Искусственный интеллект в роли аналитика данных
Рассказываем, как мы попробовали заменить огромные дашборды чатом в Телеграме.
Что не так с дашбордами
Благодаря цифровизации компании накапливают все больше данных. Чтобы данные можно было использовать для принятия решений, компании нанимают аналитиков или внедряют BI-системы. Они выступают связующим звеном между менеджментом и данными. Порой это связующее звено становится проблемным.
Чем больше данных — тем больше аналитиков нужно для их обработки. Найти хорошего аналитика сложно. Кроме того, все люди ошибаются и могут страдать от большой загрузки, а от скорости и качества ответа аналитика зачастую напрямую зависят решения менеджмента.
В отличие от людей BI-системы не могут пожаловаться на переполненную почту, но у них также есть ограничения: системы — стандартизированы и не могут отвечать на нестандартные вопросы руководителей.
Возникает вопрос:
Как менеджменту быстро получать ответы даже на нестандартные вопросы, но при этом иметь возможность их проверить?
Какое решение мы предлагаем
Представьте, что вместо таблиц, переписок и дашбордов у вас есть только поисковая строка. Вводишь запрос и получаешь готовый результат, который аналитик может проверить.
Для воплощения этой схемы в жизнь можно использовать нейросети. Если научить их обращаться к базе данных компании, мы получим мощный инструмент, который снизит нагрузку на аналитиков и ускорит их работу.
ТеДо занимается разработкой подобных решений. Недавно мы создали прототип системы, которая отвечает на вопросы о сделках. Это чат-бот на основе языковой модели.
Пользователь может спросить, например: «Каков средний чек за 2022 год?» Модель анализирует запрос, обращается к базе данных, выполняет необходимые вычисления и выдаёт ответ. Особенность прототипа в том, что он может объяснить ход своих рассуждений. Это позволяет нам проверить результат. Как это работает, показываю на картинке ниже. Если ответ бота кажется неполным, можно задать дополнительные вопросы или спросить по-другому.
Что дальше
В планах по развитию продукта:
- On-premises решение: то есть возможность развернуть чат-бота на ваших серверах, серверах клиентов. Это гарантирует, что ваши данные будут в безопасности и не «утекут» в интернет.
- Функция построения графиков, чтобы наглядно представлять выводы.
- Возможность задать уточняющий вопрос в чат-режиме.
- Более глубокое понимание специфики — в нашем случае сделок.
- End-to-end воспроизводимость и треккинг экспериментов: мы будем хранить весь код, который нейронка написала, чтобы найти ответ на вопрос пользователя. Когда понадобится проверить работу модели, мы сможем поднять эту информацию и воспроизвести код со 100% вероятностью (то есть пройти работу бота по шагам).
- Автоматическое тестирование того, что нейронка написала запрос к базе данных правильно. Так можно будет предотвратить ошибки в коде.
- Прогнозирование на основе данных: например, «В 2023 году наши продажи составили N, а сколько составят в 2024?»
- Библиотека FAQ.
Можно будет эффективнее анализировать данные, а пользователи смогут лучше понять результаты анализа и принимать обоснованные решения.
Разработанный нами подход поможет и аналитикам, и руководителям бизнеса. Первые избавятся от рутины, а вторые смогут оперативно получать ответы о показателях бизнеса.
Технологическая практика ТеДо развивает несколько продуктов на основе генеративных моделей для помощи в решении аналитических задач компаний. Если такие решения вас заинтересовали, будем рады познакомиться!