Команда 2ГИС Про представила ИИ-ассистент, который значительно упрощает процесс создания аналитических дашбордов на геоинформационной платформе. В отличие от традиционных чат-ботов, система не ограничивается текстовыми ответами, а полноценно взаимодействует с инструментами платформы — от выбора данных до визуализации результатов на карте. Это позволяет преобразовывать естественные запросы пользователей в готовые рабочие продукты за считанные секунды. Решение особенно актуально для российского рынка, где спрос на автоматизацию аналитических процессов растёт, но большинство компаний пока используют зарубежные BI-инструменты с ограниченной локализацией.

Ключевой особенностью решения стало сочетание языковой модели с API и интерфейсом платформы. Например, запрос 'Покажи кафе в районе Арбат, Москва с рейтингом выше 3' автоматически преобразуется в последовательность действий: выбор территории, фильтрация данных по категории и рейтингу, создание слоя и его визуализация на карте. Система обрабатывает не только простые, но и комплексные запросы, включая создание дашбордов с несколькими слоями и виджетами. Технически это достигается за счёт глубокой интеграции с российской геоданной 2ГИС, что обеспечивает более точные результаты по сравнению с международными аналогами вроде Tableau или Power BI при работе с локальными объектами.

Техническая реализация ассистента основана на агентном подходе, где LLM выполняет роль интерпретатора запросов, а основная работа ложится на инструменты платформы. Это отличает решение от попыток использовать языковые модели как самостоятельные источники аналитики. Система учитывает контекст работы — текущий дашборд, границы карты, имеющиеся слои и виджеты, что позволяет интегрировать новые запросы в существующую аналитическую среду. Для российских пользователей это особенно важно, так как многие работают со специфическими региональными данными, которые плохо обрабатываются международными платформами.

Разработка ассистента стала ответом на вызовы, характерные для BI-платформ — рост функциональности ведёт к усложнению интерфейсов. До появления решения пользователям 2ГИС Про приходилось вручную выполнять до семи последовательных действий для получения результата. На рынке геоаналитических инструментов подобные кейсы автоматизации пока редки — большинство конкурентов либо предлагают фиксированные сценарии, либо ограничиваются чат-интерфейсами без глубокой интеграции с платформой. В России это первый известный случай применения LLM для полного цикла геоаналитики в коммерческом продукте.

Для российского рынка технологий решение представляет особый интерес как пример практического применения ИИ в корпоративных BI-системах. Опыт 2ГИС Про может стимулировать развитие аналогичных решений в других отраслевых аналитических продуктах. Уже сейчас система демонстрирует потенциал для трёх категорий пользователей: аналитиков, клиентов и менеджеров по продажам, каждую из которых она обслуживает по-разному. Особенно важно, что технология работает с русскоязычными запросами и локальными данными — это снижает барьер входа для российских компаний, которые ранее вынуждены были адаптировать зарубежные решения.

Перспективы развития ассистента включают расширение библиотеки поддерживаемых запросов и углубление интеграции с аналитическими инструментами платформы. Открытым остаётся вопрос масштабирования системы для работы с особо сложными многокомпонентными запросами. Также предстоит оценить, как решение повлияет на пользовательские практики — не приведёт ли автоматизация к снижению глубины понимания возможностей платформы у постоянных пользователей. Для российского ИИ-рынка успех этого проекта может стать важным прецедентом, демонстрирующим возможность создания конкурентоспособных решений на локальных технологических стеках.