Ami Analytics
숫자에 대한 질문에 평이한 언어로 답하고 그 숫자가 왜 움직였는지 설명합니다.
의사결정자에게 필요한 것은 대시보드 하나가 더 있는 것이 아니라 답입니다. 에이전트가 평이한 언어로 질문을 받아, 질문한 사람의 권한 안에 있는 데이터로 답하고 숫자가 왜 움직였는지 설명합니다.
일을 받은 다음 에이전트가 하는 일
위에서 한 번 맡기셨습니다. 그때부터 에이전트는 스스로 데이터를 지켜보다가 업무 사건이 생기면 움직이고, 위임받은 부분을 처리한 뒤 나머지를 근거와 함께 가져옵니다. 지금까지 한 일과 아직 기다리는 일이 아래에 있습니다.
에이전트가 알아서 처리함
- 마감된 기간의 수치 확인
- 분석 축별로 전기와 비교
- 변동분을 원인별로 분해
- 표준화된 지표 정의와 대조
- 원천 수치를 붙인 차트 작성
결정을 기다리는 일
- 크게 움직였으나 원인이 불분명한 지표확인 대기
- 공용 지표 정의 수정승인 대기
이번 달 매출원가가 오른 이유는 무엇입니까?
매출원가는 주로 한 품목군에서 올랐고, 수량이 아니라 매입가가 원인입니다.
상승 이유를 설명하는 보고서를 만들고 원천 수치도 붙여 주세요.
상승분을 원인별로 나눈 보고서를 만들고 수치마다 원천 링크를 붙였습니다.
공용 지표 정의 수정은 위임 범위 밖입니다. 제안해 두었고 승인을 기다립니다.
크게 움직인 그 지표는 무엇입니까?
원천 모듈의 조정과 같은 시점에 움직였지만 연관을 단정할 근거는 부족합니다. 다시 확인해야 할 지점을 정확히 짚어 두었습니다.
감사 로그 · Ami Analytics · 분석 총괄 위임
이 예시의 숫자는 설명용입니다. 실제 운영에서 에이전트는 숫자를 만들지 않고, 시스템에 이미 있는 값을 읽어 정리할 뿐입니다.
- 여러분의 권한 안에서 읽습니다
- 위임받은 범위 안에서 실행합니다
- 모든 동작은 흔적을 남깁니다
에이전트를 만나는 곳
- 모듈 화면 안에서 바로지금 열어 둔 전표 옆에 제안이 뜹니다. 다른 앱으로 갈 필요가 없습니다.
- Ami에게 말로 묻기타이핑이든 음성이든, 시스템에서 이미 쓰고 계신 언어 그대로 쓰시면 됩니다.
- 할 일이 생기면 스스로 실행업무 사건에 맞춰 움직이고 일을 가져다줍니다. 기억해 내실 때까지 기다리지 않습니다.
에이전트는 데이터를 어디에서 읽는가
에이전트에게는 별도의 데이터 저장소가 없습니다. 밖으로 동기화하지도, 사본을 두지도 않습니다. 모듈이 이미 돌고 있는 권한 적용 데이터 계층에서 바로 읽으며, 호출한 사람의 권한을 그대로 따릅니다.
- 데이터가 회사 밖으로 나갑니다
- 권한을 두 번째로 다시 세워야 하고, 어긋날 수 있습니다
- 수치가 동기화 주기만큼 늦습니다
- 전 모듈의 운영 데이터
- 분석 축과 비교 기간
- 표준화된 지표 정의
그러면 AI 모델은 어디에서 도는가
위 그림은 데이터가 어디 있는지를 말하고, 이 부분은 모델이 어디에서 도는지를 말합니다. 서로 다른 이야기입니다. 민감도에 따라 자동으로 갈리므로 작업마다 고르실 필요는 없습니다.
하이브리드 AI 모델 보기같은 그룹의 에이전트
같은 데이터 계층 위의 다른 에이전트들. 보통 함께 켭니다.
이 에이전트가 하지 않는 일
- 스스로 권한을 만들지 않습니다.양식을 미리 채우고 시스템에 기록할 수 있지만 위임받은 범위 안에서만이며, 그 밖의 일은 제안에서 멈춥니다.
- 데이터로 가는 우회로가 없습니다.호출한 계정이 볼 수 있는 것만 보며, 별도 연결을 두지 않습니다.
- 익명으로 움직이지 않습니다.어느 에이전트가 누구의 위임으로 처리했고 누가 승인했는지 로그에 남으므로, 책임은 사람에게 남습니다.
이 에이전트를 켜는 방법
- 회사에서 BI·분석 모듈을 쓰고 있어야 합니다. 에이전트는 그 모듈의 데이터를 읽습니다.
- 별도의 권한 설정은 없습니다. 에이전트의 권한이 곧 호출한 사람의 권한입니다.
- 도입 과정에서 켜고 다듬으며, 기존 승인 흐름을 그대로 따릅니다.
구체적인 범위와 모듈별 적용 순서는 현재 상태를 보고 데모에서 정합니다.
자주 나오는 질문
에이전트가 스스로 데이터를 고칩니까?+
스스로 고치지는 않지만 읽기만 하는 것도 아닙니다. 위임하신 범위 안에서는 양식을 미리 채우고 시스템에 기록합니다. 범위를 벗어나면 제안에서 멈추고 권한 있는 담당자를 기다립니다. 어느 쪽이든 모든 조작은 감사 로그에 남습니다.
제안이 틀리면 어떻게 됩니까?+
모든 제안에는 근거가 함께 옵니다. 어느 전표의 어느 줄이며 왜 그런지까지 붙습니다. 승인자가 기록되기 전에 고치거나 반려하며, 그 두 조작 역시 감사 기록을 남깁니다.
챗봇과는 무엇이 다릅니까?+
챗봇은 물어야만 답합니다. 에이전트는 한 번 맡긴 일을 받아 스스로 데이터를 지켜보고, 업무 사건이 생기면 움직이고, 결과를 보고합니다. 챗봇이 하지 못하는 절반이 바로 이 부분입니다.
자동화 흐름과는 무엇이 다릅니까?+
자동화 흐름은 미리 설정한 단계를 그대로 실행합니다. 에이전트는 업무 데이터를 읽고 상황에 따라 순위를 매겨 무엇을 할지 스스로 고릅니다. 다만 위임하신 범위 안에서만이고, 승인이 필요한 일은 기존 승인선을 그대로 거칩니다.
데이터가 회사 밖으로 나갑니까?+
민감한 데이터를 다루는 작업은 귀사 인프라 안에 둔 내부 AI에서 돕니다. 외부 모델은 민감하지 않은 작업에만 씁니다. 데이터 민감도에 따라 자동으로 갈립니다.