Недавно мы были на вебинаре, где показывали “современную аналитику с AI-ассистентом” для крупной сети АЗС. Ожидания были понятные: хотелось увидеть, как руководители и C-level могут быстро находить точки роста, задавать вопросы на языке бизнеса и сразу запускать действия.
Но реальность оказалась совсем другой.
Большую часть времени рассказывали не про бизнес, а про настройку. Подключение источников, сопоставление полей, конфигурации, какие-то технические детали, которые, мягко говоря, не имеют отношения к принятию решений. При этом всё это сопровождалось тезисом “это просто, no-code, не требует специалистов”.
Честно - выглядело наоборот.
Складывалось ощущение, что за этим “простым интерфейсом” всё равно стоит человек, который будет сидеть и разбираться: как связать данные, как настроить структуру, как всё это поддерживать. То есть фактически - тот же BI, только в новой обёртке.
И в какой-то момент стало очевидно главное:нам снова показывают продукт не для тех, кто принимает решения, а для тех, кто его настраивает.
Это системная проблема всего рынка.
Сегодня большинство решений в аналитике идут от данных, а не от пользователя. Сначала нужно всё подключить, описать, настроить, проверить — и только потом, возможно, добраться до инсайтов. Но для бизнеса это перевёрнутая логика.
Руководителю не нужна настройка.Ему не нужны “гибкие схемы данных”.Ему не нужно разбираться, как матчить таблицы.
Ему нужен ответ на вопрос:“Где я теряю деньги?”“Кто мои самые ценные клиенты?”“Что произойдёт, если я изменю цену?”
И желательно - сразу.
Если для этого нужно сначала пройти через слой технической подготовки — это не AI для бизнеса. Это просто более сложный BI.
Именно поэтому сегодня возникает разрыв между обещаниями и реальностью. Нам говорят про “AI, доступный каждому”, но по факту им всё ещё могут пользоваться только те, кто понимает, как устроены данные.
Мы в Growsight изначально пошли от обратного.
Не от данных - от пользователя.
Вместо того чтобы давать инструменты настройки, мы убрали их из пользовательского сценария. Внедрение происходит один раз и полностью на нашей стороне: мы подключаем источники, выстраиваем структуру, настраиваем связи. Без участия команды клиента.
А дальше остаётся только одно - работа с ответами.
Менеджер или руководитель просто задаёт вопрос на обычном языке, получает точные цифры, видит проблемные зоны и может сразу запустить действие: от сегментации клиентов до постановки задач в CRM.
Без настройки.Без аналитиков.Без “подготовительного этапа”.
Но есть ещё один важный момент, который часто упускают.
Даже если систему один раз настроили — бизнес меняется. Меняются процессы, метрики, приоритеты. И если каждый раз для этого нужно снова привлекать специалистов — мы возвращаемся к той же проблеме.
Поэтому в Growsight мы добавили встроенный механизм автообучения.
Система сама анализирует качество своих ответов:если видит, что ответ неточный, неполный или не соответствует изначальному запросу — она корректирует свою внутреннюю логику. По сути, она постепенно “подстраивается” под конкретный бизнес, его данные и его способ задавать вопросы.
Это означает, что со временем решение не деградирует, а наоборот — становится точнее и полезнее.И главное — это происходит без участия внешних специалистов.
Система адаптируется сама.
И здесь есть важный принцип, который, как мне кажется, определит будущее всей категории:
AI в аналитике не должен требовать обучения и настройки со стороны бизнеса.
Если система нельзя использовать сразу - это не помощник.Если она не умеет адаптироваться — это временное решение.
Настоящий AI для бизнеса должен не только давать ответы, но и становиться лучше в процессе работы.
А бизнесу сегодня нужно не это. Ему нужна скорость. Понятность. И возможность сразу действовать.
Именно в этом, на мой взгляд, и проходит граница между “ещё одним BI-инструментом” и настоящим AI-ассистентом для бизнеса.