Буквально на прошлой неделе вышел интересный материал от CNews: рейтинг российских BI-инструментов. Интересно, что набралось целых 16 решений. И не скажу, что тройка лидеров была очевидна, тут тоже есть неожиданности, так что очень рекомендую посмотреть и сделать свой вывод, благо в таблице есть все детали по аналитике сравнения. Но главное в рейтинге не тройка лидеров, а ключевой тренд и фокус, который держат все производители: доступность (он же модный self-service BI). Аналитика без очереди к ИТ, дашборды без кода, спроси данные на естественном языке. Рейтинг это хорошо показывает. Платформы сравнили по 130+ параметрам, и добрая половина критериев не про движок обработки данных, а про то, как обойтись без ИТ: готовые дашборды, обучение пользователей, преднастроенные интеграции. В тройке Yandex DataLens, PIX BI, Luxms BI. Всё крутится вокруг одного: смотри сам, считай сам, не жди айтишника. У флагмана, DataLens, появился ИИ-агент Нейроаналитик на больших языковых моделях. К ноябрю его уже попробовали больше 1500 компаний, обещают минус 30% к нагрузке на аналитиков. Спросил голосом, получил график с выводами. Но надо отметить, что агент работает с учётом прав доступа, настроенных под каждого пользователя. Поверх заданных наборов данных. Поверх архитектуры, где логика расчётов отделена от визуализации. LLM здесь ничего не отменяет. Она сидит на управляемой модели данных, которую кто-то сначала построил и которой кто-то управляет. Убери этот слой, и агенту нечего запрашивать правильно. Поэтому получается, что self-service смещает фокус с разработки отчётов (тут теперь действительно все в разы легче и проще) на слой интеграции и очистки данных. Раньше очередь стояла за написанием запроса, теперь будет стоять за единым источником истины, согласованными определениями метрик и контролем доступа. И ИИ-слой эту зависимость не ослабляет, а усиливает. Запрос на естественном языке поверх кривой модели данных это не пустой ответ. Это уверенно неправильный ответ, выданный быстрее, и без аналитика, который раньше его ловил. Чем сильнее опираешься на агента, тем строже обязана быть модель под ним. Self-service и ИИ-агент не отменяют дата-инженерию, они поднимают на неё ставку. Кто навёл порядок в данных, тот и получит обещанную магию. Остальные получат быстрые красивые ошибки. https://www.cnews.ru/reviews/preview_articles/2979896a1c832588550
Буквально на прошлой неделе вышел интересный материал от CNews: рейтинг…
Из этого канала
- #2920олды помнят
олды помнят
- #2921Еще одна рекомендация книги от редакции. Как продолжение прекрасной книги…
Еще одна рекомендация книги от редакции. Как продолжение прекрасной книги Thinking in Systems, очень рекомендую книгу Black Box Thinking.
- #2922чем больше мы начинаем использовать LLM в реальных задачах, тем внимательнее…
чем больше мы начинаем использовать LLM в реальных задачах, тем внимательнее надо следить на костами и утекающими токенами.
- #2917Дайджест статей 📰 DCD: доменно-ориентированная архитектура для построения…
Дайджест статей 📰 DCD: доменно-ориентированная архитектура для построения RAG-систем 🔗 https://habr.com/ru/companies/redmadrobot/articles/1049030/ 💡 Вывод:…
- #2916📣 Баллы больше не мотивируют. А что работает? Стоимость привлечения клиента…
📣 Баллы больше не мотивируют. А что работает? Стоимость привлечения клиента выросла в 2–3 раза. Open rate падает.