Иван Вахмянин: ИИ-помощник Visiology готов конкурировать с любыми решениями в мире
Как вы считаете, насколько технологии ИИ востребованы сегодня в сфере BI? Идет ли речь о продолжении хайпа или о реальных преимуществах?
Если мы говорим про генеративный ИИ, то именно за последний год ситуация в BI и аналитике данных кардинально поменялась. Появился целый ряд реально работающих кейсов, которыми люди пользуются ежедневно. Все более популярной становится обработка неструктурированных данных. Раньше преобразовать их и подготовить для анализа было очень сложно и дорого, и многие такие проекты просто не запускались.
Виртуальные помощники, которые помогают в написании запросов, фрагментов кода, скриптов, формул DAX, шаблонов дизайна и т.д., стали частью ежедневной практики в BI. Аналитики и разработчики используют их каждый день, что дает от 20% до 50% экономии времени на выполнении рутинных задач.
Кроме того, сегодня ИИ уже реально работает на суммаризацию документаций и лучших практик. Сейчас пользователю уже не нужно серфить интернет или листать книжки в надежде найти подходящий «рецепт». Он может спросить у ИИ, что именно ему нужно сделать, и получает готовый ответ.
Конечно, у технологии все еще остаются проблемы. Например, галлюцинации и прочие артефакты. Но уже сейчас видно, что выгода перевешивает недочеты. В 2025 году люди действительно начинают использовать возможности ИИ, будь то встроенные инструменты BI-платформы или внешние решения.
Как вы используете ИИ в вашей платформе? Как оценить плюсы, которые получают пользователи от работы с ними?
Уже более года мы поддерживаем и развиваем публичный чат-бот ViTalkGPT. Он помогает создавать выражения на языке DAX и готовить другие аналитические запросы с учётом специфики платформы Visiology. Этот бот бесплатен, и у него тысячи активных пользователей. Пользователи отмечают, что ViTalkGPT существенно ускоряет написание и отладку запросов.
В апрельском релизе платформы Visiology мы выпустили ИИ-помощник создания ETL-преобразований, встроенный непосредственно в платформу. Пользователю достаточно описать естественным языком требуемое преобразование, и система автоматически создаёт шаг обработки: она анализирует модель данных, проверяет ограничения платформы и генерирует корректный код трансформации. Благодаря тому, что такой помощник имеет доступ к метаданным, точность его ответов оказывается очень высокой, а аналитики, в итоге, экономят сотни часов рутинной работы.
Оба этих инструмента сокращают время подготовки данных, снижают порог входа для новых специалистов и минимизируют ошибки ручного ввода — это те выгоды, которые наши пользователи ощущают от применения ИИ каждый день.
Ваша компания анонсировала разработку действительно «размышляющего» ИИ внутри платформы, не только первого в России, но и первого в мире решения подобного уровня. В чём заключается его суть?
Наш новый встроенный помощник по написанию аналитических запросов действительно умеет рассуждать. Он отличается тем, что не просто генерирует запросы, а ведет себя почти как настоящий аналитик: пробует разные варианты решения задачи, использует различные меры, измерения и функции, запускает запросы, анализирует ошибки и результаты, и только после этого выдаёт пользователю оптимальный код.
Такой подход к ИИ даёт три ключевых преимущества:
Качество и точность. Вместо одного «моментального» предположения система тестирует каждый вариант, и лишь затем финализирует запрос, исключая синтаксические и логические ошибки и подбирая оптимальное решение;
Прозрачность рассуждений. Пользователь видит последовательность шагов и обоснования, что повышает его доверие к результату;
Обучение лучшим практикам. ИИ-помощник использует базу оптимальных решений по работе с DAX и делится ими с пользователем, объясняя, почему выбрал те или иные приёмы.
В ходе предварительных тестов мы уже видим сокращение временного интервала от постановки задачи до получения результата с нескольких недель до нескольких дней, а порой и часов. Это огромная экономия ресурсов аналитиков и кардинальное снижение времени на решение задач бизнеса. Многие наши пользователи ждут новых возможностей в продуктивной версии, и мы сделаем их доступными в ближайших релизах.
За счёт чего вы планируете добиться превосходства над аналогичными решениями вендоров с мировыми именами? Как преимущества вашего продукта смогут оценить конечные пользователи?
Мы смотрим на международных лидеров в BI, но видим, что именно в направлении «размышляющих» ИИ-агентов конкуренты пока не дотягивают до того уровня, который сегодня действительно достижим с учетом экспоненциального развития LLM-моделей.
Даже при огромных ресурсах, имеющихся в распоряжении крупных западных вендоров, многие их инструменты работают не настолько надёжно и точно, как у нашего нового ИИ.
Одно из объяснений заключается в том, что мы в Visiology фокусируемся на глубокой интеграции ИИ в модель данных, использовании движка ДанКо и оптимизации под реальные сценарии клиентов. В результате конечные пользователи почувствуют, что у них стало меньше рутинной работы с написанием, отладкой и корректировкой запросов, остается гораздо больше времени на интерпретацию данных, анализ предметной области и живое взаимодействие с бизнес-пользователями, и результаты, причем качественные и точные, получаются гораздо быстрее. Благодаря этому становится возможным запуск задач, к которым раньше никто даже и не подступался.
В сумме, все это даёт кумулятивный эффект для бизнеса: скорость, качество и объём аналитических проектов растут, а затраты на аналитику, наоборот, снижаются.
Каких инвестиций требует такое развитие продукта? Какой объем ресурсов ваша компания сейчас вкладывает в ИИ-проекты?
Развитие ИИ-инструментов требует серьёзных, но не «космических» вложений. Мы не создаём ИИ-модели с нуля, а интегрируем open-source решения для локального развёртывания и публичные модели от сторонних провайдеров. Наша работа заключается в том, чтобы правильно встроить такой ИИ внутрь платформы, обеспечить его нужным контекстом, лучшими практиками, и отладить на тех кейсах, которые нужны нашим пользователям.
Кстати, именно дальнейшее бурное развитие платформы с точки зрения внедрения ИИ-инструментов — одна из причин, по которой наша компания сейчас готовится к выходу на внебиржевой рынок. Это даст возможность привлечь финансирование от инвесторов на реализацию наших планов. Раунд привлечения инвестиций в капитал Visiology мы откроем в июне.
А что насчёт реализации ИИ-помощников, которые отвечают на простые вопросы пользователей на базе данных из BI-системы?
Запросы вида: «давайте сделаем бота, который будет отвечать на вопросы типа «Насколько выросли продажи?» или «Сколько мы отгрузили в прошлом месяце?» — одни из наиболее частых. Мы исследуем это направление уже несколько лет, изыскания начались ещё до «взрыва» LLM. Однако, наш опыт показывает, что эта задача эффективнее решается не на уровне универсального коробочного решения (нашей платформы), а на уровне прикладного решения под конкретную задачу. Чтобы ответы на вопросы пользователей были правильными, требуется глубокая адаптация под конкретную предметную область, специфику работы компании или даже определенный проект.
Со своей стороны, мы предоставляем API для метаданных и самих данных, чтобы наши партнёры могли строить кастомные решения. Хорошим примером такого решения является корпоративный аналитический ИИ-агент, разработанный компанией «Полианалитика». Также проектные ИИ решения поверх платформы Visiology представили компании «Первый БИТ» и Conteq.
Visiology отличается одной из наиболее продвинутых технологий хранения данных за счёт СУБД ClickHouse и движка ДанКо. Какие преимущества это даёт для работы ИИ внутри вашей платформы?
Действительно, движок Данко с поддержкой DAX и автоматической оптимизацией структуры хранения и выполнения запросов обеспечивает высокую производительность без привлечения дорогостоящих специалистов по настройке ClickHouse или других СУБД.
Для нашего «размышляющего» ИИ-помощника это ключевой момент. В основном режиме работы в Visiology и данные, и метаданные загружены в платформу целиком. ИИ имеет доступ ко всей информации и связям между сущностями в модели, что позволяет отвечать на запросы с куда более высокой точностью. Публичная версия ViTalkGPT такой информации не имеет, поэтому её возможности ограничены. Встроенный агент же «сидит» прямо в движке ДанКо и показывает качество работы на порядок выше.
Будет ли ваш ИИ доступен в облачной модели, или его можно будет развернуть вместе с платформой в рамках корпоративной инфраструктуры?
Мы предлагаем оба варианта.
Локальное развертывание для клиентов с жёсткими требованиями по безопасности данных. Они устанавливают большую языковую модель внутри своей инфраструктуры. Это требует соответствующего аппаратного обеспечения, но зато никакие данные не покидают периметр.
Облачный сервис. Для тех, кто ценит удобство, мы предоставим интегрированный облачный ИИ-модуль, включаемый в платформе по желанию. Он работает только с метаданными и запросами, и базируется на проверенной российской LLM. Ее название мы объявим позже.
Реклама ООО "ВИЗИОЛОДЖИ" erid: 2W5zFJRQnun
Опубликовано 20.05.2025