Выбираем ИИ агента для работы с таблицами в 2025

Протестировал 7 сервисов, чтобы найти ИИ-заместителя по анализу табличных данных. Неожиданно из гонки выбыли сильные "кандидаты". А победитель — оказался выше всех похвал.

ИИ — уже давно неплохой копилот в работе с таблицами. Одни сервисы пишут формулы в Excel по вашему запросу, другие — встраивают ИИ прямо в ячейки, чтобы на лету работать с текстом или строить графики.

Но в 2025 году планка уже выше. Мы ждём не просто ИИ-болталку или пару встроенных LLM-функций — нужен полноценный ИИ агент, который возьмёт на себя анализ данных на уровне хотя бы младшего аналитика. Именно таких и будем тестировать.

У вас небольшой бизнес по продаже бытовой техники. Из CRM вы периодически выгружаете данные о продажах и звонках. Времени на собственноручный анализ нет. При этом вас интересует ряд вполне конкретных вопросов:

Наконец, вы не готовы тратить время на анализ и нанимать живого сотрудника под аналитику, а значит нам нужен ИИ-заместитель по анализу данных.

Для тестирования кандидатов делаем промпт (конечно, вместе с GPT-5) для тестов:

Также мы готовим синтетические, но вполне реалистичные данные для теста наших кандидатов. В данных: 10 продажников, 10 видов товаров, 10 городов, 300 строк в таблице. 1 строка = 1 рабочий день, в который были продажи.

Так как это эксперимент, то я заложил сразу несколько паттернов и подводных камней внутрь таблички, которые ИИ агенты должны найти. Вот они:

Итак, наши кандидаты:

Поехали разбираться, на что способны современные ИИ-аналитики.

Ссылка на GPT Excel.

Оценка: 4 - уверенный результат!

Справился почти со всем. Разобрался с косяком в названии колонки. Зафиксировал сезонность в продажах. Сам достроил колонку с расчетом среднего чека. По сотрудникам анализ провел - все нюансы подсветил.

Графики в итоге все построил, быстро и красиво. Их можно поднастроить вручную через инструменты и даже скачать.

Минусы:

Местами, конечно, тупит.
Во-первых, график выручки сразу не построил, так как не нашел поле с датой. При этом вывод о сезонности он сделать смог корректный - пути нейронки неисповедимы. Где-то косякнул в коде при анализе.
Во-вторых, сначала просто заигнорил все вопросы из промпта :) Пришлось из него выпытывать ответы на вопросы двумя дозапросами. Но когда он ответил — все было по-делу и без сутевых ошибок.

В-третьих, когда на одном графике размещал несколько показателей по каждому продавцу - из-за разницы в масштабах данных (миллионы рублей и сотни проданных единиц) — на одной оси половина графика нечитаема. То есть не догадался разнести по разным осям.

Стажера-аналитика может заменить. Но тупит так же :) Что-то из задания потеряет, что-то не донесет. Но там, где сделает — сделает честно и не нагаллюцинирует.

Ссылка на Ajelix.

Оценка: 4 с плюсом. Способный стажер.

Сделал все, о чем его попросил. На все вопросы ответил коротко и по-делу. Конверсию построил по выручке, а не по количеству продаж - получается выкрутился, (но точку напротив фамилии в журнале поставили). Графики построил.

И самое важное — сделал все с первого промпта!

По сути это Jupyter Notebook, скрытый за чатом. Поэтому он строит графики в Plotly, и донастроить их или скачать в интерактивном формате не получится. То есть используя этот сервис вы становитесь его заложником — либо спрашивай у ИИ, либо делай с нуля все графики. Такое мы не одобряем.

Субъективное ощущение от использование - позитивное, но ощущается, что агент немного деревянный, и расписывать "ход мыслей" не любит.

Ссылка на Quadratic.

Оценка: 5 с минусом. Хорошечный UX.

Главное — это UX. ИИ агенты достигли такого уровня развития, что одним из главных преимуществ становится продуманный, интуитивный UX. Quadratic работает прямо внутри таблицы. Таким образом вы можете его легко перепроверять, видеть свои исходные данные и рядом же новые таблички и графики, проверять его расчеты, и как результат — доверять!

Что касается сути — все таки споткнулся об нейминг колонки "Продано". Но выкрутился — и заменив ее в анализе просто на выручку, все равно смог ответить на все поставленные вопросы.

Не распознал или просто не использовал колонку "продано".

LLM в чате скопировала таблицу по продавцам с ошибкой и сделала неверный вывод, но при перепроверке без подсказок сама себя поправила.

Нельзя настраивать графики, так как они построены в питоне. И при выгрузке в эксель - они просто не выгружаются, остаются только таблицы.

Несмотря на небольшие недочеты, сервис хорош. Он действительно оправдывает свой слоган "AI Spreadsheet". Потому что это действительно микс спредшита и ИИ агента.

Ссылка на Rows.

Справился на 5 с минусом. Опять тянет крепкий UX.

Все в табличке строится прямо на твоих глазах. Все данные на месте. Все графики построены. Но выгодно отличает Rows то, что графики у него настраиваемые.

К тому же, в отличие от Quadratic, этот агент — разобрался с неправильным неймингом колонки "Продано" в промпте.

Сначала нагаллюцинировал — вместо результатов анализа подсунул "шаблон" анализа. Пришлось повторить вопросы. Он сказал, что все построил - по факту табличек не было - пришлось просить достроить. Но в итоге все построил.

При построении графиков странный баг - вместо использования заголовка в табличке - использует первую строку с данными как заголовок. Приходится донастраивать вручную (что тоже не совсем очевидно делается, но вопрос привычки)

Похож, по существу, не Quadratic (или наоборот). UX часть самого "табличного холста" на высоте. Есть куда рости в его интеграции с LLM и чатом. Но, в целом, очень неплохо.

Ссылка на Julius.

Полный провал. Не прошел бы даже "собеседование".

Их почти нет. Но с горем пополам построил график общей выручки по датам и выдал сводную таблицу с выручкой по продавцам.

С треском провалился. Попал во все ловушки. Не сделал ни одного внятного вывода. По сути кроме 1 графика и 1 таблички ничего и не сделал. В отчёте вместо текста оставлял плейсхолдеры и фактически предлагал мне самому проанализировать результаты. Игнорировал часть вопросов.

Когда я его уже домучал вопросами — он просто начал галлюцинировать.

Julius AI подаёт себя как "серьёзный" инструмент для анализа данных — даже взаимодействие идет общаешься внутри Jupyter Notebook с ботом, как бы по-взрослому. Но на деле рассыпался на простейших задачах: сводные таблицы, сортировка, базовые графики.

Как говорится, разгон бычий — удар птичий.

Ссылка на Manus.

Оценка: 4 с плюсом. Солидный бейзлайн.

Этот ИИ-агент общего назначения у меня всегда в тестах — потому что «могёт». На этот раз я попробовал новый режим Manus под названием Spreadsheet — и он снова не подвёл.

Все сделано хорошо! На все вопросы получены ответы. Построил графики и таблицы в питоне, рядом дал текст с результатами анализа. Получился полноценный отчет.

Данные предоставлены в табличках, которые, как всегда отмечаю это у Manus, — можно выгрузить сразу в Google Spreadsheet.

Почему тогда минус, если все так хорошо?

Потому что сделано ровно столько, сколько необходимо по-минимуму, чтобы ответить на все вопросы. И с тем-же UX Quadratic или Rows ни в какое сравнение не идет. Получается, что анализ верный, но все сделано на проходной минимум. Не подкрутишь, не проверишь на ходу, только допрашивать Манус.

Manus — это всё же агент широкого профиля. Результат как от умного фрилансера, который уверенно работает в Excel: всё правильно, но без глубины не больше, чем упло.

Ссылка на ChatGPT.

Это 5 с плюсом. Абсолютный победитель.

Все сделано просто идеально. И даже больше. В режиме агента за 5 минут был проведен глубочайший анализ. ИИ буквально проштудировал таблицу вдоль и поперек. Посчитал все доли, коэффициенты, построил все возможные сводные таблички. Он буквально понимал меня как "владельца бизнеса", что я хочу знать про "свой бизнес" и зачем я это спрашиваю.

На выходе он предоставил складный отчет, который не просто отвечает на мои вопросы, а рассказывает мне историю про "мой бизнес", объясняет мне все данные и дает рекомендации, что делать дальше. Это уже не просто анализ, это полноценная консалтинг-сессия.

Понятно, что тут не предусмотрен UX с интерактивной встроенной табличкой — этот минус у них общий с Manus. Но в отличие от второго, здесь это легко простить, потому что анализ настолько разносторонний и глубокий, что докручивать особенно и нечего. Разве что просто таблички и графики скачать отдельно — но это ChatGPT докинул в один момент.

Еще месяц назад ChatGPT Agent был медленный и недалекий. С выходом пятой версии все сильно поменялось — он вырвался вперёд и обошёл даже узкоспециализированные сервисы по анализу таблиц.

Похоже, это мой новый ИИ агент — бейзлайн, с которым я буду сравнивать специализированные сервисы.

Удивительно, но часть сервисов, специализирующихся на анализе табличек не справились от слова совсем. Например

Часть сервисов не удалось запустить в целом

Можно разделить участников на три вида. У каждого - свои плюсы и минусы:

Если нужен один-единственный агент — верится с трудом, но ChatGPT в версии 5 обошёл всех и сделал это с запасом.

Если же для вас критично видеть все данные в таблице, проверять логику и крутить графики прямо «на месте» — выбирайте Rows: в отличие от Quadratic, тут можно руками донастраивать графики и таблицы. Это удобно, чтобы их дополнительно покрутить, не тратя токены и не извращаясь промптами.

GPT Excel или Ajelix, на мой взгляд — умирающий формат. Под капотом они так же просто пишут код, а в качестве анализа уступают универсальным агентам. На одних интеграциях долго не протянешь.

💡 Главный инсайт: в 2025-м побеждают не узкоспециализированные «ИИ для таблиц», а универсальные агенты, которые понимают контекст бизнеса и могут превратить сухую выгрузку в историю с выводами и рекомендациями.

Понравилась статья? В более сжатом и удобном формате я выкладываю все результаты экспериментов в мой телеграм канал "Заместители".

Там я тестирую ИИ агентов и собираю из них Цех ИИ-заместителей. Присоединяйтесь и наблюдайте за полезными экспериментами с растущим сообществом :)