Продакт-оунер MWS Tables Александр Антипов рассказал о том, как платформа перешла от полностью ручного проектирования таблиц к автоматизации через ИИ-помощника. Раньше пользователям приходилось самостоятельно добавлять столбцы, выбирать типы полей, устанавливать фильтры и настраивать представления, теперь эти операции берёт на себя встроенный чат-бот. Запуск ассистента происходит через иконку в правом нижнем углу рабочего пространства, а новые пользователи видят предложение начать работу с ИИ ещё на странице онбординга после регистрации. Важно, что речь идёт не о сторонней надстройке, а о функции, встроенной непосредственно в платформу: по словам автора, внешние инструменты и сложные скрипты больше не нужны, поскольку всё уже включено в продукт.

По словам автора, помощник умеет отвечать на вопросы о функциональности продукта, анализировать и изменять данные в таблицах, создавать и удалять элементы пространств, проектировать контент-планы и таск-трекеры, а также настраивать формулы и связи между таблицами. Все действия выполняются только с согласия пользователя и в заданных им рамках. Результаты работы ИИ доступны в разных представлениях — таблице, форме, канбан-доске, диаграмме Ганта, календаре или дашборде, причём изменения сразу отражаются во всех представлениях. Помимо формул, ассистент умеет классифицировать контент: например, разбирать сотни отзывов о продукте, присваивать категории и формулировать ключевые выводы. Отдельно подчёркивается, что система обобщает информацию, классифицирует записи и извлекает структурированные данные без настройки логических конструкций «if-then».

Технически ассистент работает как диалоговый агент, который сначала анализирует существующую структуру рабочего пространства, а затем предлагает план действий. В примере с таск-трекером система нашла уже имеющиеся таблицы, отметила отсутствие отдельного трекера задач и сформулировала предположения о статусах, приоритетах, исполнителе и дедлайне, после чего запросила подтверждение или правки. Пользователь попросил добавить диаграмму Ганта и поле «Начало», и ИИ доработал решение, а затем по запросу заполнил таблицу тестовыми задачами. Каждый столбец при этом автоматически получает корректный тип данных — текст, дата, одиночный или множественный выбор, что раньше требовало ручной настройки. Показательно, что система не просто выполняет команду, а проговаривает принятые предположения и разбивает работу на фазы, что делает результат предсказуемее для пользователя.

Отдельное внимание в материале уделено формулам. На примере таблицы с релизами продукта ИИ по текстовому запросу создал формульное поле «Месяц релиза», извлекающее номер месяца из строки в формате ДД.ММ.ГГГГ и преобразующее его в полное текстовое название через конструкцию SWITCH. Помощник не только построил формулу, но и объяснил логику работы каждого элемента — MID, VALUE и SWITCH, — а также обнаружил в таблице ошибку: в названии столбца оказалось два пробела. ИИ предложил переименовать поле, чтобы ссылка стала чище, что демонстрирует способность системы замечать неочевидные дефекты в структуре данных. Перед построением формулы ассистент уточнил точное имя поля и формат данных, то есть действовал пошагово, а не вслепую.

Контекст появления таких инструментов показателен: рынок no-code и low-code платформ последние годы рос за счёт желания бизнеса снизить зависимость от разработчиков, но сборка сложных решений всё равно требовала квалификации. Пользователи тратили время на разбор прав доступа, настройку цветовой дифференциации статусов и отслеживание новых функций платформы, а техподдержка получала поток однотипных вопросов. Встроенный ИИ-ассистент фактически берёт на себя роли аналитика и архитектора, что перекликается с общим трендом на агентные интерфейсы в корпоративных продуктах. Похожие функции уже появляются у крупных игроков рынка совместной работы, и конкуренция смещается от количества интеграций к качеству естественно-языкового взаимодействия. Для российского рынка подобное развитие важно по двум причинам: локальные платформы получают функциональность, которая ранее ассоциировалась преимущественно с зарубежными сервисами, а ИИ-помощник снижает порог входа для нетехнических сотрудников — маркетолог, HR-специалист или руководитель проекта может описать задачу словами и получить рабочую структуру без обращения в ИТ-отдел.

По сравнению с классическими конструкторами таблиц и специализированными сервисами автоматизации MWS Tables делает ставку на диалог, а не на ручное перетаскивание элементов. Это роднит подход с ассистентами, встраиваемыми в офисные пакеты и CRM, однако заявленное умение связывать таблицы и настраивать представления внутри одного пространства выглядит более цельным сценарием. Слабые места у подхода тоже есть: генерация формул и структур требует проверки, а ошибки в типах полей или ссылках могут проявляться не сразу. Автор материала показывает, что ИИ сам подсвечивает подобные проблемы, но насколько это работает на больших и запутанных пространствах, из описания неясно. Отраслевая реакция на такие релизы обычно сдержанная: ключевые вопросы касаются предсказуемости результата, стоимости инференса и того, насколько прозрачно система объясняет свои действия.

Дальнейшее развитие, вероятно, будет связано с расширением агентных сценариев: от разовых запросов к фоновым действиям, когда помощник самостоятельно поддерживает порядок в таблицах, обновляет отчёты и предлагает оптимизацию процессов. Открытыми остаются вопросы о разграничении прав доступа при автоматических изменениях, об аудите действий ИИ и о том, как платформа будет вести себя при конфликте пользовательских инструкций. Ответы на них определят, станет ли ассистент повседневным инструментом или останется вспомогательной функцией для типовых задач.