Деловой завтрак ИД «Коммерсантъ». GenAI: Революция данных уже началась

Российский рынок хранения и обработки данных в 2024 году показал значительный рост на 26%, достигнув отметки 210 млрд руб. Этот рост обусловлен ускоренной цифровизацией и переходом на отечественные облачные платформы. Однако вместе с ростом сектора возникают новые вызовы. Фрагментированная IT-инфраструктура усложняет интеграцию решений, а санкционные ограничения делают зависимость от иностранных облаков критически рискованной. В связи с этим бизнес все чаще требует масштабируемых систем с круглосуточной поддержкой, что способствует развитию локализованных и гибридных решений. Крупнейшие банки в большинстве реализовали такие решения, а промышленность продолжает рассматривать и выбирать подходящие варианты, делать первые шаги.

В настоящее время наблюдается снижение интереса к универсальным СУБД, а спрос на специализированные — значительно увеличился. Это связано с рядом недостатков универсальных СУБД: невозможностью масштабирования, сложностями в быстром анализе данных и ограниченной возможностью распределения нагрузки под различные задачи. Несмотря на рост доли отечественных СУБД до 82%, остается проблема совместимости российских ИИ-решений с legacy-системами. Большинство систем основано на PostgreSQL, что затрудняет их интеграцию с ИИ. Введение дата-каталогов и коннекторов могло бы помочь решить эту проблему.

Многие эксперты считают, что ИИ может стать решением для улучшения качества данных, которое позволяет избежать потери времени на их очистку и подготовку, ведь неструктурированные массивы информации, разрозненные форматы хранения и ошибки в передаче данных приводят к сбоям в работе алгоритмов. В настоящее время ИИ используется в качестве советчика, который может переписывать код, исследовать новые данные, сопоставлять данные и помещать их в каталог по новым правилам. Однако часто данные содержат ошибки, которые становятся очевидными только после каталогизации. С помощью дата-каталога можно определить, где хранятся персональные данные, где коммерческая тайна и как их защищать.

Эксперты подчеркивают, что модели машинного обучения теряют эффективность, если обучены на некачественных или неполных данных. Компании, внедрившие системы сквозного контроля данных, демонстрируют более точные прогнозы спроса и снижение операционных издержек. Проекты без четких стандартов качества сталкиваются с необходимостью постоянных доработок. Унификация процессов сбора, проверки и обновления информации становится базовым условием для создания устойчивых моделей как классического машинного обучения, так и GenAI.

Многие организации обязаны ориентироваться на сертифицированный стек с уровнем доверия 4. И российский стек полностью соответствует современным требованиям и является адекватным решением.

Государство активно поддерживает отрасль: в 2024 году на субсидии и налоговые льготы направлено более 50 млрд руб. Однако системные изменения невозможны без диалога между властью, бизнесом и технологическими компаниями.

На деловом завтраке участники обсудят ключевые инициативы — от создания импортонезависимой инфраструктуры до кейсов интеграции AI в бизнес-процессы и разработку, ведь революция ИИ в мире данных уже началась. Эксперты представят решения для обеспечения качества данных, поделятся опытом преодоления санкционных ограничений и дадут прогнозы на 2030 год, когда рынок систем управления данными, по оценкам, вырастет в 3,5 раза. Мероприятие станет площадкой для формирования ИИ-стратегий, которые превратят данные и процессы вокруг них из «уязвимостей» в конкурентные преимущества.