Почти 90% российских компаний рассматривают внедрение искусственного интеллекта для анализа данных. Согласно опросу Группы Arenadata, проведённому на конференции ArenaDAY, 40,4% респондентов уже запустили пилотные проекты с ИИ, 26% изучают возможности технологии, а 23,1% активно используют её в рабочих процессах.

В финансовом секторе ИИ чаще всего применяют для обслуживания клиентов через чат-боты и виртуальных ассистентов (23,2%), для обнаружения мошеннических операций (18,4%) и персонализированных финансовых рекомендаций (14,7%). «В РСХБ мы используем платформу RAISA для работы с ИИ. С её помощью пользователи загружают и предварительно обрабатывают внешние данные, передавая их в „песочницу“. Также мы используем данные из „песочницы“ для создания и обучения моделей машинного обучения», — прокомментировала Кристина Проскурина, управляющий директор управления бизнес-анализа данных Блока больших данных «РСХБ-Интех».

МКБ применяет ML-модели для скоринга: оценивает кредитоспособность розничных клиентов и анализирует риски по корпоративным и розничным продуктам. В части генеративного ИИ банк ведёт несколько экспериментов — уже разработан чат-бот для автоматической маршрутизации ИТ-инцидентов в сервис-деск, а также проводится тестирование пилота по генерации кода с помощью ИИ-технологий.

При оценке уровня зрелости управления данными в финансовых организациях были получены следующие результаты. 28,7% респондентов указали на наличие базовых процессов сбора и хранения информации, однако отметили нестабильное качество данных. Чуть меньшее число участников опроса (27,5%) сообщили о внедрении политик управления данными и частичной автоматизации соответствующих процессов. Каждый пятый респондент (20%) подтвердил, что в их компаниях осуществляется мониторинг качества данных с применением различных метрик.

«На текущем этапе мы достигли операционного уровня зрелости в управлении данными: чётко отслеживаем потоки данных, их потребление и распределение. В банке выстроены прозрачные процессы контроля качества и закрепления ответственности за данными. Можно сказать, что наиболее качественные данные представлены в департаментах, которые отчитываются перед регуляторами. Наиболее достоверная информация сосредоточена в подразделениях, осуществляющих регуляторную отчётность. Сейчас мы фокусируемся на улучшении качества данных в перспективных направлениях, таких как промокампании и маркетинговые исследования, поскольку видим в этом свои точки роста для получения экономического эффекта», — считает Ринат Абдурахманов, директор департамента управления данными МКБ.

«„Комус“ вышел на новый уровень зрелости работы с данными, где ключевое значение приобретает их качество — как техническое, так и бизнесовое. Сегодня мы сталкиваемся с растущими запросами со стороны бизнеса, который требует большей прозрачности и достоверности данных. Текущий уровень доверия к информации не превышает 80%, что регулярно приводит к операционным сбоям и недоверию к аналитике. В ответ на эти вызовы мы инициировали комплексный проект по оценке и повышению качества данных. Его основная цель — выявить системные проблемы в процессах работы с информацией, разработать чёткие критерии оценки и внедрить эффективные механизмы контроля», — рассказал Павел Мартынов, руководитель службы развития аналитических решений департамента бизнес-технологий компании «Комус».

«Пять лет назад в нашей компании даже не использовали термин „качество данных“. Сейчас мы активно продвигаем эту тему, и за последние два года он наконец вошёл в обиход. Но важно понимать: качество данных — понятие субъективное. Для одного отдела данные могут быть „хорошими“, для другого — „плохими“, потому что у всех разные задачи и критерии. Однако, если владелец данных услышит запрос коллеги и обеспечит нужное качество, проблема будет решена. Если нет — возникнет „параллельная вселенная“: люди возьмут данные из других источников, что неизбежно приведёт к противоречиям. Чтобы этого избежать, мы разработали курс по качеству данных, ведь улучшить данные может только тот, кто их создаёт или использует. В этом году мы сосредоточились на производстве: в январе провели воркшоп, а вчера показали новые инструменты контроля качества данных. Коллеги сразу оценили их пользу — когда люди видят рабочие решения, вопросов о необходимости изменений не возникает. Наша задача как Центра компетенции по управлению данными (ЦКУД) — формировать это понимание. Мы объясняем, зачем это нужно, и помогаем договориться», — отметил Кирилл Севергин, руководитель Центра компетенций по управлению данными «АЛРОСА ИТ».

Основные вызовы при работе с IoT-данными в промышленных организациях включают интеграционные сложности (32,5%), отсутствие real-time-аналитики (24,1%) и нехватку квалификации в Data Science (15,7%).

«Основной вызов на пути развития IoT-решений сегодня — это необходимость создания единой и эффективной структуры управления данными компании. Мы сосредоточены на формировании комплексной дорожной карты дата-трансформации ПАО „Юнипро“, которая позволит шаг за шагом интегрировать современные технологии. Помимо этого, приоритетными задачами являются разработка корпоративной платформы данных и платформы промышленного интернета вещей, обеспечивающих надёжное взаимодействие и анализ большого объёма информации. Наша организация уже активно закладывает архитектурные и технические основы, которые станут фундаментом для устойчивого развития IoT-экосистемы», — отметил Александр Бадаев, советник по цифровой трансформации «Юнипро».

Ключевые направления для автоматизации в реальном секторе распределились следующим образом: производственные линии (предиктивное обслуживание и контроль качества) — 22,6%, финансово-закупочная деятельность (алгоритмическое ценообразование и управление запасами) — 20%, а также логистика и цепочки поставок (оптимизация маршрутов и прогнозирование спроса) — 19,1% респондентов. При этом эксперты уверены, что при автоматизации нет смысла в полном исключении из процессов человека.

«Данные стали для нас третьим независимым источником истины, выполняющим роль объективного арбитра в принятии решений. Мы опираемся на чёткие показатели: текущее состояние бизнеса, отклонения от плана и прогнозные значения. Несмотря на внедрение ERP-системы, охватывающей ключевые процессы, цифровая трансформация требует более широкой и глубокой информационной базы. Сейчас мы создаем единую платформу корпоративных данных (ПКД), объединяющую основные бизнес-домены. Это позволит ускорить управленческие решения, повысить их точность и объективность за счёт комплексного анализа всей доступной информации»», — прокомментировал Дмитрий Шведов, руководитель департамента бизнес-анализа ООО «Цифровые технологии и платформы» (Группа ЕвроХим).

Работа с данными начинается с фундаментального осознания: это не абстракция, а стратегический актив, требующий системного подхода. «Первый и критически важный шаг — просто признать факт их существования в компании. Казалось бы, элементарно, но для многих организаций это уже прорыв. Однако реальность сложнее. Многие годы бизнес-процессы в компаниях строились вокруг рутинных практик: отчёты в Excel, данные „на коленке“, информация, фильтруемая под KPI. Даже частичная автоматизация таких процессов — значительный прогресс. Главная опасность ручного подхода в том, что руководство часто получает не объективную картину, а „приукрашенную“ версию реальности, что в кризисных условиях может привести к катастрофическим последствиям. Именно поэтому автоматизированные отчёты, основанные на реальных системных данных, а не на ручном вводе, становятся ключевым инструментом эффективного управления. Они обеспечивают прозрачность, точность и, как следствие, — качество решений», — рассказал Дмитрий Блинов, архитектор КХД «Русал».

При анализе вовлечённости бизнеса в построение платформы данных опрос выявил, что 56,4% компаний отмечают частичное участие бизнес-подразделений в этом процессе, тогда как 21,8% респондентов констатируют их высокую степень вовлечённости.

Кристина Проскурина из «РСХБ-Интех» пояснила: «Наш проект — „песочница данных“ — полностью ориентирован на решение бизнес-задач. Мы постоянно взаимодействуем с бизнес-подразделениями, совместно определяем требования к целевой картине данных, обсуждаем необходимые объекты для загрузки и миграции, процедуры обработки данных. Все решения проходят активное тестирование с бизнес-командами на этапе приёмки».

Согласно опросу, компании по-разному оценивают развитие своего аналитического ландшафта в трёхлетней перспективе. Треть респондентов (30%) делает ставку на архитектуру Lakehouse с разделением вычислительных мощностей и хранилища данных, тогда как ещё 30% планируют дальнейшее развитие классических хранилищ данных (DWH). Почти четверть опрошенных (23,8%) рассматривают Data Mesh как оптимальное решение для распределённых холдингов.

При этом ключевым вызовом остаётся управление стоимостью владения данными. 40,8% компаний осознают необходимость разработки методики расчёта затрат на хранение и обработку данных (в пересчёте на 1 ТБ в год). Более трети (34,7%) уже способны прогнозировать будущие расходы, связанные с ростом объёмов данных. Однако для 24,5% создание подобной методики пока невозможно из-за недостатка исторических данных.

Компании сталкиваются с тремя ключевыми проблемами при внедрении data-проектов: почти треть (28,8%) организаций испытывают дефицит квалифицированных кадров, 27,7% преодолевают внутреннее сопротивление изменениям, а четверть (24,3%) отмечают нежелание бизнеса инвестировать в подобные инициативы.

«Главная сложность цифровой трансформации заключается в вовлечении бизнеса. Можно сделать идеальный проект, но без искренней заинтересованности и активного использования конечного продукта со стороны сотрудников и руководителей он рискует остаться невостребованным и постепенно исчезнуть из рабочих процессов. Технологии должны не просто существовать — они должны стать неотъемлемой частью повседневной практики. Не менее остро стоит вопрос качества российских IT-решений. Многие из них находятся на этапе активного развития: при наличии перспективного функционала им часто не хватает надёжности, отлаженной технической поддержки и продуманной архитектуры. Разработка продукта — это только начало. Настоящая ценность создаётся на этапе построения стабильной системы процессов эксплуатации, поддержки и развития продукта, выстраивания экосистемы продукта. Это и отличает стартап от полноценного вендора на рынке ИТ-решений. Сегодня ключевая задача — внедрять не просто „рабочие“, а по-настоящему зрелые решения, готовые к промышленной эксплуатации в ИТ-ландшафте разных клиентов. Истинное импортозамещение заключается не в механическом копировании зарубежных аналогов, а в создании удобных, надёжных и функциональных систем, которые бизнес будет использовать осознанно и с реальной выгодой», — прокомментировал Сергей Герасимов, руководитель центра структуры и качества данных «Северсталь-инфоком».

При оценке преимуществ комплексной платформы от вендора c возможностью гибкой компоновки участники опроса отметили три ключевых фактора: почти треть (28,1%) компаний ценят гарантированную совместимость компонентов, свыше четверти (27,5%) — постоянное обновление функционала, а для 24,2% решающим аргументом становится сокращение совокупных затрат благодаря отказу от интеграции разрозненных компонентов.
«Гибкая, микросервисная архитектура — наш приоритет. Она позволяет компоновать систему постепенно: не „огромной коробкой“, которую сложно внедрить, а поэтапно, начиная с базовых модулей. Это удобно и для бизнеса, и для ИТ: можно менять фокус, развивать направления с разной зрелостью. Кроме того, интеграция компонентов от одного вендора снижает риски и повышает скорость реализации — всё бесшовно стыкуется, поддержка централизована», — считает Дмитрий Шведов.

«Результаты опроса показали высокую оценку значимости данных как корпоративного актива: 48,1% респондентов полностью согласны с этим утверждением, а ещё 40,5% в основном поддерживают такую позицию. Поэтому можно смело говорить о том, что данные — это универсальный язык современного бизнеса, понятный всем отраслям. Когда 90% компаний стремятся внедрить ИИ, это уже не тренд — это необходимость. В банковской сфере данные предотвращают мошенничество, в промышленности — предупреждают поломки оборудования, в ритейле — создают персонализированные предложения. Мы помогаем компаниям не просто собирать информацию, а слышать то, что говорят им данные. Потому что в эпоху цифровой экономики успех приходит к тем, кто умеет переводить миллионы цифр в конкретные бизнес-решения», — подчеркнул Андрей Жуков, коммерческий директор Группы Arenadata.

Отраслевая конференция ArenaDAY 2025 собрала рекордное число участников: 5000 профессионалов в области управления данными, из которых 1500 посетили мероприятие очно, а 3500 присоединились к онлайн-трансляции. В рамках программы конференции было представлено более 40 экспертных докладов, охватывающих ключевые аспекты работы с данными. Спикерами конференции стали представители таких организаций, как ВТБ, «Северсталь», «МегаФон», ФНС России, «Росатом», «Газпромнефть», HH.ru, Health & Nutrition, ОТП Банк, МКБ, «Московская Биржа», «Рив Гош», Департамент информационных технологий правительства Москвы (ДИТ), «Альфа-Банк». Партнёрами ArenaDAY 2025 выступили К2Тех, Rubytech, «Скала^р», AXENIX, Selectel, VK Tech, «Гарда», «Инфосистемы Джет», Navicon, «НОРБИТ», Sapiens solutions, Visiology, Cloud.ru, ARinteg, «РЕД СОФТ», GMCS, IBS, Luxms BI, abgroup.tech, «Открытые системы», «Т1 Облако», ITS, ICL SERVICES, NOVARDIS, «ДАР», «Технологии Доверия» («ТеДо»), «Форсайт», «РАМАКС».