Claude 3.5 Sonnet och en sommar med Python-experiment

Anthropic släppte Claude 3.5 Sonnet i juni och det är lite märkligt. Sonnet är mellanmodellen i Claudes utbud, billigare och snabbare än Opus. Men 3.5 Sonnet slår 3 Opus på i princip alla benchmarks. En billigare modell som är smartare än den dyraste. Det är bra för användare men lite konstigt som affärsmodell.

I praktiken märks det. Claude 3.5 Sonnet är snabbare, bättre på kodgenerering och har fått en ny funktion som heter Artifacts. Det betyder att Claude kan generera kod, dokument eller visualiseringar i ett separat fönster som man kan redigera och jobba vidare med. Det är användbart men inte livsförändrande, mest smidigt när man vill se en HTML-sida eller ett diagram renderat direkt.

Men det intressantaste för mig den här sommaren har inte varit nya modeller utan vad jag gjort med dem.

Python och AI

Jag har programmerat i Python på och av i flera år, mest för databearbetning och enklare automatiseringar. Men jag har aldrig riktigt tagit steget till att bygga faktiska verktyg med det. Den här sommaren har jag gjort det.

Det som trigade det var att jag var trött på att manuellt dra ihop data från olika system för månadsrapporterna. Vi har fastighetsdatan i ett system, ekonomidatan i ett annat, och sen sitter jag och kopierar mellan Excel-filer. Varje månad. Samma sak.

Så jag byggde ett Python-script som hämtar data från båda systemen via deras API:er (eller i ett av fallen, en databasanslutning, det systemet har inget vettigt API), slår ihop det, gör grundläggande avvikelseanalys mot budget och genererar en rapport. Det tog mig ungefär tre kvällar att bygga med hjälp av Claude. Utan AI hade det tagit mycket längre, speciellt databaskopplingen som jag inte gjort förut i Python.

Det är inte perfekt och rapporten kräver fortfarande manuell granskning och kommentarer. Men den manuella datainsamlingen som brukade ta 2-3 timmar varje månad tar nu 10 minuter. Det är den typen av tidsbesparing som faktiskt gör skillnad.

Poängen jag vill göra är att AI-verktygens största potential för oss ekonomer kanske inte ligger i att ställa frågor till en chatbot. Det ligger i att använda AI som hjälp för att bygga egna automatiseringar. Man behöver inte vara programmerare men man behöver vara nyfiken nog att testa. Och med Claude eller ChatGPT som par-programmerare går det förvånansvärt snabbt att komma igång.