По словам спикера, внедрение ИИ особенно актуально для ритейла, где объём данных ежегодно растёт в среднем на 30%, а большинство компаний сталкивается с нехваткой квалифицированных кадров и высоким уровнем устаревших систем. В таких условиях миграция хранилищ становится длительным и ресурсоёмким процессом.
ИТ-холдинг Т1 реализовал для крупного российского ритейлера пилотный проект, в котором с помощью ИИ-агентов автоматизировал ключевые этапы работы с данными — от структурирования в хранилище до генерации запросов к базе данных и аналитики. Решение охватывает полный цикл: построение логической модели данных, восстановление связей между данными, обратный инжиниринг запросов, формирование требований и контроль качества данных.
«Мы применили агентский подход, в котором ИИ выполняет роли системного аналитика, разработчика, тестировщика и специалиста по управлению данными. Это позволило выстроить непрерывный процесс работы с хранилищем и существенно сократить ручной труд», — рассказала Татьяна Сеземина.
Так, по итогам пилотного проекта экономия времени на отдельных операциях достигла 80%, в среднем по операции составила около 40%, а совокупное снижение трудозатрат — от 15% с учётом всех процессов. При этом спикер отметила, что срок окупаемости решения варьируется от девяти месяцев до одного года, в зависимости от масштаба проекта.
Отдельно эксперт обратила внимание на ускорение разработки и ввода в промышленную эксплуатацию новых отчётов за счёт оптимизации работы при помощи ИИ-агентов. Например, задача по распутыванию связей внутри большой витрины данных, на которую у команды уходило до двух месяцев, с использованием ИИ была выполнена за несколько часов.
ИИ-агенты также могут применяться для повышения качества данных и управления архитектурой: они автоматически проверяют соответствие объектов установленным стандартам, выявляют устаревшие витрины, находят ответственных за данные и анализируют использование хранилища по журналам операций.
Сеземина также подчеркнула, что внедрение подобных решений целесообразно не только для крупного бизнеса. Основной фактор при принятии решения — масштаб и сложность хранилища данных. Для небольших команд возможен запуск проектов с использованием облачных моделей, что снижает первоначальные инвестиции.
«В перспективе развитие ИИ-агентов приведёт к появлению автономных хранилищ данных, где большая часть операций — от разработки до аналитики — выполняется автоматически, а взаимодействие с системой происходит на естественном языке», — отметила Татьяна Сеземина.