Оракул, которому не дали словарь

Транспортно-логистическая компания, оператор парка вагонов и контейнеров. Запрос из тех, что звучат сегодня всё чаще: у нас есть BI, подключите к нему нейросеть, чтобы можно было задавать вопросы человеческим языком, а не искать нужный дашборд. Мы такой инструмент делаем, называется GenBI, и ещё в мае показали его вживую. Интерес дожил до осени, что по нынешним временам уже событие.

В сентябре мы вошли в экспресс-обследование: несколько разговоров и доступ к данным. В тот же вечер после первой встречи ИТ-директор прислал письмо, которое я бы вставил в учебник по корпоративной аналитике целиком, но ограничусь сутью.

У компании четыре семантические модели в облачном Power BI. Парк вагонов: состав парка на дату, выполненные и плановые ремонты, оборот вагона от погрузки до погрузки. Парк контейнеров: то же самое, но данных меньше и дашбордов над ним ещё нет. Лицевые счета клиентов: сальдо по договорам, списания, поступления, акты, прогноз поступлений. И управленческая отчётность: прибыли и убытки, движение денег, остатки, детализация до транзакции. Над последней моделью дашбордов тоже нет, зато в неё напрямую ходит Excel.

Про четвёртую модель в письме стояла фраза, которую я прочитал дважды: «Слой пока не нормализован, но свою задачу решает».

Это очень точная и очень честная фраза. Так выглядит аналитика, которую построил один компетентный человек для других людей. Она действительно решает задачу. Финансист открывает Excel, видит нужные цифры, знает, откуда они и как их читать. Руководитель парка открывает свой дашборд, видит свои вагоны. Каждая модель хороша внутри себя, у каждой свой круг пользователей, и люди между моделями переключаются головой, не замечая этого.

Все четыре модели, кстати, жили в личной рабочей области сервисной учётной записи. Не в корпоративном пространстве, а в «Моей рабочей области» одного технического пользователя. Это тоже не ошибка. Это нормальный результат того, что аналитика росла снизу, под конкретные вопросы, а не проектировалась сверху.

Теперь представим, что над этими четырьмя моделями включили оракула. Руководитель спрашивает: какая выручка по клиенту Икс за август?

Человек-аналитик знает, что делать. Он знает, что «клиент» в модели лицевых счетов это юрлицо по договору, а «клиент» в модели парка вагонов это проект, под который расписаны вагоны, и что это не всегда одно и то же. Он знает, что «август» может означать дату акта, дату поступления денег или дату погрузки, и для выручки правильна первая. Он знает, в какую модель идти. Всё это знание не записано нигде. Оно у него в голове.

У языковой модели головы нет. Ей дали четыре словаря, в которых одно слово значит четыре разных вещи. Она выберет одно значение. Выберет уверенно, красиво сформулирует и покажет цифру. Цифра будет правдой по одной из четырёх моделей и неправдой по вопросу, который задавали. Это и называют галлюцинацией, хотя слово неточное: модель ничего не выдумала, она честно ответила на вопрос, которого ей не задавали. Ровно как оракул Крезу.

Я эту мысль произнёс ещё на августовском звонке, до обследования, когда разговор шёл о совместимости: GenBI это не подключение нейросети к хранилищу. Подключить нейросеть сегодня может почти любой. GenBI это подготовка данных под работу с нейросетью, и только тогда ответы будут правильными. Обследование эту мысль не опровергло. Оно показало её в деталях.

Когда мы прислали отчёт по обследованию, заказчик с выводами согласился и аккуратно переформулировал план так, как его понял: сделать рефакторинг текущего BI, сохранив дашборды и Excel, чтобы GenBI можно было корректно подключить.

Это был момент, где нужно было не кивнуть. Рефакторинг звучит разумно и дёшево: почистить каждую из четырёх моделей, привести в порядок, подключить. Но четыре вычищенные модели это по-прежнему четыре словаря. Оракул так и будет выбирать между ними наугад, просто из более аккуратных вариантов.

Мы ответили, что предлагаем другое: не чинить четыре модели, а на их основе спроектировать одну корпоративную семантическую модель. Определить, что такое «клиент», «договор», «вагон», «дата», один раз и для всех. Перенести в неё бизнес-логику, которая сейчас размазана по четырём местам и Excel-файлам. И только потом перевести на эту модель существующие отчёты, Excel и, наконец, GenBI.

Быстрый путь тоже существует, и соблазн его велик: подключить оракула к одной модели, лучше всего к управленческой, и показать на демо, как он отвечает. На демо это работает безупречно. В рабочей эксплуатации через месяц кто-нибудь спросит про клиента, оракул ответит из модели, где клиент значит другое, и доверие к инструменту кончится раньше, чем закончится пилот. Поэтому длинный путь здесь не осторожность. Это единственный путь, после которого инструментом будут пользоваться.

В каждом обследовании есть деталь, которую хочется не заметить. Здесь она была такая. Чтобы GenBI подключился к облачному Power BI, нужен XMLA endpoint, технический вход в модель для внешних инструментов. По документации Microsoft доступ зависит не только от лицензии пользователя, но и от типа рабочей области, её ёмкости и настроек. У заказчика была заявлена лицензия Pro, а подходящая ёмкость не была подтверждена. При этом доступ работал. Мы подключились через DAX Studio и всё увидели.

Заказчик резонно спросил: если у вас доступ работает, то что мы ищем?

Ищем причину. Потому что работающего подключения недостаточно, чтобы подтвердить лицензионные условия и устойчивость решения. Возможные причины нужно проверять: например, назначенную ёмкость, пробный период и параметры доступа. Строить рабочую систему на непроверенном основании нельзя. Мы не стали делать вид, что всё в порядке. Записали это в ключевые риски и попросили заказчика проверить лицензию и ёмкость до того, как выбирать конфигурацию.

Это маленькая деталь, но из таких деталей состоит разница между обследованием и презентацией. Презентация показывает, что всё совместимо. Обследование показывает, где именно совместимость держится на честном слове.

В том же письме заказчик задал вопрос, который я уважаю больше любого комплимента: «До какого шага вы готовы двигаться за свой счёт и когда мы выйдем на документ типа коммерческое предложение или стоимостную оценку?»

Этот вопрос думает каждый, кто соглашается на бесплатное обследование. Произносят единицы. Ответ у нас простой: за свой счёт мы двигаемся до диагноза. Два-три разговора, доступ к данным, отчёт с выводами и рисками, это бесплатно, потому что без этого любая оценка это гадание, а гадать за деньги заказчика мы не хотим. После диагноза появляется оценка. Мы её отправили через неделю.

И в этой оценке есть число, ради которого я и сел писать этот текст.

Оценка разбита на 15 видов работ. Четыре из них непосредственно про GenBI: доработка транспорта под облачные модели, описание модели и бизнес-терминов для языковой модели, подключение к интерфейсу, через который с ней общается нейросеть, развёртывание и тестирование. На всё это уходит примерно пятая часть часов.

Остальные четыре пятых это данные. Детальный разбор источников и бизнес-правил. Проектирование единой модели: факты, измерения, гранулярность. Унификация справочников и ключей. Реализация модели. Переработка мер, чтобы неявные расчёты стали явными. Единый календарь и связи. Сверка новой модели с четырьмя старыми, чтобы цифры сошлись. Перевод существующих отчётов и Excel на новую модель, чтобы ничего не сломать.

В проекте, который заказчик называет «подключить ИИ к BI», искусственного интеллекта пятая часть. Четыре пятых это словарь. И это не особенность конкретной компании. Эта оценка показывает, сколько работы с данными может скрываться за запросом «подключить нейросеть». Продавать оракула проще, чем продавать словарь.

Оценка у заказчика, решение за ним. Облако он выбрал, с выводами согласился, с пропорцией ещё разбирается. Это нормальный темп для осени 2026 года, и я не буду притворяться, что знаю, чем всё закончится.

Но диагноз поставлен, и он важнее любого исхода этой конкретной сделки. Все хотят оракула. Покупать нужно словарь. Крез словарь не проверил, и это стоило ему царства. Сегодня проверка стоит дешевле, чем царство. Но дороже, чем кажется: в этой оценке на подготовку данных пришлось примерно четыре пятых трудозатрат.