#data — посты и обсуждения
58 доступных постов
Управление данными в эпоху агентных технологий
В статье рассматривается, как современное управление данными и архитектура, готовая к внедрению ИИ, помогают предприятиям управлять качеством данных, рисками, соответствием нормативным требованиям и ИИ в масштабах всей организации. Особое внимание уделяется переходу от традиционного управления данными, ориентированного на отчётность и соблюдение требований, к единой модели управления данными и ИИ, в которой данным доверяют не только люди, но и машины — включая автономных агентов, генеративные модели и интеллектуальные системы принятия решений.
Ключевые слова: управление данными, Data Governance, AI Governance, агентный ИИ, мультиагентная оркестрация, AI TRiSM, MCP, A2A, Data Fabric, Data Mesh, Data Contracts, качество данных, происхождение данных, наблюдаемость, контекстная инженерия, Agent Identity, MLOps, DataOps, векторные базы данных, RAG, нулевое доверие, конфиденциальность, регуляторное соответствие.
1. Введение: почему управление данными становится ядром агентной эры
Современное предприятие генерирует и потребляет беспрецедентные объёмы данных в операционных системах, при взаимодействии с клиентами, в партнёрских экосистемах, облачных приложениях, устройствах IoT и на платформах искусственного интеллекта.
Одновременно системы ИИ становятся не просто инструментами аналитики, а активными потребителями корпоративных данных: они принимают решения, генерируют контент, рекомендуют действия, автоматизируют рабочие процессы и всё чаще действуют автономно.
Низкое качество данных — это уже не только проблема отчётности. Это фундаментальная проблема искусственного интеллекта. Неточные, неполные, устаревшие или плохо управляемые данные приводят к предвзятым результатам, нарушениям нормативных требований, галлюцинациям LLM, ошибочным бизнес-решениям и подрыву доверия клиентов. По оценкам Gartner, плохое качество данных обходится организациям в среднем в 12,9 млн долларов в год, а для финансовых организаций медианный показатель достигает 49 млн долларов.
Традиционные программы управления данными создавались прежде всего для поддержки бизнес-аналитики и соблюдения нормативных требований. Однако эра ИИ предъявляет новые требования: управление моделями, объяснимость, происхождение данных, этичное использование ИИ, наблюдаемость данных, управление подсказками и контекстом, а также автономное принятие решений. Поэтому организациям необходим переход к единой модели управления данными и ИИ, которая гарантирует, что данным будут доверять и люди, и машины.
Неэффективное управление данными ведёт к некорректной работе ИИ-систем, искажению результатов моделирования, нарушению регуляторных требований, инцидентам безопасности, росту операционных затрат, подрыву доверия клиентов и неверным бизнес-решениям.
Таким образом, управление данными трансформировалось из функции обеспечения соответствия в стратегическую бизнес-возможность. Предприятия, создающие надёжную, управляемую и доступную базу данных, лучше подготовлены к масштабированию ИИ-инициатив, ускорению инноваций и формированию устойчивых конкурентных преимуществ.
Основные цели управления данными:
- повышение гибкости принятия бизнес-решений на основе данных;
- обеспечение беспрепятственного обмена знаниями внутри предприятия;
- устранение двусмысленности и укрепление доверия к данным;
- повышение доверия к данным, улучшение процесса принятия решений и ускорение циклов инноваций;
- улучшение соответствия нормативным требованиям, сокращение дублирования данных и повышение гибкости бизнеса.
Для полного понимания этих целей важно осознать ключевую роль управления данными в рамках более широкой стратегии управления данными предприятия. В этом документе рассматриваются проблемы, возможности обработки данных следующего поколения, современная архитектура данных и стратегические соображения, необходимые для создания готовой к использованию ИИ базы данных.
2. Терминологическая база
Для профессионального обсуждения важно различать несколько понятий.
Управление данными (Data Management) — совокупность процессов, ролей, политик, стандартов и технологий, обеспечивающих эффективное использование данных на протяжении всего жизненного цикла.
Управление данными как governance (Data Governance) — система принятия решений и подотчётности: кто владеет данными, кто отвечает за качество, кто определяет политики, как обеспечивается соответствие и как измеряется ценность.
AI-ready data — данные, которые обладают не только качеством и полнотой, но и семантической согласованностью, прослеживаемостью, управляемыми правами доступа, документированным происхождением и пригодностью для машинного потребления.
Агентный ИИ (Agentic AI) — системы, способные планировать, вызывать инструменты, использовать память, взаимодействовать с API и автономно выполнять задачи от имени пользователя или организации.
Мультиагентная оркестрация — архитектурный паттерн, при котором несколько специализированных агентов делегируют задачи друг другу, образуя цепочки и графы вызовов для решения сложных задач. Gartner прогнозирует, что к 2028 году 70% AI-приложений будут использовать мультиагентные системы.
Data Product — управляемый набор данных или сервис данных с владельцем, SLA, контрактом, документацией, метриками качества и измеримой бизнес-ценностью.
Data Contract — формальное соглашение между производителем и потребителем данных, описывающее схему, семантику, качество, SLA, права доступа, происхождение, версионирование и правила изменения...
#DST #DSTGlobal #ДСТ #ДСТГлобал #AITRiSM #MCP #A2A #DataFabric #DataMesh #оркестрация #Data Governance #AIGovernance #агентныйИИ #LLM #искусственныйинтеллект #GDPR #HIPAA #потоковыеданные #IoT #Iceberg #DeltaLake #Parquet #Airflow #HabeasWeights #auniversum #ауниверсум #Lambdauniversum #LOGOSk #SemanticDB #Efos #BlindSpots
Источник: https://dstglobal.ru/club/1261-upravlenie-dannymi-v-epohu-agentnyh-tehnologii
1 комментарий
405
Arenadata - финансовые результаты первого полугодия по МСФО
Эмитент у меня в портфеле, поэтому внимательно слежу за его показателями. Arenadata - это IT компания, ведущий российский разработчик ПО для управления данными. А за данными сейчас будущее.
Финансовые результаты большинства IT компаний отличаются яркой сезонностью, поэтому стоит смотреть на динамику показателей по LTM, а не только конкретный период за 6 мес 2026. Основная выручка признается в 4 квартале, а расходы учитываются равномерно в течение года. Поэтому в первом полугодии компания традиционно показывает отрицательные OIBDA и чистую прибыль - так было в отчетности по МСФО каждый год начиная с 2022-го.
При сезонной концентрации выручки во втором полугодии компания уже демонстрирует положительную генерацию денежных средств, что создает потенциал для перевыполнения гайденса по итогам года.
• Выручка: 2.52 млрд +86% г/г
LTM Выручка 9.92 млрд
• OIBDAC: -0.453 млрд LTM OIBDAC 3.80 млрд
• скор.Чистая прибыль (NIC): -0.243 млрд
LTM NIC: 3.72 млрд
• FCF за 6 мес. 2026: 759 млн руб.
Теперь попробуем посчитать что нас ждет по итогам 2026-го года:
• Динамика роста выручки за последние 3 года (CAGR) - 52%. При текущей макроэкономике сама компания ориентирует рынок на рост не менее 20%. Это нижняя граница, аналитики закладывают 27–30%. Радует, что компания сразу дает реалистичные прогнозы.
• При рентабельности 30% можно ждать NIС ~ 3.6 млрд. Компания почти не капитализирует затраты на разработку, практически все идет в расходы периода.
• Дивидендная политика предполагает выплату дивидендов не менее 50% от NIС. NIC за 2025 год - 2.8 млрд руб., выплата по итогам 2025 года и 1 квартала 2026 составила 1.4 млрд руб. по обыкновенным акциям. Политику компания не нарушала ни разу. Деньги получили более 130 тысяч акционеров.
• При капитализации 19.9 млрд ожидаем див.доходность около 9%.
Эмитент активно работает с операционной эффективностью:
• Денежные средства на балансе выросли в 2.6 раза.
• Чистый долг отрицательный (Денег больше чем долга). Компания исторически не занимает — операционку финансирует собственный кэш.
• Убыток по OIBDAC и NIC сократился в 3.2 и 4.7 раза соответственно. И это в несезон.
• Расходы на персонал выросли в основном из-за покупки Убика — органически численность прибавила всего 2% к концу 2025 года.
Про волатильность себестоимости: в портфеле не только продукты, но и сервисы - консалтинг, техподдержка, проектные работы. Именно они формируют с/с и внутри года она может скакать в зависимости от набора проектов. Но для инвестора техподдержка и сервисы это хорошая возобновляемая выручка.
На фоне сектора это лучший результат полугодия: по темпам роста выручки Arenadata обошла всех отчитавшихся публичных IT-компаний. По котировкам картина такая же.
При сохранении темпов роста мы получаем одну из самых дешевых IT компаний на бирже, с дивидендами и без долга.
@tuzov_invest
1 комментарий
1.3K
По завершению торгов понедельника индекс МосБиржи #IMOEX составил 2178,87 пункта (+3%), индекс РТС - 794,63 пункта (+2,1%).
🥇 Полюс (#PLZL): выручка за I полугодие выросла на 27% — до $4,67 млрд благодаря росту цен на золото. Продажи золота снизились на 20% — до 950 тыс. унций. Чистая прибыль сократилась на 59% — до $829 млн.
🛒 М.Видео (#MVID): GMV за I полугодие снизился на 26,9% — до 152,6 млрд ₽. Выручка сократилась на 36,8% — до 108,2 млрд ₽. EBITDA составила −14,7 млрд ₽.
✈️ Аэрофлот (#AFLT): скорректированная чистая прибыль по МСФО во II квартале выросла до 9,3 млрд ₽ против 7,7 млрд ₽ годом ранее. Скорректированная EBITDA увеличилась на 14% — до 52,7 млрд ₽, превысив ожидания рынка. Выручка выросла на 1,8% — до 228,6 млрд ₽.
🚚 КАМАЗ (#KMAZ): чистый убыток по МСФО за I полугодие сократился на 29,5% — до 21,8 млрд ₽. Выручка выросла на 7% — до 164,8 млрд ₽.
🏗 Glorax (#GLRX): чистая прибыль по МСФО за I полугодие снизилась на 32% — до 1,6 млрд ₽. При этом выручка выросла на 45% — до 27 млрд ₽.
💊 Промомед (#PRMD): чистая прибыль по МСФО за I полугодие выросла в 1,8 раза — до 2,59 млрд ₽. Выручка увеличилась на 76% — до 22,8 млрд ₽, скорректированная EBITDA — в 1,75 раза, до 7,68 млрд ₽.
💻Arenadata (#DATA): выручка за I полугодие выросла на 86% — до 2,5 млрд ₽. Чистый убыток сократился с 920 млн ₽ до 347 млн ₽. Скорректированная OIBDA улучшилась до −409 млн ₽ против −1,13 млрд ₽ годом ранее.
🏭 ВСМПО-АВИСМА (#VSMO): чистая прибыль по МСФО за I полугодие выросла в 3,8 раза — до 9,23 млрд ₽. При этом выручка снизилась на 24,3% — до 37,4 млрд ₽.
🏦 Московский кредитный банк (CBOM): чистая прибыль по МСФО за I полугодие выросла в 2,3 раза — до 15,6 млрд ₽. При этом во II квартале прибыль сократилась в 3,4 раза — до 1,3 млрд ₽.
Прокомментировать
402
У компаний появилась новая монетизация, но, есть нюанс.
Или почему не стоит удалять имейлы и таски, даже если вы решили закрывать свой бизнес
И вот пример сему.
1 мая накрылся Spirit Airlines — некогда крупнейший лоукостер США, где финальным гвоздём в ликвидацию стала иранская движуха, из-за которой взлетел керосин, плюс люди с перепугу перестали летать, а Трамп отказался спасать компанию.
В итоге, за март и апрель Spirit сжёг $100 млн на топливе — ну и всё, Spirit испустил свой spirit.
Но, спустя три месяца после спиритических похорон бизнеса, выяснилось, что часть экс-лоукостера всё-таки покупают. Причём не другая авиакомпания, а Google.
И покупает он не самолёты или слоты в аэропортах, а ..... Правильно, корп-данные на прокорм ИИ.
Google дали $10 млн, выиграли банкротный аукцион и получили ~100 млн имейлов, 500 млн сообщений в Teams, а ещё HR-документы, финансы и презентации (нет инфы, без пассажирских данных или же с ними).
Кстати, вторым на аукционе стал Mercor — ИИ-стартап, который специализируется на поставках data/данных для обучения чужих ИИ, но, Гугл его перебил.
Получается, мёртвые компании теперь разбирают на органы. Только вместо почек тут имейлы и тикеты.
И что интересно, раньше уже было весьма много случаев, когда фаундеры неудавшихся стартапов сливали свои имейл-базы, архивы через специальных брокеров-падальщиков, по $10-100 тыс. за компанию, в том числе и для того, чтобы на эти деньги фаундеры могли рассчитаться с кредиторами, выплатить ЗП сотрудникам и в целом «уйти достойно», поэтому многие с радостью и соглашались на сие.
Но, ещё некоторое время назад это был мутный полу-серый рынок, где непонятные дата-барыги скупали всякую мелочь по объявлениям.
А теперь же, совершенно другой уровень, где уже топовый tech-гигант вкатывается в открытый суд по банкротству и участвует в официальном аукционе, где бьётся в лоб с профильным ИИ-игроком за архив уже дохлой авиакомпании.
Т.е., активно формируется новый рынок с новым классом активов. Собственно, юристы уже дали ему название — distressed data assets.
И этот рынок превращается из серо-кустарного в более оформленный.
Умные супер-экономисты уже назвали это «институционализацией».
Надо сказать, что раньше такие сделки тоже были, но, они были штучные, и у них была другая природа:
Специфическая компания покупала какой-то редко-странный тип данных. К примеру, контору 23andMe (это примерно как Генотек, только у них там) после банкротства выкупил фарм-гигант Regeneron за $256 млн и только ради генетических данных.
А теперь покупают обычную переписку без всякой специфики, потому что сам факт «Это делали живые люди на работе, а не ИИ-агенты, и теперь это можно взять себе» становится самостоятельным товаром.
А самое смешное, что это происходит параллельно с другой крупной историей, когда Anthropic скупает редкие книги, закачивает их в ИИ-модель и уничтожает.
Так что, пути к AGI неисповедимы, да.
Хотя, кто сказал, что и Anthropic, и Google не делают и то, и другое, и ещё что-нибудь третье?
В общем, если чей-то паровозик тоже не смог, и настало время его ликвидировать, то ролучается, что не надо спешить удалять имейлы, таски и переписку сотрудников, ибо это деньги и «прокорм» для ИИ.
#бизнес #финансы #инвестиции #данные #информация #data #ИИ
Прокомментировать
978
ИИ-разработчики практически исчерпали открытые данные для обучения искусственного интеллекта.
В условиях жёсткого дефицита реальной информации на рынке начали появляться посредники вроде американских сервисов SimpleClosure и Sunset, которые выкупают корпоративные архивы закрывающихся компаний с переписками из Slack и задачами в Jira для перепродажи ИИ-гигантам.
Другие стартапы, такие как Kled AI (привлекший $14 млн от Себастьяна Труна и фонда Aglaé Ventures семьи Бернара Арно) и Luel AI (собравший $31,2 млн от General Catalyst и Lightspeed), платят обычным людям за бытовые фото, видео и биометрию.
Параллельно растёт сегмент человеческой экспертизы: платформа Mercor привлекает к обучению нейросетей OpenAI и Anthropic тысячи профильных специалистов – от программистов до врачей и юристов со средней ставкой $85 в час.
Эксперты, включая основателя Центра ИИ и цифровой политики Марка Ротенберга, предупреждают, что полностью обезличить подобные массивы переписок и личных файлов невозможно, а вернуть контроль над проданными данными уже не получится.
Прокомментировать
755