От дашбордов к решениям: как искусственный интеллект меняет рынок
Бизнес-аналитика постепенно выходит за пределы привычных отчётов и графиков. Современные BI-системы учатся не только показывать изменения показателей, но и объяснять их, предлагать варианты реагирования и запускать отдельные действия в корпоративных системах. Это меняет не только технологии, но и сам подход к управлению на основе данных.
Основатель российской BI-платформы Fastboard Грачья Алексанян выделил шесть направлений, которые определяют развитие рынка бизнес-аналитики в 2026 году.
Ключевое изменение связано с появлением ИИ-агентов, способных выполнять многоэтапные аналитические задачи. Вместо последовательной подготовки запросов, отчётов и визуализаций пользователь может сформулировать бизнес-вопрос, а система самостоятельно обратиться к доступным данным, выполнить расчеты и подготовить результаты для проверки.
Однако расширение возможностей ИИ делает особенно важным качество исходных данных и правил их интерпретации. Если разные подразделения компании используют разные определения выручки, прибыли или маржинальности, даже технически корректный анализ может привести к ошибочным управленческим решениям.
«Главное изменение заключается в том, что BI перестаёт быть исключительно инструментом наблюдения. Раньше система показывала руководителю, что произошло. Теперь она постепенно учится объяснять причины, предлагать варианты действий и помогать контролировать их выполнение. Это меняет саму роль аналитики в управлении компанией», — отмечает Грачья Алексанян.
Первый тренд — переход к ИИ-агентам, которые участвуют в нескольких этапах аналитической работы. Они могут обращаться к разрешенным данным, использовать готовые модели, формировать структуру отчета и проверять результат. По оценке эксперта, это меняет задачи аналитика: больше внимания требуется постановке вопросов, проектированию моделей и контролю качества.
Второе направление — рост значения семантического слоя, то есть единых определений показателей и правил их расчета. Чтобы корректно ответить на вопрос о снижении маржи, ИИ должен понимать, учитывает ли компания логистику, скидки и возвраты. Если подразделения рассчитывают один показатель по-разному, система рискует дать технически верный, но неверный с точки зрения бизнеса ответ.
«Искусственный интеллект не решает проблему некачественных данных и противоречивых бизнес-правил. Если финансовый и коммерческий отделы по-разному считают маржинальность, ИИ может быстро подготовить два разных ответа на один вопрос. Поэтому ключевым условием развития интеллектуальной аналитики становится единая система показателей, которой доверяют все подразделения», — объясняет Грачья Алексанян.
Третий тренд — развитие диалоговой аналитики. BI-системы учатся не только отвечать на вопросы пользователей на обычном языке, но и помогать разбираться в причинах изменений показателей. Например, система может обнаружить рост расходов, показать, за счёт чего он произошел, и предложить дальнейшие действия. В перспективе такие инструменты смогут создавать задачи для сотрудников и запускать отдельные бизнес-процессы. При этом наиболее реалистичным Алексанян считает сценарий, в котором окончательное решение остается за человеком.
Четвертый тренд — усиление контроля за работой ИИ. Компаниям важно понимать, какие данные использовала система, как она пришла к своим выводам и почему предложила то или иное решение. Чем больше задач ИИ выполняет самостоятельно, тем важнее возможность проверить его действия и вовремя исправить ошибки.
Пятый тренд — возможность работать с аналитикой не только внутри BI-системы, но и через другие корпоративные приложения и ИИ-помощников. Например, сотрудник может задать вопрос о продажах или расходах прямо в рабочем чате и получить ответ на основе данных компании. Для этого используются специальные технологии подключения, в том числе протокол MCP. При этом система должна учитывать права доступа каждого сотрудника, чтобы он мог получать только ту информацию, с которой ему разрешено работать.
Шестой тренд — более тесная интеграция BI-систем, искусственного интеллекта и платформ для хранения и обработки данных. Это позволяет компаниям использовать ИИ для анализа информации из разных источников, сохраняя единые правила расчёта показателей и доступа к данным.
«Для российских компаний принципиально важно, чтобы развитие ИИ-аналитики не требовало полной перестройки существующей инфраструктуры. Данные могут оставаться в корпоративном контуре, а интеллектуальные инструменты работать поверх проверенных моделей и с учетом действующих прав доступа. На мой взгляд, именно сочетание гибкости, безопасности и возможности контролировать действия ИИ станет одним из ключевых критериев выбора BI-платформы», — считает Грачья Алексанян.
Ближайшая перспектива BI — передача ИИ все большего объема рутинной аналитической работы при сохранении человеческого контроля над значимыми решениями. Основными условиями такого перехода остаются качество данных, единые правила расчета, разграничение полномочий и возможность проверить действия системы.
Тест Тион и Daily Moscow
Чем вы дышите дома?
6 вопросов — и персональный совет о воздухе в вашем доме
Реклама. АО «Тион Умный микроклимат». erid: 2Vtzqx6WSYd






