Татьяна Сеземина. ИИ-агенты для хранилищ данных и BI: как ускорить аналитику и снизить издержки

00:00:00 Введение и проблема — Растущий объём данных (30% в год), дефицит специалистов, предложение использовать ИИ для облегчения работы. 00:00:57 Решение — ИИ помогает организовать хранилища, формировать SQL-запросы и отчёты, исправлять артефакты и код. 00:02:20 Разработка — Основы на интервью с аналитиками и разработчиками, 600+ опрошенных, шесть агентов для разных задач. 00:04:34 Эффективность — Первоначально 15% экономии, пилот показал 30%, метрики LikeRate, CID, количество пользователей. 00:06:45 Агенты — Восстанавливают модель данных и ускоряют создание витрин, помогают контролировать качество данных. 00:09:58 Генерация — Автоматический перевод языка в SQL, создание дашбордов, поиск инсайтов. 00:10:51 Автономность — Хранилище становится самостоятельным, ускорение построения атрибутного линеджа с 6 до 2 шагов. 00:13:29 Итерации — Постоянное улучшение, сопротивление внедрению через интервью и обратную связь. 00:14:15 Оптимизация — ИИ выполняет задачи в тысячи раз быстрее, нехватка специалистов стимулирует использование ИИ. 00:14:45 Пилот — Тестирование на двух проектах, собрана статистика по оптимизации. 00:15:12 Доработки — Постоянное добавление функций и адаптация под потребности, невозможность финальной версии. 00:15:41 Результаты — Затраты на инфраструктуру оправданы экономией времени, 10–15% от экономии платит заказчик. 00:16:40 Итоги