Эксперт Т1: Для полноценной работы с данными требуется агентный подход

Искусственный интеллект трансформирует подходы к работе с корпоративными данными. Если ранее бизнесу было достаточно просто аккумулировать информацию, то сейчас ключевым становится умение извлекать из нее действенные выводы, незамедлительно применяя их для принятия стратегических решений. 

Одна из главных проблем, с которой сегодня сталкиваются компании, — сложный доступ к аналитике. Во многих организациях для работы с данными по-прежнему требуются специальные знания: владение SQL, глубокое понимание принципов функционирования BI-инструментов или привлечение узкопрофильных специалистов. Это увеличивает нагрузку на команды и удлиняет путь от бизнес-запроса до итогового решения.

На этом фоне все более заметным становится запрос на запрос на аналитические инструменты, не требующие высокого порога входа. Современные ИТ-решения, построенные на базе больших языковых моделей, позволяют работать с данными на естественном языке — без знания языков программирования и других инструментов. Это расширяет доступ к аналитике за пределы ИТ-команд: бизнес-пользователи могут быстрее проверять гипотезы, находить закономерности и получать ответы на прикладные вопросы. Такой подход становится критически важным в условиях, когда скорость принятия решений является прямым фактором, определяющим успешность и эффективность бизнеса.

При этом универсальные зарубежные модели зачастую оказываются бессильны перед лицом комплексных прикладных задач, которые возникают в корпоративной аналитике. И хотя стандартные LLM-инструменты хорошо справляются с отдельными запросами, глубокая аналитика и инсайты от работы с данными раскрываются через агентный подход, интеграцию с внутренними системами и возможность функционировать в рамках защищенного контура. Некоторые российские ИИ-решения уже развиваются именно в этом направлении: они умеют не только отвечать на запросы на естественном языке, но и выполнять более сложные аналитические сценарии, взаимодействовать с корпоративными базами данных и работать в закрытой инфраструктуре компании, не требуя подключения к глобальной сети.

Для корпоративного сегмента критически важна защищенность подобных инструментов. При работе с данными компании оценивают не только интуитивность интерфейса и скорость обработки запросов, но и безопасность доступа, разграничение прав пользователей и защиту чувствительной информации.

Таким образом, ключевые изменения связаны не просто с появлением новых ИИ-инструментов, а с пересмотром самой модели работы с данными. Аналитика становится понятнее и ближе к бизнес-процессам, а значит, выходит за рамки сугубо специализированной функции, превращаясь в неотъемлемый инструмент для обоснования и принятия стратегических решений.