Jak jsme přeměnili interní datový sklad na AI-first platformu

Souhrn

Společnost ClickHouse převedla svůj interní datový sklad založený na tradičním business intelligence (BI) přístupu na architekturu řízenou umělou inteligencí (AI-first). Nová platforma umožňuje uživatelům získávat analytické poznatky bez nutnosti psát SQL dotazy a pokrývá již 70 % interních analytických úloh.

Klíčové body

Interní datový sklad obsahuje 2,1 PB komprimovaných dat a slouží více než 300 uživatelům.
Původní BI workflow vyžadovalo ruční psaní komplexních SQL dotazů napříč více zdroji dat.
Nová AI-first architektura umožňuje přirozený jazyk pro dotazování dat.
Autor článku, dřívější skeptik AI, uznává výrazné zlepšení spolehlivosti a kontextového porozumění moderních LLM.
Platforma využívá ClickHouse Cloud a vizualizační nástroj Superset.

Podrobnosti

Původní přístup k analýze dat v ClickHouse byl typický pro tradiční datové sklady: inženýři museli ručně psát SQL dotazy, které spojovaly data z různých systémů – například metadata služeb z Control Plane, metriky výkonu z Data Plane, logy autoskalování a záznamy z CRM systému Salesforce. Tento proces byl časově náročný a vyžadoval hlubokou znalost schémat a obchodní logiky. Nová AI-first architektura umožňuje uživatelům klást otázky v přirozeném jazyce, přičemž systém automaticky generuje a spouští odpovídající SQL dotazy. Klíčovým posunem je schopnost modelu porozumět kontextu dotazu, správně interpretovat obchodní metriky a minimalizovat tzv. halucinace – falešné nebo nesmyslné odpovědi, které dřívější LLM často generovaly. Platforma stále využívá ClickHouse jako výkonný analytický databázový engine a Superset pro vizualizaci, ale mezi uživatele a tyto nástroje byla vložena AI vrstva, která zprostředkovává interakci.

Proč je to důležité

Tento případ ukazuje, že AI-first přístup už není jen experimentem, ale praktickým řešením pro zrychlení datové analýzy v podnicích. Zatímco dřívější pokusy s LLM a daty selhávaly kvůli nespolehlivosti, moderní systémy s lepším kontextovým porozuměním a integrací s existující infrastrukturou začínají přinášet reálné výhody. Pro průmysl to znamená možnost demokratizovat přístup k datům – nejen analytici, ale i produktoví manažeři nebo inženýři mohou rychle získávat odpovědi bez specializovaných dovedností. Zároveň to však klade vysoké nároky na kvalitu metadat, správu datových zdrojů a bezpečnostní opatření proti neoprávněnému přístupu k citlivým informacím.

Číst původní článek

Zdroj: 📰 Clickhouse.com