Как Google с Gemini переосмысляет таблицы в Google Sheets

Скоро Google хочет, чтобы ИИ делал рутинную работу в таблицах, говорит Eric Birnbaum, директор по продукту Google Sheets

Почти через пять десятилетий после запуска VisiCalc ИИ меняет один из самых привычных инструментов продуктивности в мире — обычную электронную таблицу.

Хотя многие офисные сотрудники регулярно работают с таблицами, у многих не хватает навыков и уверенности, чтобы использовать более продвинутые функции.

«Долгое время таблицы заставляли вас учить синтаксис и особый способ работы со spreadsheet», — сказал Eric Birnbaum, директор по управлению продуктом Google Sheets. «Но если подумать, сколько людей используют таблицы на работе и не обладают навыками, чтобы создавать действительно полезные для них таблицы».

По его словам, добавление искусственного интеллекта помогает решить эту проблему и делает программу доступнее для широкого круга офисных сотрудников. «ИИ раскрывает возможности таблиц, беря на себя большую часть сложной работы, которая требуется для их использования. Это может быть невероятно полезно для пользователей», — сказал Birnbaum.

Google последовательно расширяет возможности generative AI (genAI) в Sheets с момента запуска Duet AI — теперь Gemini — для Workspace в 2023 году.

Gemini в Sheets доступен без дополнительной платы для подписчиков Google Workspace, хотя для снятия некоторых ограничений использования нужен платный add-on AI Expanded Access стоимостью $30 на пользователя в месяц.

В последние месяцы были добавлены функции, которые позволяют Gemini agent в Sheets выполнять многошаговые действия, такие как форматирование, анализ и ввод данных, а также, совсем недавно, создавать целые таблицы по одному запросу. Функция Fill with Gemini развивает существующую AI function и позволяет автоматически заполнять выбранные ячейки, определяя намерение по данным внутри таблицы, а также по информации из web.

Еще одна функция, Sheets Canvas, которая сейчас доступна в alpha, позволяет создавать интерактивные приложения, обновляющиеся в реальном времени по мере изменения данных в таблице. Это может быть, например, kanban board для sales pipeline или аналитический dashboard, использующий Sheets как back-end источник данных.

Google утверждает, что пользователи уже видят от Gemini в Sheets ощутимую пользу. Согласно августовскому опросу 200 пользователей Sheets, проведенному компанией, большинство knowledge workers (89%) сказали, что AI-функции в Sheets экономят им как минимум час в неделю, а 88% считают, что эти функции сделали их увереннее в data analysis.

По мере того как компания глубже внедряет Gemini в Sheets, остаются вопросы о том, насколько бизнес может доверять AI-инструментам при работе с важными данными и что означает рост автоматизации для тех, кто проводит большую часть дня за обработкой данных.

Computerworld недавно поговорил с Birnbaum о потенциальных преимуществах и проблемах последующей эволюции spreadsheet software. Интервью было сокращено и отредактировано для ясности.

Поскольку бизнес все больше смотрит на ценность инвестиций в ИИ, какие измеримые преимущества видят клиенты от Gemini в Sheets — например, экономию времени или другие формы ROI? «Таблицы по-прежнему остаются одним из универсальных языков бизнеса, и мы не ожидаем, что это скоро изменится. Но, встраивая ИИ в продукт там, где люди уже работают, мы, как нам кажется, можем значительно снизить technical tax данных: время, которое уходит на их понимание, поиск, анализ и визуализацию.

«Исторически специалисты по данным — давайте оценим это как 80% их времени — тратили его на механическую основу: очистку данных, создание формул, форматирование, устранение неполадок, и, возможно, только 20% — на настоящее стратегическое принятие решений.

«Мы считаем, что если переложить ручную, отнимающую много времени и подверженную ошибкам работу с данными на Gemini, мы сможем немного перевернуть это соотношение, чтобы люди сосредоточились на том, что действительно важно: на высокоценных вопросах, которые стоит задавать, и на суждениях и решениях, которые из них вытекают. Мы уже начинаем видеть признаки этого среди нашей собственной пользовательской и клиентской базы.

«Второй момент в том, что ИИ в определенной степени может democratize data analysis и сделать ее доступной гораздо большему числу пользователей. Много лет таблица была gatekeeper: если вы не говорили на жестком языке spreadsheet formulas, вы не могли извлечь ценность из данных. Но, внедряя natural language interfaces, ИИ отделяет аналитическую способность от технической грамотности.

«Если вы можете задать правильные вопросы или описать то, что вам нужно, простым языком, Gemini и Sheets помогут вам достичь целей в таблице, даже если у вас минимальные навыки работы с таблицами.

«То, что мы уже видим от пользователей и клиентов, невероятно вдохновляет людей, которых раньше отпугивал data analysis или пугало открытие таблиц. Вам больше не нужно ждать data analyst, чтобы помочь вам; вы можете сами выполнить эту работу в таблице».

Но есть и обратная сторона: насколько бизнес может быть уверен, если более младшие сотрудники смогут брать на себя более сложные аналитические задачи, полагаясь на ИИ? Учитывая склонность AI models к hallucination, насколько бизнес может доверять тому, что эти инструменты не внесут ошибок в важные данные? «Мы очень много времени думали об этом. Мы приложили большие усилия, чтобы построить эти AI tools так, чтобы они работали вместе с вами, показывали свою работу, объясняли, что они сделали, и чтобы вы могли подхватить процесс там, где они остановились.

«Наш Sheets agent, например, показывает очень явный, прозрачный план, который вы можете просмотреть и одобрить до того, как произойдет любое изменение данных. Он делает это простым natural language, понятным обычному пользователю, а затем возвращает итоговое резюме, чтобы вы точно знали, что он сделал и где именно это сделал.

«Еще один момент — модель отлично объясняет вещи. Если вы, например, унаследовали таблицу со сложной формулой, которую не понимаете, модель прекрасно объясняет, как она работает и что делает.

«Во многих отношениях ИИ не только делает эти функции доступнее, но и помогает пользователям чувствовать себя увереннее в результате. Человеческая ошибка — неотъемлемый риск ручного управления данными, с ИИ или без него. Одна пропущенная запятая или сломанная ссылка на ячейку может полностью повредить финансовую модель, и это может остаться незамеченным.

«Наш подход с ИИ в Sheets — создать такой осознанный verification loop. Теперь рядом с вами работает еще один эксперт по таблицам, уменьшая вероятность этих ошибок».

Даже если люди тоже допускают ошибки, не сводится ли все в итоге к вопросу ответственности, когда в дело вовлечен ИИ? «Наша точка зрения такова: ИИ должен быть партнером knowledge worker, который выполняет работу. И все, что мы строим, задумано именно как партнер. Вы можете переложить задачи на модель, но мы указываем источники, предоставляем планы и объяснения. В конечном счете мы полагаемся на пользователя, чтобы он провел финальную проверку.

«Мы тратим огромное количество времени на качество. Мы знаем, что для полезности ИИ в таблицах он должен быть надежным. Когда мы запустили Sheets Gemini Agent, мы очень гордились тем, что установили state-of-the-art benchmark на полном наборе данных SpreadsheetBench, который на тот момент превосходил конкурентов и был близок к возможностям человеческого эксперта.

«Но мы понимаем, что качество никогда не бывает “достаточно хорошим” или завершенным. Мы постоянно работаем над улучшением качества для наших пользователей и клиентов, а также для тех сценариев, где они больше всего полагаются на ИИ».

Какой потенциал вы видите у более agentic-функциональности в Gemini Sheets — например, для подключения данных из других источников, создания повторяющихся отчетов или выполнения большего числа действий самостоятельно? «Мы внимательно слушаем клиентов и пользователей и строим то, что, по их словам, им нужно. Agent уже способен выполнять очень сложные многошаговые workflows, и мы видим, как пользователи открывают для себя, насколько он способен выполнять end-to-end задачи с таблицами. Что касается connectors, в alpha у нас доступны подключения к HubSpot, Salesforce и Mailchimp. Надеемся со временем расширить этот список.

«Нет пути к тому, чтобы ИИ заменил analyst. Я думаю, ИИ дает аналитикам больше времени на действительно ценные части их работы. Аналитики, с которыми я работаю, гораздо продуктивнее и сильнее влияют на результаты, чем раньше, потому что могут переложить скучную рутинную работу с таблицами на модель, освободив время для более интересной и важной работы.

«Хороший пример: визуализации, которые я сейчас получаю от аналитиков, — это canvases, а не статичные charts, которые я могу сам исследовать. Это гораздо информативнее и полезнее, чем то, к чему я привык раньше».

Если смотреть вперед, ожидаете ли вы, что большая доля работы с таблицами будет выполняться агентами, а люди будут задавать цели и проверять результаты? Что станет главным изменением в том, как люди используют таблицы с ИИ? «Скорее всего, сами задачи останутся похожими, и сценарии использования таблиц по-прежнему будут актуальны. Главное изменение будет в том, что можно будет переложить неинтересную рутинную работу по таблицам на model и освободить время пользователя для более значимых, интересных и полезных для бизнеса вещей.

«Таблицы исторически были чем-то вроде статических контейнеров, куда кладут данные и оставляют их отдыхать. Я думаю, ИИ может превратить таблицы в динамичные, локализованные software applications. И я действительно считаю, что это меняет правила игры для того, как люди будут использовать таблицы дальше.

«Это уже не просто пассивная сетка из чисел; таблицы превращаются в живые, долгоживущие, совместные приложения. Сотрудники могут собирать их на лету — например, базовый CRM или dashboard для supply chain — за секунды. Это направление инвестиций для нас на будущее, и нам очень интересно посмотреть, как оно будет развиваться».

AI assistants и agents, такие как ChatGPT или Claude, могут анализировать файлы таблиц и бизнес-данные без того, чтобы пользователи работали внутри приложения для таблиц. Что, по-вашему, сохранит Sheets в центре рабочего процесса, а не просто сделает его одним из элементов более широкого AI-driven процесса? «Мы постоянно на связи с клиентами и пользователями; очевидно, работа все еще происходит в таблицах. Я думаю, таблицы остаются невероятно популярным инструментом. Если мы сможем встроить AI capabilities, которые нужны пользователям, прямо в продукт, где они уже находятся, мы преобразим то, как они работают.

«Я думаю, мы можем стать front-end для части этой замечательной AI-инновации и тех продуктов, к которым пользователи уже привыкли сегодня. Все, что мы создаем, определяется обратной связью пользователей: они прямо сейчас говорят нам, что хотят, чтобы ИИ помогал им выполнять повседневные или более сложные задачи, и они начинают с Sheets уже сегодня».

Материал — перевод статьи с английского.

Оригинал: Q&A: How Google plans to reinvent the spreadsheet with AI