Когда RAG бессилен и нужен Text-to-SQL?

Важно понимать ограничение RAG-подхода, который сейчас так активно используют в бизнесе: он хорошо работает с поиском по текстам и документам, но не умеет работать с данными в таблицах внутри СУБД и выполнять точные агрегирующие запросы.

Из-за этого AI-ассистент может не ответить на, казалось бы, простые вопросы вроде

«Какая выручка по регионам за прошлый месяц?»

или

«Где просели продажи за неделю?»,

даже если эти данные есть в системе. В таких случаях приходиться действовать по старинке и ставить задачу аналитику или делать выгрузку.

AI-ассистент с Text-to-SQL устраняет этот барьер: технология переводит вопрос пользователя в запрос на языке SQL, отправляет его витрине данных и возвращает ответ, понятный человеку.

Это особенно полезно, когда компания хочет, чтобы с данными могли работать не только аналитики, а любой, кому нужна цифра прямо сейчас.

Собрали короткую заметку о том, как это работает и где такой подход уже используется.