AI Data Analysts Leszámolás — 2023. december 14.

1

Model ML

AI munkaterület kutatáshoz és kiforrott ügyintézéshez pénzügyi szolgáltatásokban.

4.6 (5)

Kapcsolat

Teljes értékelés

A Model ML egy olyan, mesterséges intelligenciával (AI) hajtott platform, amely azon ügyfelek finanszírozási szolgáltatásait szolgálja ki, akik a pénzügyi szektorban dolgoznak, segítve az elemzéseknél, az ügyek alapos áttekintésénél és az üzleti folyamatok gyorsításánál. Egyetlen munkaterületen tárolja és egyesíti a dokumentumokat, az adatokat és az AI-modelleket, így a felhasználók nem tárolják át az eszközöket, amíg átalakítják az összecsavarodott információkat az átláthatóság irányába. Az platform támogatja a cégalapon végzett analízist, dokumentumelemzést, körülbeli vizsgálatokat és jelentés készítést, a pénzügyi alkalmazásokra szabott kognitív segítőkkel. A rendszernek célkeresztben van a befektetési bankok, magánbefektetők, árfolyamlétesítők és tanácsadó cégek számára, amelyek nagy mennyiségű információt kell, hogy feldolgozzanak nagy nyomás mellett.

• Pénzügyi kutatásokra összpontosító mesterséges intelligencia segítők
• Dokumentumok bejuttatása és elemzése
• Ügyintézési munkafolyamatok támogatása
• Jelentés és emlékeztető lekészítéshez szükséges eszközök
• Társadalmi munkavállalói munkaterület gyors megállapodási csapatok számára
• Integráció a pénzügyi adatforrásokkal

2

Shortcut (Excel AI)

Az Excelben tevékenykedő AI ügynök, amely a chaton és egy natív Excel-függvényen keresztül épít és szerkeszti a szóról-számokat, modelljeket és elemzéseket.

4.8 (4)

Freemium

Teljes értékelés

A Shortcut olyan szoftver, amely az Excel munkájára specifikusan tervezett mesterséges intelligencia-ügynökkel rendelkezik, amelyet célul tűzött ki a tervkészítés, az Excel-modell, elemzés és jelentés létrehozása és szerkesztése természetes nyelven adott utasításokra. Olyan pénzügyi szakembereknek kínálja, mint akik hedge fundokban, esetleges menedzsmentben és hasonló intézményekben dolgoznak, ahol pontosság és ellenőrizhetőség számít többet, mint a szükséges gyorsaság. A cég marketing kampányában azt hangsúlyozza, hogy az egy nagy, több sztratégiai hedge fondeken túl több ezer aktív munkaállomásán dolgozik naponta. Kettőféle módon használható a szoftver: a saját webes alkalmazása és egy natív Excel-kiegészítőjeként. A webes alkalmazás körülbelül 95%-os funkciókatalógussal rendelkezik az Excelhez képest, míg a kiegészítő teljes funkciónyságot nyújt azzal, hogy közvetlenül beágyazódik a felhasználó meglévő Excel-környezetébe, beleértve a makrokat, billentyűzetelemeket és a nagy fájlokat is. Ezáltal fájlok nyithatók és exportálhatók Excel-formátumban az összes formázás, Formula és funkció megőrzésével, ami csökkenti a beillesztési feszültséget a meglévő workflowba. Van egy terminál-előn készült CLI (ShortcutXL) is, amely a komfortos felhasználók célállomása, akik különböző modálokat is szeretnének szimultán építeni és szerkeszteni a desktop Excel-ben. A centrális tervezési hangsúly a megfelelés. A Shortcut arra hivatkozik, hogy eredményeit formula-következetességgel vezérlik, nem pedig szemantikailag meghatározott módon, így az eredmények dinamikusan frissülnek az alapadatekkel összhangban az ehhez kapcsolódó beviteli változások helyett. A szoftver műszaki fokozatú formázást alkalmazza, és olyan módon történik a szerkesztés, hogy az érintett adatokat pontosan helyezi el, és nem írja felettük a fenti adatot, –ez egy általános eset a szóban forgó általános AI táblázat-kezelő eszközök számára. A cég a Szórólapos Bírósági eredményekre és a 90 százalékos győztesi statisztikára hivatkozik, amelyet a szakértői elemzésben részt vevő első éves elemzők ellen indított fej-fej elleni kihívásokkal kapcsolatban, a precizitásának igazolásaként. A megbízhatóság és a követelhetőség mint első osztályú szempontokat jeleníti meg. A rövidutat minden megváltoztatott sejtet megmutat, jelezni tudja, mely értékek vannak hard code-ban és miért, és lehetőséget ad az ügyfének arra, hogy bármely lépést visszafelé, visszaállítani vagy visszavonni. Hívebb értelemben a biztonságot tükrözi, amikor is SOC 2 Type II kompatibilitást reklámozik, AES-256 helyben való titkosítást és TLS 1.3 továbbítás közbeni titkosítást, szerepköri hozzáférési kontrollakat, nulla-retenció megállapodást szolgáltatók AI-vektoraival, és fizetős tervet megkötő adat soha nem kerül modellek kiképzésére. Ahogy a rendgesz általános segítőkhez képest, mint például ChatGPT, Claude vagy Excelhez kapcsolódó Microsoft Copilot, a Shortcut tágan szakosodott a spreadsheeet-konstrukcióra, és jelentősen magasabb pontosságot ért el a referenciafeladatokon. Az eljárás szakértelmének kulcsa az Excelben lévő natív működés, az összetett keresetek által hajtott kimenetek és az intézményi pénzügyi felhasználóknak szükséges ellenőrizhetőségi szolgáltatások. Az ezzel szakosodott szolgáltatás gyenge fókuszpontosságát azzal az árbevittel fizetik, hogy szűk körön belül koncentrálnak az Excelre fókuszáló pénzügyi és adatmunkára, és nem a szélesebb irodai termelékenységi funkciókra. Sok olyan teljesítmény-igényét, amelyet az adott szoftver megfogalmazott, az újabb megvásárolóknek elengedhetetlenül ellenőrizniük kell a saját folyamataikhoz képest gyakorlati alkalmazhaatabb.

• Nativ Excel-függvény és önálló webalkalmazás
• ShortcutXL terminálvezérelt CLI power felhasználók számára
• Formula-hajtásos, dinamikusan frissülő kimenetek
• Cell-szintű változtatás-kiszámítás az undo- és revertpontokkal
• Professzionális szabványosított formázás
• Névtelen Excel-fájl import és export

3

Together Open Data Scientist

Nyílt forráskódú ReAct ügynök, amely Python kódot futtat adatok feltárására, modellek felépítésére és elemzési jelentések generálására

4.3 (4)

Ingyenes

Teljes értékelés

A Together Open Data Scientist egy nyílt forráskódú, mesterséges intelligenciát hasznosító adatelemzési ügynök, amelyet a Together AI GitHubon közzétett. Az ügynök a ReAct (Racionális gondolkodás + Cselekvés -es) keretrendszert követi, amely egyaránt beépítik a nyelvi-modellű (LLM) okosabb rendszerű gondolkodás lépéseit és a konkrét Python kódfutási lépéseket, hogy véghez vigyenek komplett, kezdettől végig tartó adatvégi feladatokat, mint például adattárolók felderítése, összesített statisztikák kiszámolása, modellépítés és részletes jelentés készítés is. Az ügynök két módon hajtható végre Python-kódot: belső módon egy Docker-konvaji közvetlenül a helyi gépen, amely együgyű egyhasználó helyi fejlesztéshez, míg a "tci" módon az végrehajtható a Together Code Interpreter (TCI) egy felhőalapú környezetbe, amelyet a Together AI API-n keresztül lehet elérni. A felhasználók feltölthetik adataik könyvtárát automatikus feldolgozásra, meghatározhatják a bizonytalansági ítéletek maximális számát és kiválaszthatják az alapmodellt, amelyet az ügynök futtat – a DeepSeek-V3 az alapértelmezett, a Llama modelleket és a többi, ami elérhető a Together platformon, specifikálhatók. Azt azért osztjak be pip telepíthető csomag (open-data-scientist) formájában, hogy mind command-line felületet, mind Python API-jt kínál. A CLI támogatja például az --író-jelentés hivatkozásokkal a Markdown felületen futtatott elemzési jelentés létrehozását, a --mentési-nyomkönyv kapcsolóval pedig a teljes queryt és végrehajtási nyomkönyvet való logolást, azonkívül a session ID-k segítségével az előzőleg futtatott sessionek újrafelhasználását. A Python API pedig a ReActDataScienceAgent osztály köré épül fel, amely egy természetkörülvevő feladatot vehet át, és a megcélzott eredményt adja vissza. A projekt nyíltan kísérleti szoftverként van címkézve. Mivel az összes kódot és elemző szoftvert mesterséges intelligencia generálta, az kimenetei hibákat vagy alacsonyabb minőségű megközelítést tartalmazhatnak, és legjobb, ha ezeket felfedezés és tanulás kezdőpontjaként kezeljük, mintsem termelési megoldásként. A fenntartók kiemelik, hogy kritikus üzleti vagy kutatási alkalmazásoknál különösen emberi ellenőrzés és validáció szükséges. Míg a hagyományos kereskedelmi AI adatmegjelenítési asszisztensek, mint például a ChatGPT Advanced Data Analysis vagy a jegyzettömb-kísérők, az egyszerű válaszhoz fókuszálnak, a Together Open Data Scientist a másféle megközelítést választja. Tényleg nyílt forráskódú, saját kezelésű, modell-központú a Together felépítésében, és képes az autonóm módon sorban elhelyezni több kódvégrehajtási lépést egy közzétételi jelentésig, mintegy egyedi egyből adott válasz helyett

• ReAct okoskodás és cselekvés ügynök
• Két végrehajtási mód: helyi Docker vagy Together Code Interpreter felhő
• Automatikus adatkönyvtár feltöltés elemzéshez
• Markdown jelentés generálás --write-report segítségével
• Konfigurálható modell és maximális okoskodási iterációk
• Parancssori felület és programozható Python API

4

Edexia

Az IB angol és ausztrál curriculumban alkalmazott AI-jeloló és visszajelzető segítő, amely az oktatók saját minősítési standardjaival van végzett.

4.8 (5)

Freemium

Teljes értékelés

Az Edexia egy mesterséges intelligenciával működő értékelő és visszajelző asszisztens, amely kifejezetten középiskolai angol nyelvi értékelésre készült, elsősorban az International Baccalaureate (IB) angol tantervre és az ausztrál felsőoktatási keretekre, mint a VCE, HSC, QCE és WACE koncentrál. Ahelyett, hogy általános esszé-értékelést nyújtana, előre betölti a megfelelő rubrikákat, értékelési leírásokat és tanulmányi tervezési követelményeket, és folyamatosan egy tapasztalt oktatókból álló csapat képezi és validálja a valós jelölési standardok alapján. A tool alapvető feltevése, hogy az AI alapú értékelést a tanárok és osztályok tényleges jelölési módjához kell kalibrálni. A tanárok vakon pontozzák a dolgozatokat, kalibrációs megbeszélések során egységesítik ítéleteiket, és a rendszer ebből a folyamatból tanul, hogy a vázlatos osztályzatok és visszajelzések egyre jobban megfeleljenek az iskola standardjainak. A cég szerint egy, a St. Bernard's College‑ban végzett, 579 esszén alapuló kísérlet során az Edexia a tanári pontszámokkal pontosan 81,2%-ban egyezett, és 98,3%-ban egy pontszám‑sávon belül maradt. Egy központi tervezési elv az, hogy a tanárok legyenek a irányításban. Minden AI által generált megjegyzés szerkeszthető, újraítható vagy törölhető, mielőtt eléri a tanulót; a tanárok személyes hangjegyzeteket csatolhatnak a visszajelzéshez, és egy tanár‑ellenőrző módban az összes kimenet addig tárolódik, amíg egy ember fel nem vizsgálja és ki nem adja. Ez az Edexia‑t AI író és asszisztensként helyezi el, amely részletes visszajelzéseket készít, hogy a tanárok finomíthassák őket, nem pedig önálló értékelőként működik. A platform a jegyzésen túl számos osztálytermi munkafolyamat‑eszközt is kínál: AI‑detekció a diák írási folyamatának visszajátszásával (mutatja a beillesztéseket, tabulációkat és az AI‑valószínűség pontszámokat), keresztbenyújtási jelentések, amelyek összefoglalják minden diák erősségeit és a következő lépéseket, kereshető prompt‑ és inspirációs könyvtár, vak értékelés és moderációs funkciók vizualizált ponteloszlásokkal, valamint kézírás‑átírás szkennelt válaszokhoz. Emellett szövegenként felépít tudásbázisokat a témákról, a szerzői szándékról és a kulcsidézetekről az IB tanulmányi listán szereplő művekre vonatkozóan. Diákok számára az Edexia lehetővé teszi a gyors írás‑visszajelzés‑újraírás ciklust, amelynek köszönhetően egy este alatt megírhatnak egy esszét, azonnali visszajelzést kapnak, és javíthatják azt. Tanárok és tanszékek esetében a hangsúly az értékelési időmegtakarításon és a konzisztencia javításán van, moderálás és kalibráció révén. A cég hangsúlyozza a magánszférát és az adatkezelést: a tanító adatokat egyedi vagy intézményi fiókokra szigetelik, a fióktulajdonos szellemi vagyona marad, és nem használják fel az Edexia modellek képzéséhez. Az adatokat anonimizálják, és ausztráliai szervereken tárolják, a cég rendelkezik SOC 2 Type II tanúsítvánnyal, ISO 27001 és ST4S akkreditációval. A rögzített weboldal szerint az Edexia ingyenesen elérhető tanárok és diákok számára várólistával, és szűk körű – leginkább az IB és az ausztrál angol nyelvhez erős, nem általános célú értékelő minden tantárgyra.

• IB-szekvencia mentett kritériumok és minősítési jellemzők oktatói validálásával
• tanári felülvizsgálati mód teljes szerkesztési és hanghívási funkcionalitással
• AI írjon folyamat visszajátszása és AI-val való észlelés valószínűsége
• blind jelölt, moderálás és kalibráltsági számítások
• keresztszerkesztett kihívás és stimuláló gyűjtemény kereső szöveg, téma és parancs kifejezés alapján
• írás kódolás kézírás kódolása a rögzített válaszokra

5

Anamap

AI elemző, amely a GA4 vagy Amplitude adatok alapján vizsgálja a termék- és növekedési mutatók változásait, és javaslatokkal szolgál a következő lépésekre

5.0 (4)

Fizetős

Teljes értékelés

Az Anamap egy olyan AI elemző eszköz, amelyet termék- és növekedési csapatok számára fejlesztettek ki, akik magyarázatokat és döntéseket szeretnének kapni, nem pedig további irányítópultokat. Központi funkcionalitása a Cartos, egy „AI elemző kolléga”, amely csatlakozik a csapat web- és termékelemzéséhez, azonosítja a felhasználói életciklus jelentős változásait – szerzés, aktiválás, konverzió és megtartás –, és döntésre kész elemzésekbe csomagolja azokat. A Cartos-vizsgálatok nem egy újabb ábrát vagy homályos összefoglalót adnak vissza, hanem három fő eredmény köré épülnek: a lényeges változás (melyik mérőszám, szegmens, csatorna vagy útvonal-lépés mozdult el és milyen üzleti hatást váltott ki), a valószínű ok (egy bizonyítékokon alapuló magyarázat, amely tartalmazza az ellentétes hipotéziseket és fenntartásokat, amikor az adatok nem egyértelműek) és egy ajánlott következő lépés, amely közvetlenül a megállapításhoz kapcsolódik. Az eredményt egy rövid tartalomként osztják meg, amelyet a csapatok beszúrhatnak a Slackbe, e-mailbe vagy a webalkalmazásba, hogy a stakeholderek összehangolhassák magukat a elemzés újraépítése nélkül. Az eszköz a GA4-hez vagy az Amplitude-höz kapcsolódik adatforrásként, és integrálódik a Slackkel, e-maillal és webalkalmazással az eredmények kézbesítéséhez. Az Anamap olyan szervezeteknek pozicionálja magát, amelyeknek magyarázatot kell adniuk a termék és a weboldal teljesítményére, de nem tudnak könnyen igazolni vagy további elemző fejlesztést foglalkoztatni – alapítók, növekedési csapatok, termékcsoportok és lean adatcsoportok, ahol minden kérdés ugyanarra a túlterhelt elemzőre hárul. Az Anamap egyik kulcsfontosságú része a persistens kontextus. Míg egy általános chatbot, mint a ChatGPT vagy a Claude, arra kényszerít, hogy exportálja az adatokat és újra elmagyarázza a definíciókat minden promptnál, a Cartos úgy van kialakítva, hogy megőrizze a „céges memóriát”: hogy a KPI-k hogyan vannak meghatározva, mi került kiadásra a verziókban, milyen kísérletek futottak, és mi mellett döntött a csapat korábban. A szándék az, hogy minden vizsgálat felépül a korábbi kontextuson és egy releváns következő lépéssel zárul, ahelyett, hogy nulláról indulna. Az árazás inkább csapatokra, semmint helyekre van pozicionálva, korlátlan felhasználóval és helyenkénti díj nélkül, valamint ingyenes próbaverzióval, hogy egy valódi változást vizsgáljon. Korai fejlesztési szakaszban lévő termékként (a weboldal 12-nél több vállalkozást segít) legjobban úgy értelmezhető, mint a belső analitikai döntési folyamatok létrehozására vagy a ritka elemzői időre való támaszkodás szempontjából koncentrált, véleményezett alternatíva. A vevőknek mérlegelniük kellene a jelenlegi szűk integrációs készletet (GA4 és Amplitude) és a kis, kialakulóban lévő nyomon követési rekordot a döntésorientált kimenet specificitásával szemben.

• Cartos AI elemző, amely vizsgálja a termék és web analitikát
• GA4 és Amplitude adatkapcsolatok
• Változások detektálása a szerzés, aktiválás, konverzió és megtartás során
• Bizonyítékokon alapuló ok-elemzés versenytárs magyarázatokkal és figyelmeztetésekkel
• Javasolt következő lépés kimenete minden talált eredményhez
• Tartós cég, KPI, kiadások és döntések memóriája