Battaglia passata · 2025-12-26 UTC
AI Data Analysts Sfida — 26 dicembre 2025
Dalla categoria AI Data Analysts. 23 segni piazzate tra 6 sfidanti. Together Open Data Scientist ha conquistato la corona.
Classifica finale
La formazione
Gli sfidanti
Profili di ogni strumento che ha gareggiato in questa battaglia, ordinati per punteggio finale.
Together Open Data Scientist
Agente ReAct open-source che esegue Python per esplorare i dati, costruire modelli e generare rapporti di analisi
Together Open Data Scientist è un agente di analisi dei dati basato sull'intelligenza artificiale e open source rilasciato da Together AI su GitHub. Segue il framework ReAct (Reasoning + Acting), alternando passaggi di ragionamento del modello linguistico e esecuzione di codice Python concreto per svolgere attività di data science end-to-end come l'esplorazione di set di dati, il calcolo di statistiche riassuntive, la costruzione di modelli e la produzione di report di analisi scritti dettagliati. L'agente può eseguire Python in uno di due modi. La modalità "interna" esegue il codice localmente all'interno di un container Docker, che è adatto allo sviluppo locale monoutente, mentre la modalità "tci" scarica l'esecuzione su Together Code Interpreter (TCI), una sandbox cloud accessibile tramite l'API Together AI. Gli utenti possono caricare una directory di dati per l'ingestione automatica, impostare un numero massimo di iterazioni di ragionamento e scegliere quale modello alla base guida l'agente — DeepSeek-V3 è il default, ma è possibile specificare modelli Llama e altri disponibili tramite la piattaforma di Together. È distribuito come pacchetto installabile con pip (open-data-scientist) e offre sia un'interfaccia a riga di comando che un'API Python. La CLI supporta opzioni come --write-report per generare un report di analisi Markdown, --save-trace per registrare la query completa e la traccia di esecuzione, e il riutilizzo della sessione tramite ID di sessione. L'API Python è incentrata sulla classe ReActDataScienceAgent che accetta un compito in linguaggio naturale e restituisce risultati. Il progetto è esplicitamente etichettato come software sperimentale. Poiché tutto il codice e l'analisi sono generati da AI, gli output possono contenere errori o approcci subottimali e sono meglio trattati come punto di partenza per l'esplorazione e l'apprendimento piuttosto che per il processo decisionale in produzione. I manutentori sottolineano che è necessaria la supervisione e la convalida umana, soprattutto per applicazioni aziendali o di ricerca critiche. Rispetto agli assistenti di analisi dei dati AI commerciali come ChatGPT's Advanced Data Analysis o ai copiloti dei notebook, Together Open Data Scientist si differenzia per essere completamente open source, self-hostable, modello-agnostico all'interno dell'ecosistema di Together e capace di concatenare autonomamente molti passaggi di esecuzione del codice verso un report completo piuttosto che una singola risposta.
Suddivisione dei criteri
- ciclo agente ReAct ragionamento e azione
- Due modalità di esecuzione: Docker locale o Together Code Interpreter cloud
- Carico automatico di directory dei dati per l'analisi
- Generazione di report Markdown con --write-report
- Modello configurabile e iterazioni di ragionamento massime
- Interfaccia di linea di comando e API programmatica di Python
Trinka AI è un assistente di scrittura progettato specificamente per ricercatori, studenti e professionisti tecnici. Oltre ai controlli standard di grammatica e ortografia, si concentra sulle convenzioni della scrittura accademica, segnalando problemi come terminologia incoerente, struttura delle frasi poco chiara e problemi di tono comuni nei manoscritti accademici. Lo strumento offre suggerimenti consapevoli della materia in centinaia di discipline e può aiutare con attività come la riformulazione, la verifica della coerenza e la garanzia di conformità con le guide allo stile di pubblicazione. Si integra con Microsoft Word, browser e tramite editor cloud, rendendolo utilizzabile in tutti i flussi di lavoro di ricerca comuni. Trinka include inoltre funzionalità specializzate per la preparazione dei manoscritti, come controlli di idoneità per riviste, rilevamento di plagio e verifica delle citazioni, posizionandolo come qualcosa di più di un semplice controllore di grammatica generico.
Suddivisione dei criteri
- Controllo avanzato di grammatica e stile
- Miglioramenti per il tono e la chiarezza accademici
- Strumenti di parafrasi e controllo della consistenza
- Rilevamento di plagiarismo e controllo delle citazioni
- Rapporto di pronta presentazione per le riviste
- Integrazione con browser, Word e editor in cloud
Fyva AI
Copilota AI per gli analisti che aiuta a generare rapporti di ricerca sull'equità dai documenti e dai dati del mercato
Fyva AI è un assistente di ricerca progettato per analisti di valle cambi, team di investimento e professionisti del settore finanziario. Si alimenta dei fascicoli aziendali, dei dati finanziari e di altra materia di riferimento per aiutare gli utenti a redigere Note di Ricerca, sommari e informazioni di investimento più velocemente delle modalità di lavoro manuali consentono. Gli strumenti si concentrano sul ridurre i tempi delle parti ripetitive del processo di ricerca, come l'estrazione di dati chiave da 10-K e 10-Q, la sintesi delle riunioni per l'utile e la struttura dei primi progetti di relazione di sintesi. Gli analisti possono quindi modificare le uscite generate automaticamente dai calcoli dell'IA con il loro giudizio e opinioni proprie prima di pubblicarle internamente o ai clienti.
Suddivisione dei criteri
- Generazione automatica di rapporti sull'equità
- Fili ed analisi di documento
- Sommarizzazione dei dati finanziari ed aziendali
- Estrazione di insight per le tesi di investimento
- Spazio di lavoro di ricerca focalizzato sull'analista
Anamap
Analista AI che esplora i dati GA4 o Amplitude per spiegare i mutamenti nei metriche del prodotto e della crescita e consigliare i passaggi successivi
Anamap è uno strumento di analisi AI concepito per i team di prodotto e crescita che desiderano spiegazioni e decisioni invece di più grafici dashboard. La sua funzione principale è Cartos, un "collaboratore analista AI" che connette con gli strumenti di analytics web e di prodotto, identifica cambiamenti significativi lungo il percorso dell'utente – acquisizione, attivazione, conversione e retention – e presenta i risultati in analisi pronte per le decisioni. Al contrario di restituire un'altra cartella o una sommario vago, ogni indagine di Cartos è strutturata intorno a tre risultati: il cambio che conta (quali metri, segmenti, canali o passaggi del percorso hanno spostato e il loro impatto sulle imprese), la causa probabile (una spiegazione supportata dalle prove che include ipotesi competitive e avvertimenti quando i dati sono inconclusivi), e un'azione consigliata successiva legata direttamente al risultato. Il risultato viene condiviso come un verbale che le squadre possono incorporare in Slack, un'email o l'app web, in modo che i stakeholders possano allinearsi senza ricostruire l'analisi. Lo strumento si connette a GA4 o Amplitude come fonti di dati e si integra con Slack, email e un'app web per la consegna dei risultati. Anamap si pone in posizione per le organizzazioni che hanno bisogno di spiegare il rendimento dei prodotti e del sito web, ma non possono facilmente giustificare o assumere ulteriori capi di equipe d'analista — fondatori, team di sviluppo, team di prodotto e team di data lean dove ogni domanda cade sullo stesso analista sovra-caricato. Un elemento fondamentale della proposta di Anamap è il contesto persistente. Al contrario di un chatbot generico come ChatGPT o Claude, che richiede di esportare dati e spiegare di nuovo definizioni a ogni domanda, Cartos è progettato per mantenere un'"esperienza aziendale": come sono definiti gli indicatori chiave di prestazione, cosa è stato integrato nelle versioni rilasciate, quali esperimenti sono stati condotti e cosa il team ha deciso in precedenza. L'intento è che ogni indagine si costruisca sulla base di contesti precedenti e finisca con un passo successivo rilevante anziché ripartire da zero. Il prezzo è calcolato in base alle squadre piuttosto che ai posti, con un numero illimitato di utenti e senza carico a posto, più una prova gratuita per esplorare un cambiamento reale. Come prodotto in fase embrionale (il sito fa riferimento a 12+ aziende), è meglio vederlo come un'alternativa focalizzata e opinativa per costruire flussi di lavoro di analisi-scheda o per affidarsi al tempo scarso di un analista. I acquirenti dovrebbero tenere conto della sua ridotta attuale insorgenza (GA4 e Amplitude) e del suo piccolo, emergente record di tracce in confronto all'esattezza specifica del suo output orientato alla decisione.
Suddivisione dei criteri
- Cartos, analista AI che esplora analisi dei prodotti e web
- Connesione a GA4 e Amplitude come fonti di dati
- Detezione degli spostamenti attraverso l'acquisizione, attivazione, conversione e mantenimento
- Analisi causale basata sull'evidenza con spiegazioni concorrenti e riserve
- Output di prossimo passo legato a ogni risultato
- Memoria persistente per società, KPI, rilascio e decisioni
Model ML è una piattaforma basata su AI costruita per i team di servizi finanziari, che aiuta gli analisti ad accelerare la ricerca, la due diligence e i flussi di lavoro per le operazioni. Consolida documenti, dati e modelli AI in un unico spazio di lavoro, in modo che gli utenti possano passare da fonti grezze a informazioni strutturate senza dover cambiare strumento. La piattaforma supporta attività come analisi aziendale, revisione di documenti, ricerche comparabili e stesura di report, con assistenti AI personalizzati per casi d'uso finanziari. È rivolta a banche d'investimento, società di private equity, gestori di asset e società di advisory che devono elaborare grandi volumi di informazioni entro scadenze strette.
Suddivisione dei criteri
- Assistenti AI predisposti per la ricerca finanziaria
- Ingestione e analisi dei documenti
- Supporto per il dovuto diligence e i flussi di lavoro dei negozi
- Strumenti per la stesura dei rapporti e dei memorandum
- Spazio di lavoro collaborativo per i team dei negozi
- Integrazione con fonti di dati finanziarie
MinusX
Agente AI di analisi dei dati integrato all'interno delle tue attuali strumenti di analisi
MinusX è un agente di intelligenza artificiale che si integra direttamente nelle piattaforme di analisi come Jupyter, Metabase e Tableau, agendo come un analista di dati pratico all'interno degli strumenti che i team già utilizzano. Invece di esportare dati o cambiare contesto, gli utenti possono porre domande in linguaggio naturale e MinusX può interrogare i dati, costruire grafici e modificare i dashboard per loro conto. L'agente può interpretare schemi, scrivere SQL o Python, spiegare il proprio ragionamento e iterare sui risultati in base ai prompt di follow-up. È rivolto ad analisti, data scientist e utenti business che desiderano velocizzare l'analisi esplorativa, la creazione di report e la manutenzione ordinaria dei dashboard. Operando all'interno dello strumento host piuttosto che come un'interfaccia autonoma, MinusX si adatta ai flussi di lavoro esistenti e rispetta le autorizzazioni e le connessioni già configurate.
Suddivisione dei criteri
- Estensione per il browser degli strumenti di analisi
- Linguaggio naturale a SQL e Python
- Crea e modifica schermate automatizzate
- Comprendimento dei schemi contestuali
- Analisi basata sulle conversazioni iterativa
- Supporto per Jupyter, Metabase, Tableau e molti altri