По его словам, одна из главных проблем, с которой сегодня сталкиваются компании, — сложный доступ к аналитике. Во многих организациях для работы с данными по-прежнему требуются специальные знания: владение SQL, глубокое понимание принципов функционирования BI-инструментов или привлечение узкопрофильных специалистов. Это увеличивает нагрузку на команды и удлиняет путь от бизнес-запроса до итогового решения.

На этом фоне всё более заметным становится запрос на запрос на аналитические инструменты, не требующие высокого порога входа. Современные ИТ-решения, построенные на базе больших языковых моделей, позволяют работать с данными на естественном языке — без знания языков программирования и других инструментов. Это расширяет доступ к аналитике за пределы ИТ-команд: бизнес-пользователи могут быстрее проверять гипотезы, находить закономерности и получать ответы на прикладные вопросы. Такой подход становится критически важным в условиях, когда скорость принятия решений является прямым фактором, определяющим успешность и эффективность бизнеса.

При этом, как отметил эксперт, универсальные зарубежные модели зачастую оказываются бессильны перед лицом комплексных прикладных задач, которые возникают в корпоративной аналитике. И хотя стандартные LLM-инструменты хорошо справляются с отдельными запросами, глубокая аналитика и инсайты от работы с данными раскрываются через агентный подход, интеграцию с внутренними системами и возможность функционировать в рамках защищённого контура. По словам Григорьева, некоторые российские ИИ-решения уже развиваются именно в этом направлении: они умеют не только отвечать на запросы на естественном языке, но и выполнять более сложные аналитические сценарии, взаимодействовать с корпоративными базами данных и работать в закрытой инфраструктуре компании, не требуя подключения к глобальной сети.

Евгений Григорьев особо подчеркнул, что для корпоративного сегмента критически важна защищённость подобных инструментов. При работе с данными компании оценивают не только интуитивность интерфейса и скорость обработки запросов, но и безопасность доступа, разграничение прав пользователей и защиту чувствительной информации.

Таким образом, ключевые изменения связаны не просто с появлением новых ИИ-инструментов, а с пересмотром самой модели работы с данными. Аналитика становится понятнее и ближе к бизнес-процессам, а значит, выходит за рамки сугубо специализированной функции, превращаясь в неотъемлемый инструмент для обоснования и принятия стратегических решений.