На конференции Fine Day обсудили подготовку данных для ИИ-агентов
23 октября в Москве состоялась пятая юбилейная офлайн-конференция Fine Day, организованная GlowByte. Главной темой мероприятия стал переход от аналитики самообслуживания, или Self-Service, к AI-Native-подходу — корпоративной аналитике, изначально построенной с учетом возможностей искусственного интеллекта.
Конференция собрала около 250 участников. Среди них были руководители аналитических подразделений крупных компаний, специалисты по работе с данными и бизнес-аналитике. Основное внимание на встрече уделили не только применению ИИ, но и организационным и технологическим условиям, необходимым для его надежной работы.
Что нужно подготовить до запуска ИИ-агентов
Участники обсудили, какие задачи необходимо решить до внедрения ИИ-агентов в корпоративную аналитику. В частности, речь шла о качестве и готовности данных, распределении ответственности за их подготовку, а также о том, как выстроить процессы контроля результатов, сформированных искусственным интеллектом.
Отдельной темой стала проверка выводов ИИ перед тем, как использовать их в управленческой отчетности или представлять руководству. Такой подход предполагает, что автоматизация аналитики не отменяет экспертной оценки: результаты работы агентов должны проходить проверку и соответствовать требованиям бизнеса.
Демонстрация FineBI и ИИ-инструментов
В демонстрационных зонах эксперты GlowByte и FanRuan представили новые возможности платформы FineBI 7.0. Участникам показали, как обновленные инструменты могут использоваться в задачах корпоративной аналитики и работы с данными.
Также на конференции продемонстрировали ИИ-агентов Dora — платформу дата-агентов FanRuan. Еще одним практическим сценарием стала миграция BI-отчетов на FineBI с помощью Morphism AI, инструмента, который использует возможности искусственного интеллекта для переноса отчетности.
Обсуждение на Fine Day показало, что переход к AI-Native-аналитике включает не только внедрение новых продуктов. Для эффективного использования ИИ компаниям необходимо заранее определить правила работы с данными, зоны ответственности и процедуры проверки аналитических выводов.
