MAI modeliai Excel ir Copilot: specializuotas DI gali būti pigesnis už universalų milžiną
·
MAI modeliai Excel šiandien nėra teorinis žaislas. Tai jau darbas, pinigai, duomenys ir kartais labai žemiškas klausimas: kas prisiims atsakomybę, kai DI pradės veikti už žmogų?
Microsoft AI liepos 23 d. pasidalino dviem vidiniais pavyzdžiais: MAI modeliai GitHub Copilot ir Excel užduotims. Trumpai: ne kiekvienam darbui reikia didžiausio universalaus modelio.
Turiu prisipažinti, tokias naujienas skaitau ne kaip blizgančią vitriną. Skaitau kaip žmogus, kuris iš karto galvoja apie komandą pirmadienio rytą. Kas iš to bus naudinga? Kur bus painiava? Ir kur po mėnesio kas nors pasakys: „mes galvojom, kad čia automatiškai susitvarkys“.
KAS NUTIKO
Microsoft rašo, kad MAI-Code-1-Flash GitHub Copilot aplinkoje turi apie 10 proc. didesnį code accept rate nei GPT-5.4 Mini ir Claude Haiku 4.5 VS Code scenarijuose. Excel pritaikytas MAI modelis įprastose užduotyse pagal vartotojų grįžtamąjį ryšį yra panašaus lygio kaip GPT-5.6, bet efektyvesnis.
Čia kaip įrankių dėžėje. Plaktukas nėra blogesnis už kombainą vien todėl, kad daro mažiau. Kartais jis tiesiog yra tinkamas įrankis.
Čia svarbi detalė: kalbame ne apie dar vieną gražų demonstracinį video. Kalbame apie produktus, politiką, infrastruktūrą arba tyrimus, kurie keičia, kaip žmonės dirba su DI realiose organizacijose.
KODĖL TAI SVARBU
Įmonėms DI kaštai bus valdomi ne tik mažinant naudojimą, bet ir parenkant tinkamą modelį kiekvienam žingsniui. Excel formulės, kodo pataisos ir dokumentų suvestinės turi skirtingą riziką.
DI jau išlipo iš „parašyk tekstą“ dėžutės. Jis naršo, jungiasi prie įrankių, analizuoja duomenis, planuoja veiksmus, kartais tvarko dokumentus ar padeda priimti sprendimą. Trumpai: jis artėja prie darbo proceso, ne tik prie pokalbio lango.
Ir čia smegenys mėgsta paslysti. Norisi sakyti: „ai, čia dar užsienyje“. Bet tas pats modelis ar funkcija rytoj atsiras kliento kompiuteryje, darbuotojo naršyklėje arba partnerio pasiūlyme.
KĄ TAI REIŠKIA VERSLUI
Verslui tai reiškia: modelių pasirinkimas turi būti proceso dizaino dalis. Rutinai galima naudoti pigesnį modelį, o brangų palikti ten, kur klaida kainuoja daug.
- skirstyti darbus pagal riziką ir kainą
- testuoti modelius realiame procese
- matuoti priimtų rezultatų procentą
- nepirkti didžiausio modelio tik dėl ramybės
Paimkite vieną Excel ar dokumentų užduotį ir palyginkite du modelius pagal tą patį testą. Ne pagal jausmą. Pagal rezultatą.
Man patinka paprastas testas: ar po šios naujienos tavo komanda turi vieną aiškesnį sprendimą? Jei ne, vadinasi dar tik skaitome. Skaityti galima. Tik nereikia apsimesti, kad tai jau strategija.
KUR GALI SKAUDĖTI
Rizika – per daug sutaupyti ir gauti tyliai blogesnę kokybę. Pigesnis modelis turi būti tikrinamas, o ne automatiškai laikomas laimėjimu.
Dažniausia klaida labai ūkiška. Žmonės įsijungia įrankį, pabando, nustemba, pasidžiaugia ir tada palieka viską savieigai. Po kelių savaičių paaiškėja, kad vieni darbuotojai kelia jautrius failus, kiti matuoja naudą iš jausmo, o treti net nežino, kas leidžiama.
Ne tragedija. Bet tvarkos reikia.
KĄ PASIDARYTI ŠIĄ SAVAITĘ
Šią savaitę susidarykite trijų lygių modelių taisyklę: pigus rutinai, vidutinis kasdieniam darbui, stipriausias brangiems sprendimams.
Šaltinis: Microsoft AI.
DUK
Kas yra MAI modeliai Excel užduotims?
Tai Microsoft AI specializuoti modeliai, pritaikyti agentiniam darbui Excel ir kituose Microsoft produktuose.
Kodėl specializuotas modelis gali būti geresnis?
Jis gali pigiau ir efektyviau atlikti siaurą užduotį, kurią gerai išmoksta per produkto aplinką.
Kaip tai taikyti versle?
Testuoti modelius pagal konkrečius darbo procesus ir matuoti kainą, kokybę bei žmogaus taisymus.
Jei nori DI naudoti praktiškai, pradėk nuo vieno proceso. Vienas pasikartojantis darbas. Vienas atsakingas žmogus. Vienas matavimas. Daugiau praktikos rasi MasterSprint.
