ИНТЕГРАЦИЯ ИСКУССТВЕННОГО ИНТЕЛЛЕКТА В BI: КОГНИТИВНЫЙ ПОМОЩНИК НА ПРИМЕРЕ ПЛАТФОРМЫ «НАВИГАТОР BI»

АННОТАЦИЯ

Статья рассматривает эволюцию бизнес-аналитики (BI) под влиянием технологий искусственного интеллекта (ИИ), в частности больших языковых моделей (LLM). На примере российской платформы «Навигатор BI» подробно анализируются практические реализации ИИ-функционала: обработка запросов на естественном языке, семантический поиск, голосовой интерфейс и автоматическая суммаризация документов. Описаны преимущества подхода, такие как снижение порога входа для нетехнических пользователей и ускорение принятия решений, а также обозначены существующие ограничения и проблемные зоны.

ABSTRACT

The article examines the evolution of business intelligence (BI) under the influence of artificial intelligence (AI) technologies, particularly large language models (LLM). Using the Russian platform "Navigator BI" as an example, the article provides a detailed analysis of practical implementations of AI functionality, including natural language processing, semantic search, voice interfaces, and automatic document summarization. The article highlights the advantages of this approach, such as reducing the barrier to entry for non-technical users and accelerating decision-making, while also identifying existing limitations and challenges.

Ключевые слова: бизнес-аналитика, искусственный интеллект, большие языковые модели, интеллектуальный помощник, семантический поиск.

Keywords: business analytics, artificial intelligence, large language models, intelligent assistant, semantic search.

Целью работы является изучить процесс интеграции искусственного интеллекта в BI-платформы и продемонстрировать, как такие решения повышают эффективность, упрощают взаимодействие пользователя с платформой и расширяют функционал.

Бизнес-аналитика (BI – Business Intelligence) направлена на преобразование больших объемов данных в идеи для принятия обоснованных решений [1]. Типичный рабочий процесс BI включает в себя несколько этапов, таких как подготовка, анализ и визуализация данных. Это требует совместной работы инженеров, ученых и аналитиков, работающих с данными с использованием различных специализированных инструментов (например, Visual Studio Code, Power BI, Tableau), что может быть очень утомительным и отнимать много времени [2]. Поэтому современным организациям требуются передовые методы для автоматизации и оптимизации этого рабочего процесса.

Аналитика на основе искусственного интеллекта подразумевает интеграцию технологий искусственного интеллекта в процессы бизнес-аналитики, что позволяет предприятиям анализировать огромные и сложные наборы данных, вникать в их закономерности и вырабатывать действия при ограниченном участии человека.

Анализ данных на основе ИИ открывает новые перспективы в развитии аналитики, существенно отличаясь от традиционных подходов, ограниченных ручным сбором статичных данных и составлением отчетов. Аналитика, управляемая ИИ, означает автоматизацию процессов обработки данных, которые позволяют компаниям получать в реальном времени как прогнозные, так и предписывающие решения [3].

Актуальные разработки в области автономных агентов, функционирующих на базе больших языковых моделей (LLM – Large Language Model) [4] предлагают потенциал для рационализации рабочего процесса BI. Получая инструкции на естественном языке (NL – Natural Language), агенты на основе LLM могут выполнять планирование задач, рассуждения и действия в исполняемых средах. Это решение может значительно снизить сложность многих BI-задач, таких как генерация кода [5], перевод текста в визуализацию [6] и автоматизированное обнаружение инсайтов [7].

Например, интеграция искусственного интеллекта в BI-систему Power BI расширила возможности последнего [8]. Использование искусственного интеллекта в Power BI оптимизирует процесс обработки данных, усиливает предиктивные функции платформы и делает углублённую аналитику доступной для пользователей без специализированных навыков. Это объединяет бизнес-аналитику и искусственный интеллект, отвечая на растущую потребность в инструментах, которые могут визуализировать данные и в то же время предлагать интеллектуальные рекомендации по принятию решений [9].

Появление аналитики, основанной на искусственном интеллекте, стало важным поворотным моментом в революции BI. Появление машинного обучения, обработки естественного языка (NLP) и автоматизации привело к переводу акцента с описательной на предиктивную и предписывающую аналитику [3]. Данные инструменты обеспечивают агрегацию больших объемов данных, обработку неструктурированной информации и генерацию аналитических выводов в режиме реального времени для последующей визуализации и оперативного принятия решений.

Сила таких технологий, как ML и NLP, когда они начинают управляться искусственным интеллектом, превращает статичные приборные панели в динамичные и интерактивные системы, поддерживающие принятие решений. Например, в Power BI возможности Smart Narratives и Key Influencers, основанные на искусственном интеллекте, позволяют задавать запросы на естественном языке, предоставляяи в считанные секунды получать полезную информацию. Не только сделать BI удобным для пользователей, но и в большей степени демократизировать его – это BI на основе искусственного интеллекта.

Принятие решений на основе ИИ приобретает важное значение, поскольку позволяет преодолеть разрыв между сложными данными и человеческим познанием.

Навигатор BI - российская платформа бизнес-аналитики и визуализации данных. Навигатор помогает быстрее принимать оптимальные решения, оперативно визуализировать показатели деятельности на интерактивных дэшбордах [10]. Платформа разработана компанией Сбер и ориентирована на топ-менеджмент, руководителей различных уровней и аналитиков. Внедрение платформы осуществляется как в Группе Сбер, так и среди крупных корпоративных клиентов и организаций государственного сектора. "Навигатор" отмечен рядом международных наград, включая премии The Banker, Global Finance и EFMA. Важным конкурентным преимуществом платформы является запатентованный графический интерфейс. [11] Навигатор BI является отечественным решением, функционально замещающим зарубежные системы бизнес-аналитики, такие как QlikSense, Tableau и Power BI, также программный продукт включен в Реестр отечественного программного обеспечения Министерства цифрового развития, связи и массовых коммуникаций Российской Федерации.

Платформа "Навигатор" реализована как омниканальный продукт, обеспечивающий кросс-платформенную совместимость (веб-интерфейс, мобильные приложения для iOS и Android), что позволяет пользователям получать актуальные данные в любом месте и с любого устройства. Ключевым преимуществом системы является BI-аналитика в режиме реального времени, обеспечивающая мгновенную обработку и визуализацию данных. Платформа демонстрирует высокую производительность, обрабатывая сотни миллионов транзакций ежедневно, что делает ее применимой в высоконагруженных корпоративных средах. Кроме того, система предоставляет функционал для онлайн-мониторинга эффективности маркетинговых и управленческих кампаний, позволяя оперативно корректировать стратегии на основе актуальных метрик [12].

Интеграция искусственного интеллекта в платформу Навигатор BI трансформирует традиционные возможности визуализации данных в полноценную интеллектуальную систему поддержки принятия решений. Реализованный ИИ-ассистент предлагает следующие ключевые функции:

1. Запрос на естественном языке позволяет формулировать аналитические запросы на разговорном языке с мгновенным получением структурированных результатов, исключая необходимость написания сложных формализованных запросов.

2. Улучшенный семантический поиск - благодаря внедрению векторного представления данных и обработке синонимии существенно повышена точность поиска дашбордов с учётом применённых фильтров.

3. Голосовой ввод вопросов и вывод ответов - реализована голосовая коммуникация на базе технологии Salute speech, обеспечивающая голосовой ввод запросов и озвучивание результатов анализа [13].

Таким образом, функции искусственного интеллекта в Навигатор BI включают обработку данных на естественном языке, которая позволяет пользователям запрашивать наборы данных, используя разговорный язык.

Пользователю достаточно ввести текстовый запрос (например, "Финансы") в диалоговое окно помощника, после чего система автоматически предлагает релевантные дашборды из библиотеки Навигатора. Важно отметить, что переход к нужной информационной панели возможен непосредственно из интерфейса диалога, что значительно сокращает время доступа к данным. При получении ответа от ИИ-помощника система предлагает интеллектуальный превью-виджет для настроенных дашбордов. Пользователь может непосредственно из диалогового окна добавить соответствующий виджет на свой обзорный экран, что значительно ускоряет процесс работы с аналитическими данными.

Для повышения точности выборки система поддерживает расширенный синтаксис запросов. Пользователь может уточнять параметры поиска, добавляя в запрос:

• временные периоды (месяц, квартал, текущая дата);
• бизнес-сегменты;
• каналы взаимодействия и др.

Например, аналитик или менеджер, работающий с дэшбордом, сталкивается с необходимостью получить данные в конкретном разрезе, но испытывает сложности с применением соответствующих фильтров или навигацией по интерфейсу. Вместо ручного конфигурирования параметров пользователь может сформулировать запрос на естественном языке и обратиться с ним к ИИ-помощнику, например:

«Мне необходимо получить информацию по показателю EBIDTA по компании X за последний закрытый квартал текущего года». ИИ-помощник выполняет семантический разбор запроса, идентификацию целевого показателя (EBIDTA), определяет временной период и сопоставляет с доступными источниками данных. На выходе система либо перенаправляет пользователя на соответствующий дэшборд с предустановленными фильтрами, либо выдает интерактивный ответ с виджетом по запрошенным метрикам.

Такая демократизация анализа данных устраняет разрыв между техническими и нетехническими пользователями, способствуя формированию культуры принятия решений на основе данных на всех уровнях организации [14].

Также система способна анализировать содержимое документов и предоставлять точные ответы на пользовательские запросы, извлекая релевантную информацию из файлов. Система обеспечивает автоматическое создание саммари для документов в формате PDF: новые и существующие документы помещаются в очередь обработки после установки соответствующего признака.

Несмотря на большой список улучшений и преимуществ, добавление искусственного интеллекта в Навигатор BI имеет ряд недостатков. Например, время генерации саммари (до 40 минут) может быть недостаточным для сценариев, требующих мгновенного доступа к информации. Также стоит отметить, что модели ИИ очень требовательны к данным. Если данные непоследовательны или неточны, это может привести к неправильному результату [15].

Подводя итог, аналитика на основе искусственного интеллекта больше не является делом будущего и существует в действительности. Машинное обучение, обработка естественного языка, автоматизация, предиктивное моделирование и многое другое – все это обеспечивает доступ к передовым аналитическим инструментам [16]. Обработка естественного языка в Навигаторе BI обеспечивает более эффективное получение нужных результатов, которые соответствуют целям и стратегиям организации.

Список литературы:

1. Quamar A., Ozcan F., Miller D. Conversational BI: онтологически управляемая система диалога для приложений бизнес-аналитики // Proceedings of the VLDB Endowment. 2020. Т. 13, № 12. С. 3369–3381.
2. Cao R., Lei F., Wu H. Spider2-V: насколько далеки мультимодальные агенты от автоматизации рабочих процессов в области науки о данных и инженерии? [Электронный ресурс] // arXiv. 2024. URL: https://arxiv.org/abs/2407.10956
3. Liu X., Zhang J., Wang H. Передовые методы искусственного интеллекта для улучшения систем бизнес-аналитики [Электронный ресурс] // IEEE Xplore. 2022. URL: https://ieeexplore.ieee.org/document/10696409
4. Xie T., Zhou F. OpenAgents: открытая платформа для языковых агентов в реальных условиях [Электронный ресурс] // arXiv. 2024. URL: https://arxiv.org/abs/2310.10634
5. Lai Y., Li C., Wang Y. DS-1000: естественный и надежный бенчмарк для генерации кода в области науки о данных // Proceedings of the 40th International Conference on Machine Learning (ICML). Proceedings of Machine Learning Research. 2023. Т. 202. С. 18319–18345.
6. Wu Y., Wan Y., Zhang H. Автоматизированная визуализация данных из естественного языка с помощью больших языковых моделей: исследовательское исследование [Электронный ресурс] // Proceedings of the ACM on Management of Data. 2024. Т. 2, № 3. С. 115. URL: https://dl.acm.org/doi/10.1145/3654992
7. Weng L., Wang X., Lu J. InsightLens: обнаружение и исследование инсайтов из контекстов диалога в анализе данных с использованием больших языковых моделей [Электронный ресурс] // arXiv. 2024. URL: https://arxiv.org/abs/2404.01644
8. Zwingmann T. Бизнес-аналитика с поддержкой ИИ. С.: O'Reilly Media, Inc., 2022.
9. Syed W. K., Mohammed A., Reddy J. K., Dhanasekaran S. Биометрические системы аутентификации в банковской сфере: техническая оценка мер безопасности // Proceedings of the 2024 IEEE 3rd World Conference on Applied Intelligence and Computing (AIC). 2024. С. 1331–1336.
10. Платформа Navigator // SberAnalytics [Электронный ресурс]. 2025. URL: https://navigator.sberanalytics.ru/#platform
11.  Russian BI: Обзор платформы "Навигатор"[Электронный ресурс] // Russian BI. URL:  https://russianbi.ru/vendors/detail.php?ID=633
12.  Платформа "Навигатор" [Электронный ресурс]// SberTech. URL: https://platformv.sbertech.ru/products/analitika-dannyh/navigator
13. Release Notes. Navigator [Электронный ресурс] // SberTech. 2025. URL: https://platformv.sbertech.ru/strapi/api/media/Release_Notes_5e15a0358d.pdf
14. Ravichandran P., Machireddy J. R., Rachakatla S. K. Улучшенная ИИ аналитика данных для бизнес-аналитики в реальном времени: приложения и вызовы // Journal of AI in Healthcare and Medicine. 2022. Т. 2, № 2. С. 168–195.
15. Mohammed A.K. Boosting Decision-Making with LLM-Powered Prompts in PowerBI [Электронный ресурс] // ResearchGate. 2023. URL: https://www.researchgate.net/profile/Abdul-Khaleeq-Mohammed/publication/388653726_Boosting_Decision-Making_with_LLM-Powered_Prompts_in_PowerBI/links/67a12603207c0c20fa749fde/Boosting-Decision-Making-with-LLM-Powered-Prompts-in-PowerBI.pdf
16. Shamnad M. S. AI-управляемая аналитика: будущее бизнес-аналитики. [Электронный ресурс] // IJRES. 2024. URL: https://d1wqtxts1xzle7.cloudfront.net/122205409/AI_DrivenAnalytics_TheFutureofBusinessIntelligence.pdf