Методологи проекта автоматизации системы производственного планирования крупной логистической компании столкнулись с рутиной обработки справочников в Excel. Справочники ведутся в формате Excel-файлов, сформированных по закодированным аналитикам системы: бизнес-единицам, показателям, видам деятельности. Объем одного из справочников — массив из 16 столбцов, 50 000 строк и еще на пяти листах, так как формулы формируются по версиям. Внесение изменений вручную приводило к типичным ошибкам: изменения вносились не по всем необходимым аналитикам, появлялись дубли, терялись несохраненные правки, возникали синтаксические ошибки в кодировке. Автор материала признается, что четыре раза переделывала справочник из-за пропущенного апострофа, и задавалась вопросом, как это можно проконтролировать.

Решение пришло через ИИ-генерацию кода. Команда проекта — методологи, а не профессиональные программисты, поэтому они использовали VBA и немного Python для автоматизации обработки и валидации изменений. В качестве инструментов выбрали большие языковые модели Qwen3.6 от Alibaba Cloud и DeepSeek-V3 / DeepSeek-R1 от DeepSeek ИИ. Модели быстро исправляют ошибки, предлагают несколько альтернативных вариантов кода и дают подсказки, как скопировать и разместить код, что особенно полезно для неопытных пользователей.

№п/пОперацияПериодичностьТрудоемкость
ручная работаавтоматизация
1Выгрузка (выборка) формул отдельной формы или нескольких форм одновременно из общего справочника для корректировки и последующей загрузкиежедневно5-10 минут1 минута
2Обновление справочника формул после корректировок отдельных формежедневно10-15 минут1 минута
3Корректировка справочников интеграции2-3 раза в месяц20 минут1 минута
4Сбор формул по модели1-2 раза в месяцдо 16 часовдо 30 минут

Пример 1: замена кодов аналитик. Когда меняется кодировка нескольких аналитик, привычная функция Ctrl+F становится неэффективной. Автор приводит промт для ИИ: «Напиши макрос. На листе "Для макроса" в первом столбце значения (переменная a), во втором столбце замена (переменная b). Макрос проходится по данным столбца 11 каждого листа книги, кроме листа "Для макроса", и если встречает a, заменяет его на b». Сгенерированный код позволяет выполнять многокритериальную замену по всей книге, а не только на активном листе.

Пример 2: объединение файлов. Если есть несколько файлов-справочников с одинаковой структурой, ИИ генерирует код для объединения всех файлов в папке в один, сохраняя данные по листам. Это экономит часы копирования и снижает риск ошибок.

ИИ также помогает с комментариями к коду и инструкциями по запуску макросов: открыть редактор VBA (Alt+F11), вставить модуль (Insert → Module), скопировать код, закрыть редактор (Alt+Q), запустить макрос (Alt+F8). Такой подход позволяет методологам сосредоточиться на содержательной работе, а не на технических деталях.

Опыт ЛАНИТ показывает, что для автоматизации рутины не обязательно быть программистом: достаточно сформулировать задачу на естественном языке и использовать ИИ для генерации и отладки кода. Это меняет подход к работе с Excel-справочниками в компаниях, где методологи вынуждены тратить время на механические операции.