāk veselas 12 darba dienas.
Un nē - tev nav jākļūst par inženieri. Tev jābūt cilvēkam, kas zina savu darbu un var pateikt, kad atbilde „neskan pareizi”.
Ar ko sākt? 4 vienkārši soļi
- Izvēlies vienu darbu. Kaut ko, ko dari katru nedēļu: e-pastu, kopsavilkumu, tulkojumu.
- Izmēģini vienu rīku. ChatGPT, Gemini vai Claude - pietiek ar vienu, lai saprastu ritmu.
- Pārbaudi rezultātu. MI var kļūdīties. Neatkarīgi cik svarīgas lietas - Tu esi pēdējais filtrs, kas pasaka “Jā” vārdu.
- Savieno ar automatizāciju. Kad teksts der, to var ielikt plūsmā (n8n, Make u.c.) — no vienkāršas Excel tabulas līdz sarežģītām sistēmām.
Neliels padoms: sāc ar darbu, kur kļūda nav dārga. Piemēram, iekšējs kopsavilkums. Tad, kad ritms skaidrs, ķeries pie klientiem redzamām lietām.
Biežāk uzdotie jautājumi
Vai man jāprot programmēt?
Nē. Lielākā daļa ikdienas MI rīku strādā ar parasto tekstu. Programmēšana noder, ja gribi MI cieši iesiet savās sistēmās.
Vai MI atņems man darbu?
Biežāk tas pārņem atsevišķus uzdevumus - rakstīšanu no nulles, meklēšanu, pirmās versijas. Tie, kas iemācās MI lietot, parasti iegūst vairāk laika svarīgākajam.
Vai var uzticēties atbildei?
Daļēji. MI ir labs uzmetumiem un skaidrojumiem, bet fakti jāpārbauda. Īpaši datumi, cipari, likumi un citāti.
Kāda atšķirība starp MI un automatizāciju?
Automatizācija izpilda noteikumus: „ja X, tad Y”. MI palīdz saprast tekstu un ieteikt. Bieži tās lieto kopā: automatizācija ir „rokas”, MI ir „galva”.
Noslēgumā
Mākslīgais intelekts vairs nav tikai laboratoriju tēma. Tas ir rīks, ko cilvēki jau lieto — rakstīšanai, meklēšanai, atbalstam un automatizācijai. Sākums ir vienkāršs: viens darbs, viens rīks, un tava pārbaude beigās.
Un, ja gribas, lai kāds palīdz, — te nu mēs esam! TrustInRob palīdz no vienkāršas Excel tabulas, kas pati saskaita rēķinus, līdz ļoti sarežģītām sistēmām, kurās kopā strādā lietotnes, n8n darba plūsmas un MI. Mazs uzdevums vai liels projekts — mums patīk abi.
Tev nav jāzina, kā to sauc vai kurš modelis „labāks”. Pietiek pastāstīt, kas tev apnicis darīt ar rokām vai kur teksts un dati aizņem pārāk daudz laika. Pārējo izdomāsim kopā — vienkāršā valodā un bez liekiem terminiem.
Šis bija 1. līmenis. Citreiz pastāstīsim arī par aplikācijām un aģentiem, ar kuriem var palaist lielāku daļu darba caur AI — soli pa solim.
Uzraksti mums kontaktu formā: trustinrob.com/lv/kontakti — un ļauj rīkiem strādāt, kamēr tu dzer kafiju.
