Снова хороним традиционный BI. А он из гроба стучит

[Ribera-sun]

А как пользователь узнает, что ответ не 100% верный?

Например , мы сами себе рисуем дашборды на своих же рабочих цифрах. Если полученная цифра в дашборд покажется сомнительной (такое бывает на сложных расчетах), то мы откроем источник и вручную пересчитаем.

А тут получается, что ai в каком-то не 0% может дать ошибочный ответ, а пользователь пойдет на основе ошибочных данных строить свои процессы.

И что деталь совсем без человеческой аналитики, если ai сможет вообще ответить на запрос? Вот и выше по п.2 ответа и нет.

И еще , а кто собственно подготовливает skill, человек или машина?

[kemsky]

Как антропик вобще смог вычислить свою точность в 95%. Думаю, что никак, это какие-то синтетические примеры, разметили там 1000 вопросов наиболее частых, вроде того.

На ключевые вопросы ответы в статье обрывочные, примеров нет никаких.

Если руками нужно заниматься описанием всех метрик и домена в семантическом слое, то что тогда мы хороним? Дальше 1 шаг до ETL или дашбордов и стабильных, точных, понятных модели данных, вместо "не делай where по этой таблице".