НТЦ Аргус разработал решение для аналитики с применением ИИ

R&D-лаборатория НТЦ Аргус вывела в демоконтур BI-платформу «Аргус Тейя» и прототипы ИИ-сценариев для встраиваемой аналитики в корпоративных системах. Средний и крупный бизнес может обратиться в лабораторию с задачей по развитию BI-контура и получить решение, адаптированное к своему ИТ-ландшафту: сборку платформы, сценарии интеграции, спецификацию подключаемых инструментов и рекомендации по настройке ИИ-агента для конкретной предметной области. Платформа помогает быстрее переводить запросы на аналитику в готовые рабочие инструменты: аналитические витрины, бизнес-мониторинг, домашние страницы сотрудников, ролевые сервисы и дашборды во внутреннем интерфейсе корпоративных систем. В ИИ-сценариях пользователь формулирует задачу обычным языком, а агент помогает создать визуализацию и встроить ее в систему.

В архитектуре такого решения «Аргус Тейя» выполняет роль BI-слоя. Платформа решает задачу, с которой сталкиваются почти все корпоративные системы: пользователям нужны различные отчеты, витрины и дашборды, но каждый такой запрос обычно требует отдельной настройки, согласования логики расчета и привязки к правам доступа. В результате аналитика становится частью продуктовой разработки, хотя многим компаниям нужен более гибкий слой визуализации данных внутри уже привычного рабочего контура.

«Аргус Тейя» - BI-платформа для встраивания аналитики в корпоративные системы. Она разворачивается как отдельный набор сервисов, подключается к основной системе на уровне интеграции приложений и отвечает за настройку дашбордов, визуализацию и обработку данных для аналитических представлений.

В основе «Аргус Тейя» использованы готовые open source-компоненты, включая Apache Superset. Команда НТЦ Аргус доработала сборку под собственные задачи: добавила локализацию под российскую практику, настроила отображение дат, подготовила брендирование, механику встраивания и MCP-сервер для подключения ИИ-агентов. Сборка разворачивается в Docker как набор сервисов внутри ИТ-контура.

Одна из ключевых особенностей «Аргус Тейя» связана с учетом контекста пользователя. Платформа получает из основной системы сведения о роли и правах доступа, поэтому один и тот же дашборд может показывать разный объем данных разным пользователям. Например, специалист видит только свой участок данных, а руководитель получает сводную картину по подразделению.

«Ценность лаборатории в том, что технологическая идея проходит путь от исследовательской гипотезы до рабочей сборки, которую можно подключить к системе и оценить на реальном сценарии. Под задачу выделяются профильные эксперты: они анализируют доступные инструменты, собирают минимальную конфигурацию и передают ее клиенту для проверки в контуре. Это позволяет увидеть технические ограничения, оценить потенциал решения и принять обоснованное решение, развивать идею дальше или закрыть ее как невалидную для бизнеса», - поделился Евгений Мошняцкий, коммерческий директор НТЦ Аргус.

Сейчас сценарии применения «Аргус Тейя» отрабатываются на собственных решениях НТЦ Аргус, после чего такая сборка может адаптироваться под ИТ-ландшафт компаний. Среди сценариев - аналитические дашборды, домашние страницы рабочих мест, бизнес-мониторинг, визуализация финансовых и операционных показателей, а также рабочие инструменты для отдельных ролей. Для контакт-центров такой инструмент может использоваться, например, для анализа точности прогноза нагрузки и утилизации ресурсов. Для решений класса ITAM - для анализа ИТ-активов, их движения, стоимости и доступности.

Отдельное направление исследований лаборатории связано с ИИ. Команда проверяет сценарии, в которых корпоративные системы готовятся к работе в контуре с ИИ-агентами: данные становятся понятными для агента, а сам агент получает знание о предметной области, правилах системы, ограничениях и доступных действиях.

В одном из прототипов пользователь может обратиться к агенту обычным языком и попросить собрать дашборд по нужным метрикам. Агент анализирует запрос, учитывает контекст системы, создает дашборд в «Аргус Тейя», публикует его и встраивает результат в интерфейс. После этого у пользователя появляется новый пункт меню или ссылка на готовый дашборд, который можно дальше уточнять через диалог с агентом.

Еще один сценарий связан с поиском объектов и подбором аналогов внутри системы. Например, пользователь может попросить подобрать замену неисправному оборудованию из доступных остатков на складах. Агент обращается к функциям системы, учитывает предметную область и возвращает варианты, которые можно использовать в работе.