Data&AI

Александр Левченко, директор департамента ИТ-инфраструктуры и аналитики данных «Газпромбанк Мобайл», – о реализации процессов обогащения данных в аналитических целях с Газпромбанком и достигаемых результатах.

Сергей Кочетков и Юлдуз Фаттахова, исполнительные директора по исследованию данных Сбербанка, – о создании экосистемы генерации и использования синтетических данных SyntData, позволяющей повысить доступность данных для обучения ИИ-моделей.

Хорошо управляемые данные доступны потенциальным потребителям и удовлетворяют их запросам, однако невозможно точно определить потребности пользователей без отделения понятия данных от связанных с ними объектов – данные могут использоваться многократно и в различных контекстах. Все это означает необходимость использования процессного подхода к управлению жизненным циклом данных.

Решения на базе искусственного интеллекта сегодня становятся все более популярны, однако для успешного обучения и инференса моделей может потребоваться и определенная инфраструктура работы с данными, и соответствующие инструменты.

Аналитические инструменты постепенно растворяются в бизнес-приложениях – аналитика не выделяется в отдельный модуль корпоративной инфраструктуры, а благодаря self-service BI становится ее ядром, доступным из любой информационной системы компании. Для бизнес-пользователей самообслуживание становится основой работы с BI-системами, позволяя пользователям таких систем, как «Дельта BI», оперативно получать ответы на основе анализа всех доступных данных.

Генеративные модели ИИ эффективны лишь при условии комплексного подхода к их внедрению – опыт компании «Финам» показывает, что для этого потребуется реинжиниринг бизнес-процессов, обучение сотрудников и тщательный анализ результатов.

Системы управления данными, аналитические системы и средства визуализации стали сегодня неотъемлемой частью цифровых технологий в медицине. Однако наличие промежуточных звеньев в цепочке обработки данных, а также ошибки, допускаемые при представлении результатов медицинских исследований, снижают эффективность применения аналитики.

Для принятия взвешенных решений на основе данных необходимо быть уверенным в их достоверности, однако имеются расхождения в понимании того, что собой представляет эта характеристика данных и как обеспечить их достоверность в современных условиях динамичности ИТ-ландшафтов и оргструктур. Эксперты, опрошенные на конференции «Качество данных — 2025», рассказывают об инструментах, необходимых для обеспечения достоверности данных.

Дмитрий Антипов, руководитель разработки VS Robotics, – о создании автономного исследовательского агента на базе генеративного ИИ.

Евгений Жилов, руководитель департамента аналитики и управления данными «Национальной лотереи», — о создании современного хранилища данных и внедрении практик Data Governance.

Михаил Пекер, директор по управлению данными СберФакторинг, – о разработке платформы управления корпоративными данными, позволившей создать новые возможности для развития бизнеса.

Роман Раевский, автор идеи и основатель компании «Рапид. Исследовательские системы», — о создании принципиально новой платформы для сверхбыстрой аналитической обработки сверхбольших объемов данных.

Таких результатов ожидают в связи с бурным развитием ИИ и необходимостью снижения энергозатрат ЦОДов.

Предприятия увеличат инвестиции в более совершенные меры защиты из-за роста частоты и сложности киберугроз, поддерживаемых технологиями ИИ.

Евгений Линник, руководитель офиса по управлению и работе с данными РФС, – о разработке единой системы сбора и визуализации данных, используемой для принятия тактических и стратегических решений по развитию футбола в России.

Андрей Морозкин, операционный директор ФГ «Финам», – о создании ИИ-экосистемы, в рамках которой запущены цифровые ассистенты, помогающие выполнять рутинные задачи и повышать эффективность сотрудников.

Только 13% организаций чувствуют себя готовыми к тому, чтобы полностью использовать потенциал искусственного интеллекта.

Агенты Researcher и Analyst сообщают в реальном времени сведения о своих рабочих процессах для получения результатов.

В центре внимания участников форума — повышение эффективности бизнеса с помощью данных и ИИ, а также поиск разумного баланса между внедрением дата-инноваций и надежным функционированием бизнеса.

Руководители не умеют измерять продуктивность, возлагают чрезмерные надежды на данные и ИИ, а также стремятся свести к минимуму «удаленку».