😐 ИИ-ассистент без порядка в данных — просто дорогой чат-бот

ГлобалМедиа выпустило экспертный обзор о применении ИИ-ассистентов в госсекторе и крупных компаниях. Один из главных вопросов — где такие системы действительно приносят пользу, а где остаются частью формальной цифровизации. Комментарий для материала дал Аркадий Фроймчук, основатель и коммерческий директор BPA Tech.

В качестве практического примера он рассказал о Text-to-SQL-агенте, который команда BPA внедрила для федерального государственного заказчика. Такие системы переводят вопрос, сформулированный обычным языком, в запрос к корпоративному хранилищу данных. Руководитель запрашивает нужный показатель, а агент самостоятельно находит его в хранилище и формирует краткий ответ на основе фактических данных организации.

При этом основная сложность проекта заключалась не в выборе языковой модели. Для достоверной работы агента необходимо описать каждую метрику: что она означает, как рассчитывается, из какого источника поступает и с какой витриной связана. Также важно задать жесткие ограничения, чтобы система использовала только реальные корпоративные данные и не дополняла ответ собственными предположениями.

Для организации такого контура применяются решения класса OpenMetadata или DataHub. Они объединяют в одном каталоге сведения о хранилищах, метриках, дашбордах и BI-системах. В результате аналитики получают понятную структуру данных, а агент — точную карту источников, к которым он может обращаться.

После документирования витрин, формирования реестра метрик и настройки ограничений точность ответов достигла 99,8%. Использование мультиагентной архитектуры также позволило снизить вычислительные затраты на один запрос на 36%.

Полный комментарий Аркадия опубликован в ГлобалМедиа