Dashboard za dwadzieścia dolarów
Liczby kłamią — szczególnie te piękne
Kilka tygodni temu Anthropic wypuścił funkcję o nazwie Co-work. Pozwala tworzyć dashboardy — odświeżające się w czasie rzeczywistym, generowane jednym promptem z plików użytkownika. Koszt: dwadzieścia dolarów miesięcznie w ramach subskrypcji Claude Pro.
Internet zareagował natychmiast. Najbardziej cytowany komentarz brzmiał mniej więcej tak: zawód młodszego analityka BI skończył się wczoraj.
Rozumiem ten entuzjazm. Naprawdę. Tylko że ja już znam tę historię.
Excel też miał demokratyzować dane
Zanim była nastała AI, były arkusze. Każdy dział miał swoje. Sprzedaż liczyła przychód inaczej niż finanse. Marketing miał inne konwersje niż e-commerce. I raz na kwartał, przy okazji raportu zarządczego, zaczynało się dochodzenie: czyja liczba jest prawdziwa?
Odpowiedź zajmowała tydzień. Czasem dwa. AI nie rozwiązuje tego problemu, tylko go eskaluje.
Jeśli każdy menedżer będzie tworył własne dashboardy z własnych plików — dostaniemy to samo, co z Excelem, tylko szybciej, ładniej i na większą skalę. Piękne wizualizacje rozbieżnych prawd.
Dashboard to wynik, nie odpowiedź
Tu leży sedno nieporozumienia. Dashboard pokazuje liczby. Ale liczby nie istnieją w próżni — są wynikiem dziesiątek wcześniejszych decyzji: jak zdefiniowano przychód, skąd pobrano dane, czy usunięto duplikaty, jak obsłużono brakujące wartości, które źródło jest źródłem prawdy.
Te decyzje nie dzieją się w interfejsie Claude. Dzieją się wcześniej — albo nie dzieją się wcale.
I właśnie dlatego prawdziwa praca analityka BI nigdy nie polegała na robieniu wykresów. Polegała na zadawaniu pytania, którego AI sama z siebie nie zada: skąd pochodzi ta liczba i czy można jej zaufać?
To pytanie ma swoją nazwę: jakość danych. I jest dokładnie tym, czego nie widać na dashboardzie.
Gdzie w tym wszystkim jest Qlik
Qlik od jakiegoś czasu stawia na coś, co w branży nazywa się AI-ready data — czyli dane przygotowane tak, żeby AI mogła z nich korzystać bezpiecznie i sensownie. Nie chodzi o to, żeby AI była szybsza. Chodzi o to, żeby jej output był wiarygodny.
To brzmi jak detal. W praktyce to różnica między firmą, która podejmuje decyzje na podstawie danych, a firmą, która podejmuje decyzje na podstawie ładnie wyglądających liczb.
Talend — część ekosystemu Qlik — zajmuje się właśnie tą niewidoczną warstwą: pipeline’ami danych, ich jakością, spójnością definicji między systemami, integracją dziesiątek źródeł w jeden spójny obraz. Brzmi technicznie, ale konsekwencje są bardzo biznesowe: czy „przychód” w raporcie sprzedaży znaczy to samo co „przychód” w raporcie finansowym? Czy dane z CRM i ERP mówią o tym samym kliencie, czy tylko o kimś o tym samym nazwisku?
Tego rodzaju pytania nie pojawiają się w interfejsie żadnego narzędzia AI. Pojawiają się wtedy, gdy ktoś próbuje podjąć decyzję na podstawie dashboardu — i nagle okazuje się, że dwie osoby w tej samej sali patrzą na inne liczby.
Ryzyko, którego nie widać na ekranie
Jest jeszcze jeden wymiar, o którym wirusowe posty wolą nie mówić: bezpieczeństwo i zgodność z przepisami.
Dawanie zewnętrznemu narzędziu AI bezpośredniego dostępu do danych firmowych to w wielu branżach temat nietrywialny. W sektorze finansowym, ochronie zdrowia czy wszędzie tam, gdzie obowiązuje RODO — pytanie „kto ma dostęp do tych danych i gdzie są przetwarzane” nie jest biurokratycznym formalizmem. To realne ryzyko prawne i reputacyjne.
Entuzjazm wokół demokratyzacji BI jest zrozumiały — i częściowo uzasadniony. Ale firmy, które wdrożą AI bez przemyślanej warstwy governance, mogą zapłacić za tę demokratyzację dużo więcej niż dwadzieścia dolarów miesięcznie.
Co zmienia się dla analityków
Zmienia się sporo — ale nie to, o czym świadczą wirusowe posty. Umiera rola, która polegała na technicznym składaniu raportów z gotowych danych. To była już wcześniej najtańsza i najłatwiej zastępowalna część zawodu. AI po prostu przyspiesza ten proces.
Zostaje — i zyskuje na wartości — rola kogoś, kto rozumie skąd dane pochodzą, co oznaczają i kiedy kłamią. Kto potrafi ocenić output AI zamiast mu ufać bez weryfikacji. Kto łączy wiedzę domenową z umiejętnością pracy z narzędziami.
To nie jest ewolucja wymuszona przez AI. To jest powrót do tego, czym analityka danych była zanim stała się fabryką wykresów.
- Dwadzieścia dolarów miesięcznie to świetna cena za dashboard.
- Pod warunkiem, że wiesz co w nim jest. Skąd pochodzi. I czy można mu zaufać.
- Jeśli nie wiesz — masz piękny problem za dwadzieścia dolarów.
Artykuł jest częścią serii o AI w ekosystemie Qlik. Poprzednie odcinki znajdziesz w newsletterze „Qlik Business Intelligence”.
