Эксперты TAdviser совместно с DIS Group подготовили справку, посвященную ключевым тенденциям в области управления данными. Материал охватывает как глобальный контекст, так и особенности российского рынка. В документе внимание уделено изменениям в подходах к работе с данными, росту интереса со стороны бизнеса к новым моделям и инструментам, а также влиянию технологий на процессы их использования и интеграции в корпоративную среду. Отдельный акцент сделан на перспективах развития управления данными в России.

Справка основана на анализе событий, произошедших на мировом и российском рынке управления данными за последний год, а также на интервью с экспертами и представителями компаний.

Ключевые выводы:

• как подчеркивается в исследовании, управление данными постепенно перестает быть прерогативой Big Data — отраслей, таких как как розничная торговля, FinTech, здравоохранение или государственное управление. Дисциплина управления данными становится необходимой и для промышленности, транспорта и добывающих секторов. Этому способствует цифровизация, внедрение IoT-решений и все более активное использование ИИ в операционных процессах;
• в документе отмечается рост запроса на упрощенный доступ к данным со стороны бизнес-пользователей и аналитиков без глубокой технической подготовки. Как считают авторы, это позволит ускорить принятие решений и снизить зависимость от узких специалистов. В то же время подчеркивается, что такая демократизация несет риски ошибок, предвзятости и нарушения требований к качеству данных;
• утверждается, что ИИ-модели и алгоритмы становятся ключевыми драйверами спроса на данные. При этом повышаются требования к их актуальности, непротиворечивости и масштабируемости. Еще одной тенденцией является возникновение самостоятельных ИИ-агентов как независимых участников работы с данными в организации;
• в материале подчеркивается, что алгоритмы машинного обучения уже используются для классификации данных, выявления аномалий и соблюдения политик соответствия. Вероятно, это позволит организациям повысить эффективность и быстрее адаптироваться к изменениям ландшафта данных;
• как отмечается в документе, компании все чаще переходят от набора разрозненных инструментов к комплексным платформам. Как полагают авторы, эта тенденция будет усиливаться за счет укрупнения игроков, предлагающих интегрированные сервисы от хранения до DataOps. Такой подход позволит упростить внедрение ИИ и снизить издержки;
• согласно работе TAdviser и DIS Group, сейчас наблюдается растущий интерес к маркетплейсам и биржам данных как к инструментам формирования и последующего обмена данными. Внутренние биржи, поясняют авторы, позволяют крупным компаниям проще организовывать взаимодействие между подразделениями, снижая зависимость от внешних поставщиков. Развитие таких механизмов может повысить ликвидность и конкурентность рынка данных;
• в документе говорится, что сегодня компании стремятся расширить возможности нетехнических пользователей в подготовке, интеграции и каталогизации данных (Self-Service). Вероятно, Low-Code/No-Code и генеративный ИИ будут снижать барьеры входа в работу с данными при одновременном повышении уровня соответствующей грамотности;
• согласно исследованию аналитика в режиме реального времени, с минимальной задержкой, становится частью бизнес-процессов, а не отдельной функцией. Это позволяет организациям быстрее реагировать на изменения рынка и клиентского поведения. Однако отмечается, что такие подходы требуют значительных затрат и повышенного контроля качества данных;
• развитие управления данными привело к появлению нескольких архитектурных подходов, которые могут как конкурировать, так и дополнять друг друга внутри одной организации, говорится в материале. Среди них выделяют Data Mesh, Data Fabric, Data Hub и Data Lakehouse. Эти подходы формируют основу современной архитектуры управления данными, расширяя возможности компаний в интеграции, масштабируемости и оперативности аналитики;
• по прогнозам TAdviser и DIS Group, в горизонте до двух лет в промышленную эксплуатацию в России, скорее всего, выйдут Data Lakehouse, Data Mesh, Data Fabric и аналитика в реальном времени. В течение 2–5 лет ожидается точечное внедрение таких направлений, как генеративный ИИ, Self-Service и активные метаданные. В более долгосрочной перспективе (5–10 лет) вероятно развитие экосистем данных, Data Governance как сервиса, маркетплейсов и межоблачного управления, которые пока находятся на стадии прототипирования.

Расскажите знакомым: