Данные как стратегический ресурс: ключевые тренды для бизнеса
Сегодня данные становятся новым стратегическим ресурсом для бизнеса, играют ключевую роль в повышении качества взаимодействия с клиентами, минимизации операционных ошибок и оптимизации бизнес-процессов
В ближайшие годы развитие различных отраслей, включая банковский сектор, ретейл, промышленность и телекоммуникации, будет определяться несколькими ключевыми направлениями в области работы с данными. Среди них — взвешенный подход при внедрении технологий искусственного интеллекта (ИИ), развитие аналитики больших данных, использование приватных облаков и улучшение качества имеющихся данных. Эти тренды не только открывают новые возможности для роста, но и становятся необходимым условием для сохранения конкурентоспособности в цифровую эпоху.
Тренд №1. Улучшение качества данных
Объемы данных постоянно растут: аналитики ожидают, что в 2025 году объем данных в мире достигнет 182 зеттабайт. За пять лет этот показатель вырос троекратно. Согласно исследованию K2 Cloud и Arenadata, в среднем объем данных ежегодно увеличивается на 30%. Наиболее значительный прирост наблюдается в ритейле и секторе FMCG: 37% респондентов отмечают рост данных в диапазоне 30–100%, а 45% сообщают об их увеличении в разы. Этот тренд объясняется активным внедрением новых источников данных и растущим спросом на гиперперсонализацию услуг. Еще один лидер по темпам роста данных — транспортная и логистическая отрасль, где увеличение объемов информации связано с расширением бизнеса, ростом числа операций и таким явлением, как фрагментация заказов.
При этом, согласно исследованию, проведенному HFS и Syniti, 85% руководителей крупнейших международных компаний признают, что данные — фундамент для успешного развития бизнеса. Но лишь треть респондентов удовлетворена их текущим качеством. Более того, как отмечают опрошенные, около 40% данных в их организациях остаются непригодными для практического использования: важно не только собрать, но и эффективного управлять данными, чтобы превратить их в реальный актив для достижения бизнес-целей.
Из-за влияния человеческого фактора, слабой интеграции между различными системами и платформами, отсутствия четкой документации и унифицированных метрик организации сталкиваются с проблемой низкого качества данных. Это создает серьезные препятствия для реализации сложных проектов, таких как создание корпоративных хранилищ данных. Без предварительного улучшения качества данных подобные инициативы могут столкнуться с существенными трудностями, что приведет к увеличению сроков, затрат и снижению эффективности внедрения.
Чтобы предотвратить подобные негативные последствия, компании внедряют подход Data Governance, применяя специализированные инструменты, такие как каталоги данных, бизнес-глоссарии и средства для очистки данных. Это позволяет обеспечить прозрачность, качество и согласованность данных при управлении ими.
Тренд №2. Использование приватных облаков
Увеличение числа источников данных и технических устройств, их генерирующих, а также переход компаний к обработке информации в режиме, близком к реальному времени, и активное использование облачных хранилищ — все это способствует стремительному росту объемов данных в мире. Это оказывает влияние и на российский рынок облачных инфраструктурных сервисов. Согласно прогнозам iKS-Consulting, к 2028 году его объем может достичь 464 млрд рублей.
Для эффективной работы с растущими массивами данных бизнесу требуются новые решения и инновационные подходы. Все чаще компании начинают рассматривать альтернативные варианты, включая вендорские enterprise-продукты, которые становятся более доступными благодаря их интеграции в облака в качестве специализированных сервисов.
Компания «Бургер Кинг» добилась значительного ускорения бизнес-процессов и повышения надежности своих цифровых решений, перенеся инфраструктуру для хранения и обработки данных в облачную платформу VK Cloud. В рамках этого перехода компания активно использует сервис систему управления базами данных (СУБД) Arenadata DB. Благодаря этому, например, время расчета оптимального количества сотрудников на смену сократилось с 14 дней до всего трех часов, что существенно повысило операционную эффективность.
На фоне растущего спроса на облачные решения наблюдается устойчивая тенденция к созданию приватных (частных) облаков. Согласно исследованию Cloud.ru, в отраслях-лидерах по затратам на облачную инфраструктуру преобладали частные облака. Так, в финансовом секторе на них приходилось 94% затрат против 6% на публичные облака.
Для компаний, которые ценят конфиденциальность данных и отказоустойчивость инфраструктуры, но при этом стремятся использовать преимущества облачных технологий, приватные облака становятся оптимальным решением. Они позволяют перенести часть задач из локальной инфраструктуры в более гибкую среду. Например, в таких облаках можно тестировать новые технологии для работы с данными или решать задачи с умеренной нагрузкой, не жертвуя при этом скоростью обработки. Кроме того, приватные облака снижают порог входа для внедрения современных технологий, делая их более доступными для бизнеса.
Тренд №3. Взвешенный подход при внедрении ИИ
В последние годы во всем мире, включая Россию, существенно увеличились инвестиции в разработку и внедрение решений на основе искусственного интеллекта. Однако далеко не всегда такие проекты приносят ожидаемые результаты.
Дело в том, что термин «искусственный интеллект» объединяет множество технологий, которые существенно различаются по уровню коммерческой зрелости. В последние годы основное внимание медиа и общественности приковано к технологии GenAI (генеративный искусственный интеллект, — Forbes Club), однако реальную прибыль сегодня генерируют более зрелые решения, такие как NLP (обработка естественного языка). Эти технологии достигли пика своего развития еще в 2010-х годах и активно применяются в прикладном программном обеспечении, в отличие от системного ПО — фокуса разработки нашей компании.
По оценке МФТИ, в 2023 году доля GenAI на российском рынке искусственного интеллекта составила менее 0,25%, в то время как 61% рынка заняли технологии NLP. Несмотря на активные инвестиции в GenAI со стороны крупнейших зарубежных корпораций, нестабильность таких вложений стала очевидной после недавних событий. Появление DeepSeek и последовавшее за этим падение акций ряда американских компаний на общую сумму $1 трлн всего за один день наглядно демонстрируют риски, связанные с этой технологией.
Можно также вспомнить недавнюю статью в Economist об отсутствии влияния ИИ на макроэкономические показатели США, а также исследование корпорации Rand, обнаружившее, что 80% проектов с ИИ заканчиваются неудачей.
Одна из ключевых проблем таких компаний, как OpenAI, заключается в том, что масштабирование их бизнеса требует колоссального роста издержек. Это связано с необходимостью обучения новых LLM (больших языковых моделей, — Forbes Club) и привлечения дополнительных вычислительных ресурсов. Такая модель резко контрастирует с традиционным подходом в софтверном бизнесе, где основные затраты приходятся на этап разработки продукта, а привлечение каждого нового пользователя практически не требует дополнительных расходов. В результате расходы OpenAI растут сопоставимо с доходами, а прогнозируемые убытки составляют 44 млрд долларов до 2028 года.
В то же время убытки крупнейших компаний индустрии, таких как OpenAI, связаны с их бизнес-моделью, а не с уменьшением потенциала технологии. Компании, инвестирующие в базовые модели, ожидали в далекой перспективе окупить инвестиции за счет монополизации рынка через уникальный продукт, и не учитывали изначально, что условно бесплатные аналоги могут достаточно быстро стать сопоставимыми по качеству.
Точно так же компания Nvidia, зарабатывающая на ИИ-буме больше всех, не готова сейчас к тому, что небольшие модели, не требующие для своей эффективной работы даже графических процессоров, смогут конкурировать по качеству результата с гигантскими моделями, которые можно разместить только на кластерах из GPU за сотни тысяч долларов.
При этом потенциал использования GenAI продолжает расти быстрее, чем происходит его освоение. Проникновение в бизнес-задачи агентских инструментов, основанных на структурированных ответах и ставших доступными какие-то полгода назад, пока незначительное. При этом у визионеров есть консенсус, что около 90% всей рутинной офисной работы будет закрыто этой технологией. Создается ощущение, что этого потенциала реинжиниринга бизнеса еще мало.
Поэтому сейчас появляются в открытом доступе универсальные агенты управления интерфейсами компьютера, с помощью которых рассчитывают в перспективе выполнять абсолютно произвольные задачи, связанные с использованием ПК. На тех же технологиях основываются модели, формирующие для робота последовательность действий к выполнению по изображению с его видеокамеры. Например, взять документ со стола, верифицировать его соответствие ожидаемой форме, проехать к другому столу, положить документ в лоток, маркированный конкретным QR-кодом.
В связи с этим важно осознанно подходить к использованию ИИ и не инвестировать в генеративные технологии, не сформировав перед этим образа целевого результата, выраженного в лучшем качестве продуктов или процессов, либо иной прозрачной ценности для клиентов. Такой избирательный подход позволит не только оптимизировать затраты, но и обеспечить максимальную эффективность от внедрения инноваций.
Так, у Группы Arenadata есть опыт применения искусственного интеллекта при миграции кода с зарубежных СУБД, например Oracle Database, MS SQL и Teradata, на решения Arenadata. Раньше такой процесс в крупных компаниях мог занимать десятки тысяч человеко-дней и по срокам растягивался на несколько месяцев или даже лет, что крайне затратно как с точки зрения привлечения подрядчиков, так и с точки зрения эксплуатации оборудования для работы новой системы в параллели со старой.
Благодаря внедрению ИИ в процесс переноса данных нам удалось значительно сократить временные и финансовые затраты, повысить точность преобразований и ускорить переход на современную платформу. Следующим нашим значимым шагом в области ИИ станет домашняя схема для ИИ-агентов, информация из которой позволит искусственному интеллекту лучше ориентироваться в платформе данных. Многие ИИ-ассистенты и агентские системы, создаваемые нашими партнерами и нами, для своей работы требуют информацию, которую смогут получить из этой схемы.
Стоп-фактор
Несмотря на активное обсуждение темы импортозамещения, его высокий приоритет на государственном уровне и постоянное присутствие в публичной повестке, российские компании демонстрируют заметное отставание в реализации соответствующих инициатив. Использование устаревшего программного обеспечения, которое больше не поддерживается, не обновляется и не получает исправлений для устранения уязвимостей, ведет к постепенному ухудшению состояния систем.
Это создает риски не только для выполнения важных технологических проектов, но и для стабильности работы всей инфраструктуры. В худшем случае такие сбои могут привести к значительному снижению эффективности бизнеса и угрозам для его устойчивости.
Данные действительно стали стратегическим ресурсом, определяющим успех бизнеса в цифровую эпоху. Улучшение их качества, внедрение приватных облаков и взвешенный подход к использованию искусственного интеллекта — это не просто тренды, а необходимость для компаний, стремящихся сохранить конкурентоспособность.
Однако успешная реализация таких инициатив требует не только технологических решений, но и грамотного управления, а также преодоления вызовов, включая устаревшую инфраструктуру и отставание в импортозамещении.
Компании, которые смогут эффективно интегрировать эти подходы, получат значительное преимущество, повысив операционную эффективность, качество продуктов и уровень удовлетворенности клиентов. В условиях стремительного развития технологий и растущих объемов данных именно умение работать с данными станет ключевым фактором успеха в ближайшие годы.