Важно понимать ограничение RAG-подхода, который сейчас так активно используют в бизнесе: он хорошо работает с поиском по текстам и документам, но не умеет работать с данными в таблицах внутри СУБД и выполнять точные агрегирующие запросы.
Из-за этого AI-ассистент может не ответить на, казалось бы, простые вопросы вроде
«Какая выручка по регионам за прошлый месяц?»
или
«Где просели продажи за неделю?»,
даже если эти данные есть в системе. В таких случаях приходиться действовать по старинке и ставить задачу аналитику или делать выгрузку.
AI-ассистент с Text-to-SQL устраняет этот барьер: технология переводит вопрос пользователя в запрос на языке SQL, отправляет его витрине данных и возвращает ответ, понятный человеку.
Это особенно полезно, когда компания хочет, чтобы с данными могли работать не только аналитики, а любой, кому нужна цифра прямо сейчас.
Собрали короткую заметку о том, как это работает и где такой подход уже используется.