НТЦ АРГУС вывел в демоконтур BI-платформу «АРГУС Тейя» с ИИ-агентом для встраиваемой

R&D-лаборатория НТЦ АРГУС вывела в демонстрационный контур BI-платформу «АРГУС Тейя» и прототипы ИИ-сценариев для встраиваемой аналитики. 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 решает задачу, с которой сталкиваются почти все корпоративные системы: пользователям нужны отчёты, витрины и дашборды, но каждый такой запрос обычно требует отдельной настройки, согласования логики расчёта и привязки к правам доступа. В результате аналитика становится частью продуктовой разработки, хотя многим компаниям нужен более гибкий слой визуализации данных внутри привычного рабочего контура. «АРГУС Тейя» 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 платформы связана с учётом контекста пользователя: она получает из основной системы сведения о роли и правах доступа, поэтому один и тот же дашборд может показывать разный объём данных разным пользователям. Специалист видит только свой участок данных, а руководитель получает сводную картину по подразделению.

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, создаёт 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. Ещё один сценарий связан с поиском объектов и подбором аналогов внутри системы: пользователь может попросить подобрать замену неисправному оборудованию из доступных остатков на складах, а агент обращается к функциям системы, учитывает предметную область и возвращает варианты.

Сейчас сценарии применения «АРГУС Тейя» отрабатываются на собственных решениях НТЦ АРГУС, после чего 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 инструмент может использоваться для анализа точности прогноза нагрузки и утилизации ресурсов. Для решений класса ITAM — для анализа ИТ-активов, их движения, стоимости и доступности.

«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 её клиенту для проверки в контуре. Это позволяет увидеть технические ограничения, оценить потенциал решения и принять обоснованное решение, развивать идею дальше или закрыть её как невалидную для бизнеса», — сказал Евгений Мошняцкий, коммерческий директор НТЦ АРГУС.

Подход с использованием open source-сборки и MCP-сервера для подключения ИИ-агентов отражает общую логику рынка корпоративной аналитики: компании всё чаще не строят BI-контур с нуля, а надстраивают готовые компоненты под свои процессы и права доступа. Встраиваемая аналитика позволяет вынести визуализацию данных из продуктовой разработки в отдельный слой, который можно развивать независимо от основной системы. Для заказчика это снижает стоимость изменений и ускоряет вывод новых отчётов, а ИИ-агент берёт на себя рутинную сборку дашбордов по запросу на естественном языке.