Проблемы: Высокие требования к качеству входных данных при формировании запросов в систему Сложность реализации обработки специфичных запросов с учётом особенностей предметной области Необходимость разработки удобного интерфейса для пользователей без глубоких технических знаний Требования к минимизации ошибок и повышению скорости обработки данных Ограниченная совместимость существующих BI-инструментов с большими языковыми моделями (LLM)

1. Проведен анализ существующих BI-решений, использующих большие языковые модели (LLM). Основываясь на открытом проекте, разработан прототип BI-Ассистента 2. Разработана архитектура системы: Интерфейс пользователя: интуитивно понятный интерфейс для ввода запросов, задания связей между данными и интеграции источников данных Модуль ИИ: обработка запросов с применением векторной базы данных для контекстуального поиска и направления LLM для точного выполнения SQL-запросов Семантический движок: сопоставляет бизнес-термины с источниками данных, определяет связи и включает предопределенные расчеты Результаты: Результат: Сокращение времени на создание отчетов Ошибки в отчетах снижены на 30% с 1,5 часа до 20 минут, что в 4,5 раза быстрее автоматизация позволила высвободить около 50% рабочего времени аналитиков, ранее затрачиваемого на рутинные задачи Экономия трудозатрат Увеличение удовлетворенности пользователей системой 90% респондентов отметили улучшение удобства работы после внедрения BI-Ассистента