Поисковая выдача по запросу «ИИ для аналитики данных» это десять подборок сервисов. ТОП-16 нейросетей, ТОП-11 нейросетей, восемь инструментов года. Все они отвечают на вопрос «что взять».
Вопрос руководителя выглядит иначе. Дашборд уже собран, цифра на нем уже горит, и по этой цифре через час надо принять решение: останавливать линию, двигать закупку, менять план отгрузок. Вопрос звучит так: можно ли этой цифре верить и как это проверить за разумное время.
Дальше разбор по частям. Что внутри слова «ИИ» в аналитике и где там модель, а где обычная арифметика. Почему полнота автоматического разбора данных разная у разных полей. Почему один и тот же движок показывает два разных процента качества. Сколько стоят готовые платформы по публичным прайсам на 9 сентября 2026 года. И пять проверок, которые ставятся между выходом модели и управленческим решением.
Три разные технологии под одним словом
Слово «ИИ» в аналитике покрывает три слоя, у которых разная природа ошибки. Дашборд с агрегатами это арифметика по базе: он ошибается только там, где кривая витрина или кривой запрос. Детектор аномалий это статистика или модель: он ошибается в обе стороны, пропускает и кричит на пустом месте. Языковая модель поверх данных это генерация текста: она ошибается там, где данных не хватило, и делает это уверенным тоном.
| Слой | Что делает | Как ошибается | Что проверять |
|---|---|---|---|
| Витрина и агрегаты | Считает суммы, остатки, выработку по срезам | Молча, из-за ошибки в запросе или дубля в источнике | Сверка с первичным документом |
| Разбор документов и текста | Тянет поля из накладных, актов, переписки | Пропускает поле или ставит чужое значение | Полнота по каждому типу поля |
| Поиск аномалий | Подсвечивает отклонение от нормы | Ложная тревога и пропуск события | Доля ложных срабатываний |
| Прогноз | Дает оценку на горизонт | Ошибается тем сильнее, чем дальше горизонт | Ошибка прогноза на прошлых периодах |
| Языковая модель поверх данных | Отвечает на вопрос словами, пишет пояснение | Сочиняет недостающее | Ссылка на строку источника в каждом ответе |
Практический смысл таблицы простой. Верхняя строка ошибается редко и проверяется сверкой. Нижняя ошибается регулярно и проверяется только тем, что рядом с ответом лежит источник. Разговорный интерфейс к данным дает руководителю ответ за секунды, и это его главное достоинство и главный риск одновременно.
Полнота автоматического разбора разная у разных полей
Мы измеряли собственный движок, который вытаскивает из текстов структурированные сущности. Замер от 20 августа 2026 года, выборка 2867 сообщений и 4585 размеченных сущностей, методика: засчитывается попадание по отдельной сущности. Общее покрытие 92,5 процента, пропущено 344 сущности, ложных срабатываний 301.
Интересна не общая цифра, а разрез по типам. У данных с жестким форматом полнота одна, у данных без формата другая, и разница внутри одной системы на одной выборке доходит до двенадцати пунктов.
| Тип данных | Сущностей в выборке | Полнота |
|---|---|---|
| Технические идентификаторы | 340 | 98,8 % |
| Финансовые реквизиты | 198 | 98,0 % |
| Государственные идентификаторы | 639 | 97,8 % |
| Контакты | 290 | 97,6 % |
| Документы | 851 | 96,7 % |
| Названия организаций | 166 | 92,8 % |
| Имена людей | 986 | 87,3 % |
| Адреса и геолокация | 1111 | 86,5 % |
Причина разрыва механическая. Там, где у значения есть формат и контрольная цифра, работает проверка по правилу и ошибиться сложно. Там, где формата нет, работает модель, и она угадывает по контексту. Название контрагента, написанное в накладной сокращением, и адрес площадки, записанный рукой кладовщика, попадают ровно во вторую группу.
Что это значит для управленческого отчета
Если отчет собран автоматическим разбором документов, надежность колонок в нем разная. Колонка с суммой и колонка с названием контрагента посчитаны с разной полнотой, а на дашборде они выглядят одинаково.
Один движок, одна выборка, два разных процента
Второй факт из того же проекта неприятнее первого. В июле 2026 года мы мерили тот же движок и получили 67 процентов. В августе получили 92,5. Модель между двумя датами не переучивали и данные не меняли.
Разошлись методики счета. В июльском замере результат по документу засчитывался, только если совпал весь набор типов целиком: пропустил одно поле из семи, весь документ идет в минус. В августовском засчитывалось попадание по каждой отдельной сущности. Плюс в июле мерили демонстрационный стенд, где работала только часть конвейера, а в августе рабочую систему целиком.
Обе цифры честные. Обе описывают одну систему. Разница в том, какой вопрос задавали. И если руководителю приносят на слайде процент качества модели без описания методики, этот процент не значит ничего. Первый вопрос к любой цифре качества звучит так: что считалось единицей, документ или поле, и на каком контуре шел замер.
Реальное время это про свежесть данных, а не про скорость модели
Формулировка «решения в реальном времени» обычно относится к скорости ответа. Модель отвечает за две секунды, значит решение принимается в реальном времени. На практике узкое место лежит в другом месте.
Между событием в цехе и цифрой на экране руководителя стоит цепочка: датчик или оператор вносит факт, учетная система его проводит, интеграция забирает данные по расписанию, витрина пересчитывается, дашборд обновляется. Модель работает на последнем шаге и занимает секунды. Расписание интеграции занимает часы. Проводка задним числом занимает сутки.
Отсюда практическое правило: у каждой цифры на управленческом экране должна стоять отметка времени, к которому она относится, и отметка времени последней загрузки. Две разные отметки, а не одна. Пока их нет, скорость модели не имеет значения, потому что руководитель принимает быстрое решение по вчерашним данным. Как связать источники в один контур, разобрано в материале про сквозную аналитику на Метрике и CRM.
Сколько стоят готовые платформы
Российский рынок BI продает лицензии тремя разными способами, и это влияет на смету сильнее, чем набор функций. Цены ниже сняты с публичных страниц вендоров 9 сентября 2026 года.
| Платформа | Модель лицензии | Цена |
|---|---|---|
| Glarus BI | годовая за пользователя | 15 000 ₽ в год |
| Glarus BI | внедрение под ключ, пилот | от 100 000 ₽ |
| Analytic Workspace | бессрочная, роль «разработчик» | 55 000 ₽ |
| Analytic Workspace | бессрочная, роль «аналитик» | 25 000 ₽ |
| Analytic Workspace | бессрочная, роль «просмотр и анализ» | 15 000 ₽ |
| PIX BI | годовая, тариф BASE, 1 место | 25 000 ₽ в год |
| PIX BI | годовая, тариф PRO, 1 место | 50 000 ₽ в год |
| PIX BI | годовая, тариф PROJECT, 5 мест | 150 000 ₽ в год |
Три вещи, которые видно из таблицы. Первое: у Analytic Workspace цена привязана к роли, и минимальный стартовый пакет заявлен от десяти пользователей, то есть входной билет считается пакетом, а не одним местом. Второе: годовая модель дешевле на входе и дороже на горизонте трех лет. Третье: цена лицензии это не цена проекта. Подключение источников и проектирование витрины у того же Glarus BI вынесено отдельной строкой от 100 000 ₽ за пилот.
Часть вендоров публичного прайса не держит. У Visiology страница цен на 9 сентября 2026 года переадресует на другой адрес и сумм не показывает, страница цен Yandex DataLens закрыта проверкой на робота. Такие суммы называются только в ответ на запрос, и это тоже параметр выбора: сравнить два предложения можно будет лишь после двух переговоров. Общей статистики по доле производственных предприятий России, использующих BI, в открытых источниках нет, поэтому такой цифры в этом тексте тоже нет.
Пять проверок между выходом модели и решением
Это тот минимум, который мы ставим перед тем, как повесить автоматический показатель на управленческий экран.
-
Замер на своей выборке
Взять 200 реальных документов своего предприятия, разметить руками, прогнать через систему, посчитать полноту по каждому типу поля отдельно. Общий процент по всем полям сразу не считать. От двух до пяти рабочих дней.
-
Описанная методика рядом с цифрой
Записать, что считалось единицей, на каком контуре шел замер и какая дата. Без этой записи процент качества нельзя сравнить со следующим замером.
-
Две отметки времени на каждом показателе
Дата факта и дата загрузки. Если они расходятся больше чем на согласованный интервал, показатель гасится, а не показывается серым.
-
Ссылка на источник в каждом ответе
Разговорный интерфейс к данным обязан показывать строку, из которой взят ответ. Ответ без источника не идет в решение.
-
Список решений, которые машина не принимает
Остановка линии, отказ поставщику, увольнение, платеж. Модель готовит материал, подпись ставит человек. Кто отвечает за ошибку, разобрано в материале про галлюцинации нейросетей.
Проверки 1 и 2 закрывают до половины будущих споров о цифре. Их делают один раз при запуске и повторяют после каждого обновления модели. Настройка выгрузок и связок между системами это интеграции, а разбор процесса до автоматизации это автоматизация процессов.
Если дашборд уже есть и цифра расходится
Типичная картина: два отчета по одному показателю дают разные значения, и совещание уходит на выяснение, чей отчет прав. В девяти случаях из десяти дело не в модели. Дело в том, что у двух отчетов разные границы периода, разные фильтры по статусу документа или разные правила исключения возвратов.
Порядок разбора такой. Сначала берется одна конкретная строка расхождения и прослеживается до первичного документа. Потом сравниваются определения показателя в обоих отчетах слово в слово. Потом сверяются отметки времени загрузки. Модель проверяется последней, потому что она стоит последней в цепочке. Мы разбираем такие расхождения по часам: 2 500 ₽ в час, оплата по факту, без аванса.
Разберем, почему цифры в отчетах расходятся
Проверим канал данных от источника до дашборда, замерим полноту автоматического разбора на вашей выборке, отдадим список расхождений с причинами. 2 500 ₽/ч, оплата по факту, без аванса.
Частые вопросы
Заменит ли ИИ аналитика на предприятии
Нет. Меняется состав работы: рутинный сбор и первичная сводка уходят к машине, за человеком остаются постановка вопроса, проверка методики и интерпретация. Отдельный вопрос, нужен ли для этого сотрудник в штате, разобран в материале про специалиста по нейросетям.
С чего начать, если данные лежат в 1С, CRM и таблицах
С одного показателя, а не со всего дашборда. Выбрать показатель, по которому чаще всего спорят, описать его определение словами, найти первичный источник и собрать одну витрину под него. Дальше добавлять по одному.
Можно ли доверять ответу разговорного помощника по данным
Только если рядом с ответом видна строка источника. Языковая модель заполняет пробел правдоподобным текстом, и на глаз такой ответ не отличается от точного. Как это проверяют, описано в материале про тестирование нейросетей.
Сколько стоит поставить BI на производстве
Лицензии по публичным прайсам на 9 сентября 2026 года: от 15 000 ₽ за пользователя в год до 55 000 ₽ за бессрочное место разработчика. Внедрение считается отдельно, у одного из вендоров пилот заявлен от 100 000 ₽. Цена проекта зависит от числа источников, а не от числа экранов.
Что делать, если процент качества модели вызывает сомнения
Запросить методику замера: что было единицей счета, на каком контуре шел прогон, какая дата, сколько было ложных срабатываний. У нас один движок на одной выборке дал 67 и 92,5 процента при двух разных методиках, и обе цифры были верными.
Как измерять уже работающую автоматику, разобрано отдельно в материале про KPI автономного агента.
Проверим, можно ли верить цифрам на вашем дашборде
Опишите, какие показатели расходятся между отчетами. Вернемся с планом разбора и оценкой в часах.
