Переход от статических дашбордов к динамическим ИИ-агентам, способным самостоятельно выполнять аналитические задачи, становится одним из ключевых трендов в корпоративной бизнес-аналитике. О том, как устроена такая архитектура на практике и с какими вызовами сталкиваются компании при внедрении цифровых сотрудников, рассказали эксперты компании компаниями AUXO и FanRuan на вебинаре посвященном платформе DORA, интегрируемой с BI-системой FineBI.
Платформа DORA позиционируется разработчиками как среда для инкубации цифровых сотрудников, каждый из которых может выполнять задачи по анализу данных, формированию отчетов и мониторингу показателей. Со слов спикера, основное преимущество нового агентного подхода заключается в оптимальном соотношении сложности решаемых задач, уровня безопасности данных и удобства управления по сравнению с альтернативными способами реализации. При этом важным экономическим фактором называется стоимость владения решением: если ранее за формирование и актуализацию отчета отвечал аналитик, то при замене его цифровым агентом возникает вопрос о затратах на разработку и сопровождение такого агента, особенно в условиях высокой рыночной стоимости ИТ-специалистов.
Архитектурно платформа строится на модульной системе навыков, каждый из которых представляет собой набор инструкций, скриптов и ресурсов, определяющих возможности агента. В системе предустановлено более двадцати одного навыка, охватывающих такие области, как анализ и визуализация данных, работа с электронными таблицами, генерация отчетов и презентаций, создание документации, а также формирование веб-страниц. Особое внимание уделяется механизму прогрессивной загрузки, который призван решить проблему ограниченного контекстного окна языковых моделей. Суть этого подхода заключается в том, что метаданные навыка всегда находятся в контексте, непосредственно инструкции подгружаются при активации задачи, а дополнительные ресурсы только по мере необходимости. Это позволяет избежать перегрузки модели избыточной информацией и сохранять качество ответов даже при работе со сложными запросами.
Безопасность данных является одним из центральных аспектов, обсуждавшихся в ходе вебинара, поскольку при внедрении ИИ-агентов компании опасаются утечек и несанкционированного доступа. Архитектура DORA предполагает многоуровневую защиту. На первом уровне реализованы аутентификация и авторизация, далее идет разграничение доступа к данным по строкам и столбцам, затем аудит и мониторинг всех действий в реальном времени, а также шифрование как при передаче, так и при хранении данных. Важно, что настройки ограничения доступа, выполненные на уровне модели данных в FineBI, автоматически наследуются агентами, что исключает необходимость дублирования политик безопасности. Кроме того, каждый агент работает в изолированном контексте, а все API-ключи и токены хранятся в зашифрованном виде. Платформа может быть развернута полностью внутри контура организации с использованием локальных моделей или моделей, предоставляемых облачными провайдерами, что позволяет избежать передачи корпоративных данных во внешние сети.
Практическая демонстрация, представленная в ходе вебинара, включала несколько сценариев использования. В одном из них агент выступал в роли консультанта по настройке платформы, отвечая на вопросы о требованиях к серверу и языковым моделям, а также предоставляя пошаговые инструкции для миграции дашбордов из других BI-систем, таких как Power BI, в среду FineBI. В другом сценарии агент выполнял генерацию синтетических данных для проектирования дашборда в ситуации, когда доступ к реальным данным ограничен. По описанию структуры таблиц и бизнес-логики он создавал тестовый набор данных и упаковывал его в архив для последующей загрузки. Еще один кейс был посвящен многозадачному анализу остатков на складах с последующим формированием инвойса на иностранном языке. В заключение была продемонстрирована генерация полноценной презентации в формате PowerPoint на основе данных, включая слайды с выводами и рекомендациями.
Отдельного внимания заслуживает возможность создания собственных навыков, если встроенной библиотеки оказывается недостаточно для специфических задач компании через пользовательский интерфейс, файловую систему для администраторов или через API для автоматизированных сценариев в пайплайнах CI/CD. При разработке нового навыка необходимо определить цель и триггеры его активации, создать файл с метаданными и инструкциями, а затем загрузить упакованный архив на платформу. Также в системе предусмотрен встроенный помощник для создания базовых шаблонов навыков. Кроме того, платформа поддерживает интеграцию с мессенджерами, включая Teams и Telegram, а также позволяет настраивать фоновые задачи по расписанию, например, для регулярной рассылки отчетов.
Подводя итог, можно сказать, что переход к агентной модели в бизнес-аналитике открывает новые возможности для автоматизации рутинных операций, однако его эффективность напрямую зависит от качества исходных данных, четкости бизнес-терминологии и правильно настроенных политик безопасности. Платформа DORA, построенная на модульных навыках и прогрессивной загрузке информации, представляет собой один из вариантов реализации такого подхода, позволяя компаниям создавать цифровых сотрудников с заданными обязанностями и контролировать их действия на всех этапах. При этом она не отменяет роль квалифицированных специалистов, а скорее трансформирует их функции, смещая акцент с ручного формирования отчетов на постановку задач и контроль результатов. Дальнейшее развитие подобных систем будет определяться не столько техническими возможностями платформ, сколько готовностью бизнеса интегрировать ИИ-агентов в существующие процессы принятия решений и выстраивать доверие к их рекомендациям.
