AI Data Analysts Pojedynek — 14 grudnia 2023

1

Model ML

Przestrzeń AI do badań i due diligence w usługach finansowych.

4.6 (5)

Kontakt

Pełna recenzja

Model ML to platforma zasilana AI, stworzona dla zespołów w sektorze usług finansowych, która pomaga analitykom przyspieszać badania, due diligence oraz procesy transakcyjne. Konsoliduje dokumenty, dane oraz modele AI w jednym miejscu pracy, dzięki czemu użytkownicy mogą przechodzić od surowych źródeł do uporządkowanych wniosków bez konieczności zmiany narzędzi. Platforma wspiera zadania takie jak analiza firm, przegląd dokumentów, wyszukiwanie porównywalnych firm oraz przygotowywanie raportów, z asystentami AI dostosowanymi do przypadków użycia w finansach. Jest skierowana do banków inwestycyjnych, prywatnego kapitału, zarządców aktywów oraz firm doradczych, które muszą przetwarzać duże ilości informacji pod presją terminów.

• Asystenci AI dostosowani do badań finansowych
• Import i analiza dokumentów
• Wsparcie procesu due diligence i transakcyjnego
• Narzędzia do przygotowywania raportów i memo
• Współdzielona przestrzeń robocza dla zespołów transakcyjnych
• Integracja z źródłami danych finansowych

2

Shortcut (Excel AI)

Agent AI Excel, który tworzy i edytuje arkusze kalkulacyjne, modele i analizy poprzez czat oraz natywny dodatek do Excel

4.8 (4)

Freemium

Pełna recenzja

Shortcut to agent AI stworzony specjalnie do pracy z arkuszami kalkulacyjnymi, zaprojektowany do planowania, tworzenia i edycji modeli Excel, analiz i raportów na podstawie poleceń w naturalnym języku. Skierowany jest do profesjonalistów z zakresu finansów — analityków w funduszach hedgingowych, menedżerów aktywów i podobnych instytucji — gdzie dokładność i audytowalność są ważniejsze niż sama szybkość. Firma promuje go jako wdrożony w dużych funduszach wielostratygomicznych i tysięcy aktywnych stanowisk dziennie. Narzędzie można używać w dwóch sposobach: samodzielnej aplikacji webowej i natywnego dodatku do Excel. Aplikacja internetowa oferuje około 95% parytetu funkcji z Excel, podczas gdy dodatek ma zapewnić pełny parytet, pracując bezpośrednio w istniejącym środowisku Excel użytkownika, włączając makra, skróty klawiaturowe i duże pliki. Pliki mogą być otwierane i eksportowane w formacie Excel bez utraty formatowania, formuł czy funkcji, co zmniejsza opór przy wprowadzaniu do ustalonych przepływów pracy. Dostępny jest również terminal-first CLI (ShortcutXL) skierowany do zaawansowanych użytkowników, którzy chcą budować i edytować wiele modeli równocześnie w desktopowym Excel. Kluczowym elementem projektu jest poprawność. Shortcut twierdzi, że jego wyniki są oparte na formułach, a nie kodowane na stałe, dzięki czemu aktualizują się dynamicznie wraz z danymi bazowymi zamiast się łamać przy zmianie danych wejściowych. Stosuje profesjonalne formatowanie i jest zbudowany tak, aby wprowadzać edycje precyzyjnie bez nadpisywania istniejących danych — powszechny problem ogólnych narzędzi AI do arkuszy kalkulacyjnych. Firma odwołuje się do wyników SpreadsheetBench oraz zgłoszonego 90% wskaźnika zwycięstw przeciwko analitykom pierwszego roku w bezpośrednich wyzwaniach jako dowód na swoje twierdzenia o dokładności. Audytowalność i zaufanie są traktowane jako priorytet. Shortcut pokazuje każdą zmienioną komórkę, wskazuje, które wartości są zakodowane na stałe i dlaczego, oraz pozwala użytkownikom cofać, przywracać lub odwracać dowolny krok w sekwencji działań. Jeśli chodzi o bezpieczeństwo, reklamuje zgodność SOC 2 Type II, szyfrowanie AES-256 w spoczynku oraz TLS 1.3 w trakcie transmisji, kontrolę dostępu opartą na rolach, umowy o zerowym przechowywaniu z dostawcami AI oraz politykę, że dane z płatnych planów nigdy nie są wykorzystywane do trenowania modeli. W porównaniu z uniwersalnymi asystentami takimi jak ChatGPT, Claude czy Microsoft Copilot w Excelu, Shortcut jest wąsko specjalizowany na budowanie arkuszy kalkulacyjnych i twierdzi, że oferuje znacząco wyższą dokładność w zadaniach benchmarkowych. Jego wyróżnik to operacja natywna do Excel, wyniki oparte na formułach oraz funkcje audytowalne, które wymagają użytkownicy z sektora finansowego. Kompromis tej specjalizacji to silny nacisk na pracę z Excelem w kontekście finansowym i danych, a nie szerszą produktywność biurową, a także to, że wiele twierdzeń o wydajności opiera się na raportach dostawcy, które potencjalni nabywcy chcą zweryfikować na własnych procesach.

• Natywny dodatek do Excel oraz samodzielna aplikacja webowa
• CLI terminal-first ShortcutXL dla zaawansowanych użytkowników
• Wyniki oparte na formułach, dynamicznie aktualizujące się
• Audyt zmian na poziomie komórek z możliwością cofania/przywracania/odwracania
• Profesjonalne formatowanie zgodne z branżowymi standardami
• Import i eksport plików Excel bez utraty danych

3

Together Open Data Scientist

Agent open-source ReAct, który uruchamia Pythona do eksploracji danych, budowania modeli i generowania raportów analitycznych

4.3 (4)

Bezpłatne

Pełna recenzja

Together Open Data Scientist to otwartoźródłowy agent analizy danych zasilany AI, wydany przez Together AI na GitHubie. Działa w ramach frameworku ReAct (Reasoning + Acting), alternując między etapami rozumowania językowego a wykonywaniem konkretnych fragmentów kodu Python, realizując zadania end-to-end w dziedzinie data science, takie jak eksploracja zbiorów danych, obliczanie statystyk podsumowujących, budowanie modeli i produkcja szczegółowych raportów analitycznych w formie tekstu. Agent może uruchamiać Pythona w jednym z dwóch trybów. Tryb "internal" uruchamia kod lokalnie w kontenerze Docker, odpowiedni do jednostkowego rozwoju lokalnego, natomiast tryb "tci" przekazuje wykonanie do Together Code Interpreter (TCI), chmurowego sandboxa dostępnego przez API Together AI. Użytkownicy mogą przesłać katalog danych do automatycznej ingestji, ustawić maksymalną liczbę iteracji rozumowania oraz wybrać model bazowy – domyślnie DeepSeek-V3, ale można podać modele Llama i inne dostępne w platformie Together. Rozprowadzany jako pakiet pip-installable (open-data-scientist) oraz udostępnia interfejs wiersza poleceń i API Pythona. CLI obsługuje opcje takie jak --write-report do generowania raportu analitycznego w formacie Markdown, --save-trace do zapisywania pełnego śladu zapytań i wykonania, a także ponowne użycie sesji przez identyfikatory sesji. API Pythona skupia się na klasie ReActDataScienceAgent, która przyjmuje zadanie w języku naturalnym i zwraca wyniki. Projekt jest wyraźnie oznaczony jako oprogramowanie eksperymentalne. Ponieważ cały kod i analiza są generowane przez AI, wyniki mogą zawierać błędy lub suboptymalne rozwiązania i najlepiej traktować je jako punkt wyjścia do eksploracji i nauki, a nie do podejmowania decyzji produkcyjnych. Utrzymujący podkreślają, że wymagana jest nadzór i walidacja ludzkie, zwłaszcza przy krytycznych aplikacjach biznesowych lub badawczych. Porównując z komercyjnymi asystentami analizy danych, takimi jak Advanced Data Analysis ChatGPT lub notatnikowi współdziałający, Together Open Data Scientist wyróżnia się jako całkowicie open source, samodzielnie hostowalny, agnostyczny względem modeli w ekosystemie Together, oraz zdolny do samodzielnego łańcuchowania wielu kroków wykonywania kodu w kierunku kompletnego raportu zamiast jednorazowego odpowiedzi.

• Pętla agenta ReAct (rozumowanie + działanie)
• Dwa tryby wykonania: lokalny Docker lub chmura Together Code Interpreter
• Automatyczne przesyłanie katalogu danych do analizy
• Generowanie raportu w formacie Markdown za pomocą opcji --write-report
• Konfigurowany model i maksymalna liczba iteracji rozumowania
• Interfejs wiersza poleceń oraz programowa API Pythona

4

Edexia

Asystent oceny i informacji zwrotnej oparty na AI dla programu IB English i australijskich programów nauczania, szkolony na podstawie własnych standardów oceniania nauczycieli

4.8 (5)

Freemium

Pełna recenzja

Edexia to asystent oceny i informacji zwrotnej oparty na AI, stworzony specjalnie do oceny języka angielskiego w szkole średniej, z głównym naciskiem na program International Baccalaureate (IB) oraz australijskie ramy edukacyjne, w tym VCE, HSC, QCE i WACE. Zamiast oferować ogólne punktowanie esejów, wczytuje odpowiednie rubryki, opisy ocen i wymogi studiów, a jest nieustannie szkolony i weryfikowany przez zespół doświadczonych edukatorów w oparciu o rzeczywiste standardy oceniania. Podstawową zasadą narzędzia jest kalibracja ocen AI do sposobu, w jaki poszczególni nauczyciele i wydziały faktycznie oceniają. Nauczyciele oceniają anonimowo prace, wyrównują swoje oceny podczas spotkań kalibracyjnych, a system uczy się z tego procesu, tak by jego wstępne oceny i informacje zwrotne coraz lepiej odpowiadały standardom szkoły. Według firmy, w próbie obejmującej 579 esejów w St Bernard's College, Edexia dopasowała oceny nauczycieli w 81,2 % przypadków dokładnie i mieściła się w jednej klasie ocen w 98,3 % przypadków. Kluczowym założeniem projektowym jest utrzymanie kontroli w rękach nauczycieli. Każdy komentarz generowany przez AI może być edytowany, przepisany lub usunięty przed dotarciem do ucznia, nauczyciele mogą dołączać osobiste notatki głosowe do informacji zwrotnej, a tryb przeglądu nauczyciela zatrzymuje wszystkie wyniki do momentu, gdy człowiek je sprawdzi i zatwierdzi. Dzięki temu Edexia jest asystentem‑pisarzem, który przygotowuje szczegółową informację zwrotną do dalszego dopracowania, a nie autonomicznym systemem oceniania. Poza ocenianiem platforma oferuje szereg narzędzi wspierających pracę w klasie: wykrywanie AI z odtworzeniem procesu pisania ucznia (pokazujące wklejane fragmenty, przerwy i wskaźniki prawdopodobieństwa AI), raporty z podsumowaniem mocnych stron i kolejnych kroków każdego ucznia, przeszukiwalną bibliotekę poleceń i bodźców, funkcje niewidzialnej oceny i moderacji z wizualizacją rozkładów ocen oraz transkrypcję odręcznych odpowiedzi ze skanów. System buduje także bazy wiedzy per tekst, zawierające tematy, intencje autorów i kluczowe cytaty dla dzieł z listy IB. Dla uczniów Edexia umożliwia szybki cykl pisanie‑informacja zwrotna‑przepisanie, pozwalając napisać esej, otrzymać natychmiastową informację zwrotną i poprawić pracę w jeden wieczór. Dla nauczycieli i wydziałów nacisk kładzie się na oszczędność czasu przy ocenianiu oraz na poprawę spójności dzięki moderacji i kalibracji. Firma podkreśla dbałość o prywatność i zarządzanie danymi: dane treningowe są izolowane w ramach indywidualnych lub instytucjonalnych kont, pozostają własnością ich posiadaczy i nie są wykorzystywane do trenowania modeli Edexia. Dane są de‑identyfikowane i przechowywane na serwerach w Australii, a firma posiada certyfikaty SOC 2 Type II, ISO 27001 oraz akredytację ST4S. Według dostępnych informacji Edexia jest dostępna bezpłatnie dla nauczycieli i uczniów po dołączeniu do listy oczekujących i ma wąski zakres – jest najskuteczniejsza w kontekście IB i australijskiego języka angielskiego, a nie jako uniwersalny grader we wszystkich przedmiotach.

• Rubryki i opisy ocen zgodne z IB, zwalidowane przez nauczycieli
• Tryb przeglądu nauczyciela z pełną edycją i notatkami głosowymi
• Odtwarzanie procesu pisania przez AI oraz wykrywanie prawdopodobieństwa AI
• Niewidzialna ocena, moderacja i analityka kalibracji
• Biblioteka poleceń i bodźców przeszukiwalna po tekście, temacie i terminie polecenia
• Transkrypcja odręcznych odpowiedzi ze skanów

5

Anamap

AI analyst, który analizuje dane GA4 lub Amplitude, wyjaśnia zmiany wskaźników produktu i wzrostu oraz proponuje kolejne kroki

5.0 (4)

Płatne

Pełna recenzja

Anamap jest narzędziem analityki AI stworzonym dla zespołów produktowych i wzrostowych, które potrzebują wyjaśnień i decyzji zamiast kolejnych pulpitów nawigacyjnych. Jego centralną funkcją jest Cartos, "AI analyst co-worker", który łączy się z analityką web i produktową zespołu, identyfikuje znaczące zmiany w ścieżce użytkownika — pozyskiwanie, aktywacja, konwersja i retencja — i pakuje je w analizy gotowe do podjęcia decyzji. Zamiast zwracać kolejny wykres czy ogólny podsumowanie, każda analiza Cartos skupia się na trzech elementach: zmiana, która ma znaczenie (którą miarę, segment, kanał lub etap ścieżki zmieniono i jej wpływ na biznes), prawdopodobna przyczyna (wyjaśnienie oparte na dowodach, zawierające konkurencyjne hipotezy i uwagi, kiedy dane są niejednoznaczne) oraz rekomendowany kolejny krok powiązany bezpośrednio z odkryciem. Wynik udostępnia się jako krótkie sprawozdanie, które zespoły mogą wprowadzić do Slacka, e‑maile lub aplikację webową, aby interesariusze mogli się skoordynować bez konieczności przebudowy analizy. Narzędzie łączy się z GA4 lub Amplitude jako źródła danych i integruje z Slackiem, e‑mailem i aplikacją webową do dostarczania wyników. Anamap skierowany jest do organizacji, które potrzebują wyjaśnić wydajność produktu i strony internetowej, ale nie mogą łatwo uzasadnić lub zatrudnić dodatkowego analityka — założyciele, zespoły wzrostowe, zespoły produktowe i zespoły danych w trybie lean, gdzie każde pytanie trafia do tego samego przeładowanego analityka. Kluczowym elementem oferty Anamap jest trwały kontekst. Gdy genericzy chatbot typu ChatGPT czy Claude wymaga eksportu danych i ponownego wyjaśniania definicji przy każdym zapytaniu, Cartos został zaprojektowany, aby zachować "pamięć firmy": jak definiowane są KPI, co zostało wypuszczone w release, które eksperymenty były przeprowadzone i co zespół wcześniej zdecydował. Intencją jest, aby każda analiza budowała się na poprzednim kontekście i kończyła się odpowiednim kolejnym krokiem zamiast zaczynać od zera. Cennik oparty jest na zespołach, a nie na miejscach siedzących, z nieograniczonymi użytkownikami i bez opłaty za miejsce, oraz oferuje darmowy okres próbny, podczas którego można zbadać jedną rzeczywistą zmianę. Jako produkt w fazie wczesnego rozwoju (strona wskazuje na pomoc 12+ firm), najlepiej rozumie się go jako skoncentrowaną, opinięją alternatywę do budowania wewnętrznych przepływów analityki do decyzji lub polegania na ograniczonym czasie analityka. Nabywcy powinni zważyć jego wąski obecny zestaw integracji (GA4 i Amplitude) oraz małą, rozwijającą się historię sukcesów w porównaniu z specyfiką wyników ukierunkowanych na decyzje.

• Cartos, analityk AI analizujący dane produktowe i webowe
• Połączenia z danymi GA4 i Amplitude
• Wykrywanie zmian w etapach pozyskiwania, aktywacji, konwersji i retencji
• Analiza przyczyn oparta na dowodach z konkurencyjnymi wyjaśnieniami i uwagami
• Rekomendacje kolejnych kroków powiązane z każdym wynikiem
• Trwała pamięć firmy, KPI, wydania i decyzji