Почему аналитики так активно обсуждают использование нейросетей в работе?

Исходя из моего 14 летнего опыта, большинство мечтает найти волшебную таблетку, которая поможет им решать их рабочие задачи. Вместо того, чтобы выучить базовые и необходимые знания, чтобы не испытывать сложностей в работе. 

Предлагаю сегодня посмотреть на живом примере и понять могут ли нейросети заменить аналитиков?

Вот достаточно детальный запрос, где я попросил чат мне спроектировать API.

Конечно, на эти доли секунды, пока нейросеть будет вам генерить ответ, можно испытать трепет, что тебе не надо трахаться с тем, чтобы что-то учить, сейчас все сделают за тебя.

Давайте посмотрим и оценим, что нам выдала нейросеть в качестве ответа?

Выглядит в целом - не придерешься, но добавлены такие фильтры (выделены), которые при расширении фильтрации скорее всего будут конфликтовать.

Например,
фильтр today

Если мы захотим расширить контракт и фильтровать не только по сегодня, но и по вчера или позавчера, то тогда нам придется менять контракт или его дополнять.

Как следствие, могут возникнуть конфликты.

А вот в выходных параметрах - некоторые, которые есть в JSON, отсуствуют.

А здесь вообще выглядят так, как-будто сделай то и не зная что.

Алгоритм сделан так, что не понятно, что в итоге разрабатывать

Иесли вы возьмете и будете использовать такой ответ нейросети, то вам это не только не поможет, но и снизит ваш авторитет среди коллег.

Поэтому, чтобы получить приближенный к истине ответ — нужно дообогащать запрос и уточнять либо самостоятельно какие‑то детали, либо у нейросети.

Но если у вас нет понимания, что запрашивать и как должно получится в итоге — разговор с нейросетью далеко не зайдет и не даст результатов.

Без базовых знаний — вы даже не то что бы разговор не сможете построить с нейросетью, вы еще не сможете оценить подходит ли вам то, что выдала нейросеть вам для работы или нет.