Comments 8
Я искренне желаю Вам успехов, но людям нравится общаться со вменяемой первой линией поддержки, а не с ботом, пусть и ладно складывающим слова. Более того, людям нравится, когда их проблема решается быстро и точно, позволяя людям не стрессовать и не тратить свое время и силы на не свою работу. Так что если ваш бот будет реально решать проблемы, то - отлично. Можно будет и смириться.
Вы описываете функционал BI-системы Thoughtspot. Она появилась в 2017-м. С тех пор что-то подобное пытались внедрить основные вендоры (например AskData у Tableau). И сейчас я точно знаю, что подобный функционал есть в дорожной карте развития у китайцев (FineBI).
ИМХО все упирается в аппаратную мощность. Подобная модель on-premise будет требовать непомерное в мире BI количество ресурсов. Тот же Thoughtspot в 2021-м сначала отделил onprem от облачного продукта а потом и вовсе оставил только облака. Вы видите такую проблему? Как вы ее планируете решать? Какой сервер понадобится, чтобы обеспечить работу вашей системы на 100 пользователей × 100 таблиц ?
Спасибо за информацию, посмотрю эти системы.
Большинство BI-пользователей используют 5-10 отчетов, им не нужен такой функционал.
Один запрос к GPT с не очень большим промптом стоит несколько центов. Это гораздо дешевле и быстрее чем просить аналитика сделать отчет.
Персональные помощники используются всё чаще т.к. цена использования ИИ падает.
Ну... Ничего нового. Посмотрите скажем на visiology. Более того... Дашборд можно составлять (и нужно) из сохраненных запросов.
text2sql простая задача без всяких data science при наличии метаданных к базе (просто появляется sql builder), просто на одних только ближайших или intent+ner.
Хотя направление мысли мне нравится. Если будет open source продукт chat with data, типа visGPT без OpenAI и self-hosted... прямо джва (четыре по факту) года жду
Также моё описание похоже на то что сделано https://easyreport.ai, но там семантика настраивается ручную.
В мой реализации, при наличии базы знаний с описанием таблиц всё автоматом: парсер вики + векторная бд + LLM.
Как работает всё изнутри, я рассказывал тут
Утопичная история, нет, конечно, что-то из этого отчасти будет реализовано и будет востребовано. Остальная часть упрется в качество данных, в качество заранее созданной модели бд человеком, плоских хранилищ, кубов. Сколько не бери чудесных чат ботов - это заранее подготовленные шаблоны ответов, то есть заранее созданный в нашем случае отчёт, кем? - человеком). Более того, что когда чудо бот не может ответить на твой вопрос, он начинает бесить:), а это зачастую сводит всю его мощь к низкоуровневым шаблонным операциям, просто потому что он "я вас не пониманию" - позови человека.
Открытое письмо BI компаниям — проект “Dashboard.AI”