⚡️ ИИ-помощник Нейроаналитик стал публично доступен в Yandex DataLens

ИИ‑агент в Yandex DataLens теперь доступен всем пользователям в тарифе Business — с 30‑дневным пробным периодом. Нейроаналитик доступен в сервисе в формате чата: он анализирует данные на дашбордах, находит инсайты и помогает формировать выводы по запросам на естественном языке.

🗂 Агент помогает с созданием отчётов: пишет вычисляемые формулы и генерирует код для кастомных визуализаций. Это делает аналитику доступной, позволяя нетехническим специалистам работать с данными, и ускоряет проверку бизнес‑гипотез в среднем на 30%.

Подробнее о главных новинках и планах развития DataLens расскажет уже через 15 минут Павел Дубинин, руководитель продуктового развития Yandex DataLens, на Yandex Neuro Scale 📢

Опрос по использованию DataLens❓

У вас есть возможность повлиять как на развитие текущих фичей продукта, так и на появление новых.
А для желающих поделиться более детальной обратной связью может быть организован и формат отдельных видеоинтервью.

Ждём ваши ответы в коротком опросе, это займёт у вас буквально одну минуту ⏰
#calltoaction

Почему Text 2 SQL не работает?
Ко мне иногда приходят разные знакомые и говорят, что у них есть концепция Text 2 SQL или LLM-генератора SQL-кода — мол, классная идея для бизнеса, можно ее попродавать.

И вот наконец я понял, почему идея «пусть бизнес пишет запросы на естественном языке» не взлетает и не взлетит.

На бумаге все красиво. Даешь ИИшке команду: «Покажи выручку за август по городам», получаешь результат.

На практике же имеем несколько иной сетап: никто из бизнес-менеджеров не хочет и не может задавать правильные вопросы к данным.

Причина кроется в подмене понятий, за которую сами бизнес-менеджеры обычно аналитика и ругают. Так вот, написание SQL — это не основная работа аналитика. На самом деле аналитик занимается мыслительным трудом: как раз пытается разобраться, какие вопросы вообще стоит задать, чтобы понять, что там у бизнеса пошло не так. SQL — лишь удобный интерфейс для формулировки гипотез. Его просто изучить, но логика за пределами SQL.

И, соответственно, вторая часть проблемы: многие бизнес-менеджеры в большинстве случаев не обучены мыслить аналитически, эту часть работы они делегировали аналитику, чтобы он за них подумал. Они сами не думают в контексте данных, структур или понимания взаимосвязей. Именно поэтому LLM-промпты в виде «SQLGPT для маркетологов» и не взлетают.

🔜 AI может перевести вопрос в SQL, но не может придумать сам вопрос, который имеет смысл для бизнеса.

Сейчас мы на этапе следующего шага — передать LLM формирование вопросов и гипотез, а затем уже написание необходимого кода и SQL-запросов для решения аналитической задачи.

А пока просто осознаем, что произошла гиперинфляция хардскиллов. А вот мыслить и генерировать ценные инсайты — тот самый навык, который был и есть востребован в аналитиках.