ИИ-агенты могут сэкономить компаниям до 10 млн руб. на обработке данных
ИИ-агенты для автоматизации задач в корпоративных хранилищах данных (КХД) и инструментах бизнес-аналитики (BI) могут принести экономию российским компаниям до 10 млн руб. в год, следует из исследования ИТ-холдинга Т1. Новые решения позволяют сократить ручной труд, ускорить разработку и внедрение аналитических систем, а также оптимизировать расходы. Подробности — в распоряжении «Инка».
ИИ-агенты самостоятельно организуют данные в хранилищах, сегментируют информацию и преобразуют текстовые запросы в SQL-команды. При миграции на отечественное ПО они анализируют структуру существующих систем, «снимают» логические модели и шаблоны запросов, что упрощает создание импортонезависимых хабов и снижает временные затраты. Внутренние тесты Т1 показали, что это уменьшает трудозатраты на рутинные операции в КХД и BI-отчетности не менее чем на 15%.
В условиях дефицита ИТ-кадров, оцениваемого Минцифры и Минтрудом в 500–700 тыс. человек, а по экспертным данным — до 1 млн, такие инструменты помогают компенсировать нехватку специалистов. В число самых востребованных позиций входят инженеры ИИ, data scientists, аналитики данных, разработчики ПО, эксперты по кибербезопасности, DevOps-инженеры и администраторы КХД.
Агенты также обеспечивают контроль качества данных: проверяют соответствие правилам, выявляют устаревшую информацию и определяют ответственных за бизнес-витрины. Это повышает надежность отчетности и снижает риски финансовых потерь. Согласно опросам топ-менеджеров российских компаний, 72% предприятий испытывали финансовые сложности из-за некачественных данных.
Кроме того, нейросети минимизируют потери информации (до 17% компаний в России сталкивались с такой проблемой), самостоятельно генерируя сценарии тестирования и выявляя ошибки в различных базах данных.
В BI-аналитике преимущества проявляются в создании визуальных отчетов и дашбордов по простым запросам без технических деталей. Российский рынок big data, по оценкам экспертов, достиг 300 млрд руб. в 2024 году с ежегодным ростом на 30%. При обработке миллионов записей ручной подход становится неэффективным, поэтому внедрение ИИ рекомендуется на ранних этапах.
