Generative AI Integration in Business Intelligence
Transforming Executive Dashboards and Real-Time Decision-Making
DOI:
https://doi.org/10.66838/sauc.6557Palabras clave:
generative AI, business intelligence, executive dashboards, real-time decision-making, anomaly detection, hallucination, retrieval-augmented generation, decision support, governance.Resumen
Executive dashboards were designed to make performance visible, but they leave the work of noticing, explaining and escalating a problem to a busy human reader. Generative artificial intelligence promises to take over part of that work by turning monitoring data into ranked, plain-language briefings, answering follow-up questions in conversation, and proposing explanations for what changed. It also introduces a new failure mode, because a fluent explanation can be wrong. This paper proposes a layered reference architecture for integrating generative AI into business intelligence, with a semantic layer, event detection, retrieval and grounding, generation, and verification and governance, and asks a decision-analytic question: how reliable must the generative layer be before it improves decisions? We answer it with a simulation of 40 hourly business indicators over 39-day windows containing about 31 incidents each, replicated 60 times. The detection components are implemented and measured directly....
Descargas
Estadísticas globales ℹ️
|
0
Visualizaciones
|
0
Descargas
|
|
0
Total
|
|
Descargas
Publicado
Cómo citar
Número
Sección
Licencia
Derechos de autor 2025 Los autores/as conservan los derechos de autor y ceden a la revista el derecho de la primera publicación y el derecho de edición

Esta obra está bajo una licencia internacional Creative Commons Atribución-SinDerivadas 4.0.
Los autores/as que publiquen en esta revista aceptan las siguientes condiciones:
- Los autores/as conservan los derechos de autor.
- Los autores/as ceden a la revista el derecho de la primera publicación. La revista también posee los derechos de edición.
- Todos los contenidos publicados se regulan mediante una Licencia Atribución/Reconocimiento-SinDerivados 4.0 Internacional. Acceda a la versión informativa y texto legal de la licencia. En virtud de ello, se permite a terceros utilizar lo publicado siempre que mencionen la autoría del trabajo y a la primera publicación en esta revista. Si transforma el material, no podrá distribuir el trabajo modificado.
- Los autores/as pueden realizar otros acuerdos contractuales independientes y adicionales para la distribución no exclusiva de la versión del artículo publicado en esta revista (p. ej., incluirlo en un repositorio institucional o publicarlo en un libro) siempre que indiquen claramente que el trabajo se publicó por primera vez en esta revista.
- Se permite y recomienda a los autores/as a publicar su trabajo en Internet (por ejemplo en páginas institucionales o personales), una vez publicado en la revista y citando a la misma ya que puede conducir a intercambios productivos y a una mayor y más rápida difusión del trabajo publicado (vea The Effect of Open Access).







