«Загрузи данные по контрактам», «Рассчитай суммы по продажам». Современные ИИ-модели можно настроить так, что они смогут облегчить работу аналитикам и всем, кому нужно работать с данными. Сергей Голицын (Т1 ИИ) рассказал, какие задачи уже по плечу машинам
Применение генеративного ИИ в аналитике — это развитие концепции «аналитики самообслуживания». В рамках этой идеи предполагается, что пользователи (обычно это функциональные специалисты или бизнес-эксперты) самостоятельно — с помощью определенных инструментов — могут запросить нужные данные и создать необходимые отчеты, не привлекая самих аналитиков.
Чтобы это работало, компании нужно выстроить процессы управления данными:
- создать и использовать каталоги данных и бизнес-глоссарии;
- научиться работать в приложениях Business Intelligence (у них удобный функционал, который позволяет создавать необходимые отчеты и аналитические дашборды в несколько нажатий).
Именно эти «несколько нажатий» и содержат в себе потенциал для применения генеративного ИИ в аналитике.
Чем поможет ИИ в работе с готовой информацией
Выбор нужных данных, определение показателей и способа их визуализации так или иначе предполагают, что у пользователя есть определенный набор знаний и понимание, как эту информацию можно применить для решения задач бизнеса.
Бизнес-эксперты имеют хорошее представление о том, что они анализируют. Они знают, где взять данные и на что именно в них обратить внимание. Генеративный ИИ способен стать помощником в этом процессе, сделать его проще — как если бы вы разговаривали с человеком во время решения той или иной проблемы, а тот подсказывал.
