Tradotto dall'originale inglese. Dati e fonti restano invariati. Leggi l'originale in inglese
Grab
Gli agenti di analisi di Grab rispondono a più richieste di dati senza un analista
Grab usa agenti di IA dentro Slack e un portale interno, così i team di business possono fare domande sui dati in linguaggio naturale. Grab riferisce che, in un canale self-service, la quota di richieste risolte senza alcun intervento umano è aumentata su tre tipi di richiesta tra marzo e maggio 2026.
Dati chiave
Copiati esattamente dalle fonti. Copiate qualsiasi dato insieme alla sua citazione.
dal 53% al 67%
Quota di domande sulle metriche in un canale Slack self-service risolte senza intervento umano (da marzo a maggio 2026)1
dal 63% al 90%
Quota di estrazioni di dati nello stesso canale risolte senza intervento umano (da marzo a maggio 2026)1
dal 50% all'81%
Quota di richieste SQL nello stesso canale risolte senza intervento umano (da marzo a maggio 2026)1
dal 44% al 30%
Quota di ticket degli analisti chiusi che erano lavoro meccanico, come preparazione dei dati, alert e reportistica (da febbraio a giugno 2026)1
Cosa è servito
Le fonti non rendono noti costi, dimensioni del team e tempi.
Il problema
Quasi ogni decisione in Grab dipende dai dati. I team di business aspettavano che gli analisti preparassero i dati, scrivessero le query e costruissero i report, quindi la produzione era limitata dalla velocità di lavoro degli analisti. Grab voleva che chiunque prenda una decisione di business ottenesse subito risposte affidabili.
Cosa hanno costruito
Grab ha costruito diversi agenti di IA per l'analisi. Spartan risponde in linguaggio di business semplice dentro Slack, dalle domande sulla causa radice, come perché i ricavi siano calati in un mercato, ai riepiloghi degli esperimenti. Scarlet interviene quando una pipeline di dati si interrompe: trova la causa, poi la risolve o la passa al team responsabile. BriX è un portale interno in cui gli analisti configurano una sola volta uno strumento di analisi su misura per un team e lo eseguono in Slack, in uno strumento di programmazione o a intervalli pianificati.
Come ci sono riusciti
Gli agenti rispondono a partire da metriche certificate, cioè definizioni di metriche approvate da Grab, e non dalla memoria del modello. Spartan instrada ogni domanda verso una tra più di 50 competenze e 120 schemi di analisi. Un sistema chiamato ContextIQ mantiene aggiornato il contesto scritto di ogni metrica e, ogni volta che un agente sbaglia in produzione, Grab corregge il contesto che lo sostiene. Gli ingegneri dei dati gestiscono BriX, la piattaforma e la coda di supporto, senza product manager né designer.
Risultati
In un canale Slack in cui gli agenti self-service sono attivi, la quota di domande sulle metriche risolte senza intervento umano è salita dal 53% al 67% tra marzo e maggio 2026. Le estrazioni di dati sono passate dal 63% al 90% e le richieste SQL dal 50% all'81%. Grab riferisce anche che la quota meccanica dei ticket degli analisti chiusi è scesa dal 44% di febbraio al 30% di giugno, e che i tempi di ciclo sono diminuiti di circa un terzo.
Cosa replicare
Misurare l'automazione per tipo di richiesta, non come una media unica. Investire prima in definizioni e contesto. Pianificare cosa faranno gli analisti con il tempo recuperato.
Tutti i dati dichiarati
| Indicatore | Dato | Citazione |
|---|---|---|
| Quota di domande sulle metriche in un canale Slack self-service risolte senza intervento umano (da marzo a maggio 2026) | dal 53% al 67%1 | |
| Quota di estrazioni di dati nello stesso canale risolte senza intervento umano (da marzo a maggio 2026) | dal 63% al 90%1 | |
| Quota di richieste SQL nello stesso canale risolte senza intervento umano (da marzo a maggio 2026) | dal 50% all'81%1 | |
| Quota di ticket degli analisti chiusi che erano lavoro meccanico, come preparazione dei dati, alert e reportistica (da febbraio a giugno 2026) | dal 44% al 30%1 | |
| Riduzione del tempo di ciclo dei ticket (T1 rispetto a T2, secondo il grafico di Grab) | ~33%1 | |
| Crescita dell'uso del portale BriX da settembre 2025 | più di 10 volte1 |
Lezioni per il vostro progetto
Seguire la quota di richieste chiuse senza intervento umano per tipo di richiesta. Grab riporta separatamente domande sulle metriche, estrazioni di dati e SQL, e questo mostra dove gli agenti sono più forti.
Certificare le definizioni delle metriche prima di aggiungere agenti. Grab afferma che le definizioni poco chiare causano la maggior parte dei cattivi risultati analitici, e corregge i documenti di contesto ogni volta che un agente sbaglia.
Mettere gli agenti dove le persone già chiedono aiuto. Il canale Slack di Grab è usato soprattutto da persone esterne al team di analisi.
Reindirizzare di proposito il tempo liberato degli analisti. Grab lo ha spostato su flussi self-service e analisi più approfondite, e misura la quota meccanica dei ticket.
Avvertenze
- Tutte le cifre sono di Grab, da un solo articolo del suo blog di ingegneria. Nessun soggetto esterno le conferma.
- L'articolo non nomina i modelli di IA dietro Spartan, Scarlet o BriX. Menziona uno strumento di design chiamato Claude Design solo per l'interfaccia del portale, il che non indica quale modello faccia funzionare gli agenti.
- L'articolo dice che alcune esplorazioni girano in produzione e altre sono ancora esperimenti. Non dice quali, e non indica una data di lancio. La data di distribuzione mostrata è la data dell'articolo.
- La cifra del tempo di ciclo è indicata come ~33% e si basa su un grafico T1 rispetto a T2 che non si poteva leggere nel testo. Le cifre per canale riguardano un solo canale Slack, non tutto il lavoro di analisi.
- Grab fornisce anche una stima di 230-470 giorni lavorativi di arretrato evitato. È un'ipotesi di 1-2 giorni per ticket, quindi non viene usata qui.
- Non vengono indicati costi, dimensione del team né tempi di sviluppo per gli agenti stessi.
Fonti
- How AI is transforming analytics at Grab
Grab Engineering Blog · 2026-08-01 · Blog aziendale · engineering.grab.com
Riassunto con parole nostre a partire dalle fonti sopra indicate. Avete notato un errore? Consultate le rettifiche.