🤖 ИИ в BI не спасёт вас от страшного GIGO. Он просто сделает его быстрее
Можно подключить AI к аналитике, научить его красиво комментировать воронку и за секунды отвечать на вопросы. Но если в CRM дубли, половина этапов пустая, а слово «клиент» в трёх отделах означает три разные вещи — магии не случится.
Garbage in → garbage out. Только теперь garbage out приходит мгновенно, уверенно и хорошо сформулированным🐱
Поэтому для нас AI начинается не с чата. Он должен работать в том же аналитическом контуре, что данные, метрики и дашборды, и опираться на те же правила. Иначе LLM остаётся только догадываться, что означает конкретная колонка и какую именно «выручку» у неё спросили.
Именно для этого в Fastboard есть каталог данных и Data Lineage: чтобы выстраивать метамодель проекта, понимать происхождение данных и снижать риск того самого GIGO.
Мораль простая: прежде чем делать AI умнее, стоит убедиться, что ему есть на что опереться.
🔗Подробнее — в нашей статье.
Можно подключить AI к аналитике, научить его красиво комментировать воронку и за секунды отвечать на вопросы. Но если в CRM дубли, половина этапов пустая, а слово «клиент» в трёх отделах означает три разные вещи — магии не случится.
Garbage in → garbage out. Только теперь garbage out приходит мгновенно, уверенно и хорошо сформулированным🐱
Поэтому для нас AI начинается не с чата. Он должен работать в том же аналитическом контуре, что данные, метрики и дашборды, и опираться на те же правила. Иначе LLM остаётся только догадываться, что означает конкретная колонка и какую именно «выручку» у неё спросили.
Именно для этого в Fastboard есть каталог данных и Data Lineage: чтобы выстраивать метамодель проекта, понимать происхождение данных и снижать риск того самого GIGO.
Мораль простая: прежде чем делать AI умнее, стоит убедиться, что ему есть на что опереться.
🔗Подробнее — в нашей статье.
Просмотры: 6