Дашборды мертвы. Да здравствуют агенты?
Ещё год назад дашборды считались священной коровой BI. Любой уважающий себя аналитик тратил недели на вылизывание графиков, фильтров и кросс-фильтрации. А потом приходил директор и говорил: «А покажи мне то же самое, но с баклажанами». И всё летело в пылающий ад переделок.
Добро пожаловать в 2026-й — год, когда дашборды начали умирать тихо, но уверенно. Их место занимает агентная аналитика (Agentic BI) — звери, которые не ждут, пока ты нарисуешь график. Они сами бегают по базе, крутят JOIN'ы и выдают ответ на человеческом языке. Связка Text-to-SQL и автономных AI-агентов превращает аналитику из «посмотри на этот столбик» в «задай любой вопрос и получи вывод». Звучит как утопия? Только если ты не дата-аналитик, чью работу сейчас автоматизируют.
Ещё в январе Anthropic отчиталась: 78% компаний, внедряющих AI-агентов для бизнес-аналитики, жалуются на точность. Но 92% всё равно продолжают — потому что спрос на данные от нетехнических сотрудников вырос в разы. Люди хотят говорить с данными, а не учить SQL.
Что за зверь — Agentic BI? И при чём тут Valley of Choice?
Agentic BI — это когда ты не строишь дашборд, а просто общаешься с данными. Ты пишешь: «Покажи топ-5 продуктов по выручке в Москве за июнь, сравни с прошлым месяцем». AI-агент сам разбирает запрос, лезет в схему БД, генерирует SQL, выполняет, парсит результат и выдаёт готовый ответ. Иногда — с графиком, который сгенерирован на лету. Никакого Tableau, никаких Power BI — только чистый диалог.
Но тут есть нюанс. Генерация SQL — это не магия. Как мы уже разбирали в статье о ловушке 90% точности, каждый десятый запрос врёт. И если этот враньё попадёт в отчёт для совета директоров — последствия будут фатальными. Агенты не прощают поверхностности.
И вот тут появляется Valley of Choice — концепция, которую активно продвигает Hex (платформа для коллаборативной аналитики). Идея простая: вместо того чтобы дать агенту полную свободу, пользователю показывают несколько вариантов SQL-запроса или интерпретации. Человек выбирает лучший, как в супермаркете йогуртов. Valley of Choice — это «долина» принятия решений, где AI предлагает, а человек утверждает. Золотая середина между полной автоматизацией и ручным ковырянием в данных.
Проблема в том, что большинство пользователей выбирают не правильный вариант, а тот, что выглядит красивее. Так Valley of Choice превращается в Valley of Laziness. Но об этом молчат.
Hex и его обещание «аналитики без аналитиков»
Hex — это платформа, которая строит мост между Python, SQL и визуализациями. В 2026-м они добавили AI-агента, который не просто генерирует код, а объясняет логику, проверяет гипотезы и даже предлагает следующие вопросы. В их демо коммерческий директор спрашивает: «Почему упала конверсия на странице оплаты?» — и агент за 10 секунд строит цепочку: проверил воронку, нашёл баг в API платёжного шлюза, показал график отказов по времени, дал рекомендацию. Всё без единого запроса к аналитику.
На бумаге — сказка. На практике — Hex требует хорошей схемы данных и качественной мета-информации. Если база кривая (а они все кривые), агент начинает галлюцинировать. Тот же BGL — страховая компания из кейса с Claude Agent SDK — наступила на грабли с устаревшими полями. Агент использовал status вместо churn_reason — и динамика оттока поехала в космос.
Дата-аналитики: переквалифицируйся или умри?
Если ты дата-аналитик и твоя работа — строить дашборды по готовым запросам, у меня плохие новости. Hex, Tableau Agent, Power BI Copilot, Mode AI — все они к 2026 году научились делать 80% типовых отчётов быстрее, дешевле и без сна.
Но выдыхать рано. Агенты тупы в одном — они не понимают контекст бизнеса. Они не знают, что «высокая конверсия» в premium-сегменте — это на самом деле плохо, потому что там ожидаемая конверсия 80%, а не 50%. Им не знакомы внутренние политики, скрытые зависимости, странные правила округления. Как только запрос выходит за рамки типовой отчётности — агент ломается.
Поэтому выживут те аналитики, которые станут надзирателями за агентами. Они будут проектировать схемы, валидировать результаты, учить модели на специфических кейсах — и решать задачи, которые агент провалил. Это уже не «аналитик данных», а что-то вроде AI-транслейтора. Хорошая новость: спрос на таких специалистов растёт. Плохая: их нужно сильно меньше, чем рядовых строителей дашбордов.
Если хочешь остаться в профессии — качай навыки AI-агентов, Text-to-SQL и архитектуры guardrails. Обычный SQL и Python уже не спасут. Курсов сейчас море, но пара реально стоящих: «Аналитик данных с нуля» от Skillbox — там учат не только строить дашборды, но и работать с AI-инструментами. Или курс по HR-аналитике, если хочешь углубиться в конкретную нишу.
Технология ещё сырая. Но это не повод расслабляться
Agentic BI 2026 года — это как первая модель Ford: тарахтит, дымит, иногда взрывается — но едет. И все вокруг понимают, что за ней будущее. Пока дашборды умирают не везде: в банках и страховых с кучей комплаенса сидят старые BI-системы и будут сидеть ещё лет пять. Но в стартапах и технологичных компаниях уже перешли на «бездашбордную» аналитику.
Главный риск — не в технологии, а в людях. Бизнес юзеры, получив прямой доступ к данным через текстовый интерфейс, начинают задавать вопросы, которые не могут корректно сформулировать. «А почему у нас прибыль упала?» — агент может выдать десяток причин, но выбрать верную без глубокого понимания бизнеса невозможно. Valley of Choice оборачивается параличом выбора.
Решение — не убивать дашборды полностью, а дать агентам роль ассистентов, а не хозяев данных. Пока что лучшая архитектура — гибридная: агент строит черновик, человек его проверяет и принимает. Как в статье про переквалификацию data-специалистов — стать не заменой, а контролёром.
И последнее: не верьте цифрам 99% точности на тестах. Настоящие проблемы вылезают, когда реальный пользователь спрашивает: «Дай мне данные за вчера, но без test-аккаунтов, и чтобы валюту пересчитать по курсу ЦБ на момент транзакции». Попробуйте объяснить это агенту, который три дня назад обучился на Spider. Скорее всего, он просто покажет пустой график и скажет «данных нет». Я уже писал об этом в материале про бессмысленность графиков — теперь эта бессмысленность стала ещё и опасной.
Самый неочевидный совет на лето 2026: если вы дата-аналитик — начните сейчас писать промпты, которые явно запрещают агенту использовать какие-то поля. И закладывайте в свой персональный «бренд» компетенцию по отлову агентских глюков. Через год это станет главным навыком.
