Посмотрел новое исследование «AI в BI — круг Громова 2026»
Внутри разобрали 11 российских решений по 55 критериям: от запросов к данным на естественном языке и построения визуализаций до root-cause анализа, прогнозирования, проактивных алертов и многошаговых агентных сценариев.
Мне здесь интереснее всего не сравнение конкретных вендоров, а на каком этапе сейчас вообще находится AI в BI.
Если посмотреть на результаты, рынок уже довольно хорошо освоил два сценария: доступ к данным через естественный язык и визуализацию/анализ. У многих решений здесь 2–3 уровень автономии. То есть пользователь уже может сформулировать вопрос обычными словами, получить данные, график, а в некоторых случаях — разбор причин изменения показателя.
А вот дальше картина пока гораздо менее равномерная. Подготовка и трансформация данных, прогнозирование и особенно проактивная аналитика — когда система сама замечает изменение и сообщает о нём без запроса пользователя — развиты заметно слабее.
В исследовании для этого используется шкала автономности от 0 до 5.
1 — помощник выполняет отдельный шаг по команде.
2 — предлагает вариант, но решение подтверждает человек.
3 — самостоятельно выполняет поставленную задачу внутри заданных границ.
4–5 — уже сам разбивает сложную задачу на этапы, подключает других агентов и в пределе может инициировать действия в других системах.
В итоговой матрице по шести слоям ни одно из исследованных решений пока не поднимается выше третьего уровня.
BI уже довольно хорошо научился отвечать на вопросы, а следующий этап — научиться выполнять аналитическую задачу целиком.
Не просто «покажи продажи за месяц», а «разберись, почему показатель изменился, проверь данные, найди основной фактор и покажи, на что обратить внимание».
И чем больше такой работы мы отдаём агенту, тем важнее становится уже не сама LLM. Нужны нормальный семантический слой, понятные бизнес-метрики, права доступа, lineage и возможность проверить, как система вообще пришла к результату. В исследовании этому уделена отдельная большая часть — и, на мой взгляд, вполне справедливо.
Поэтому вопрос «есть ли AI в нашей BI-системе?» постепенно теряет смысл.
Гораздо полезнее спрашивать: какую часть реальной аналитической задачи агент уже может выполнить сам, где ему всё ещё нужен человек и можем ли мы проверить полученный результат.
Вот по этим параметрам сейчас и становится интересно сравнивать решения.