Данные, готовые к ИИ: руководство для руководителей по работе с данными от Veolia

Когда вы поставляете питьевую воду в 110 million people,¹ ваша база данных не оставляет права на ошибку. Veolia предоставляет услуги в сфере водоснабжения, утилизации отходов и энергетики по всему миру, насчитывая 215 000 сотрудников.¹

Лиза Лонго (Lisa Longo), директор по управлению данными в Veolia, управляет данными в таком масштабе с помощью жесткой расстановки приоритетов и прагматичного подхода к технологиям без лишнего эго. Она пришла в Veolia после десяти лет руководства управлением данными в одном из крупнейших финансовых институтов страны.² Она также была партнером по дизайну для Alation,³ помогая формировать продукты Data Quality и Critical Data Manager.⁴

На мероприятии AtrevAlation Chicago 2026,⁵ Лонго поделилась своим руководством по внедрению данных в масштабах всей компании. Она также объяснила, почему Veolia отложила утвержденную собственную разработку ИИ в пользу Alation AIOS. Вот какие выводы из ее подхода могут сделать другие лидеры в сфере данных.

Развивающаяся мантра: «Все дороги ведут к AIOS»

Годами рекомендации Лонго были простыми: если вам нужно узнать что-то о ваших данных, обратитесь в каталог. «Раньше я говорила, что все дороги ведут в Alation, — сказала она. — Независимо от того, где они находятся — будь то устаревшие знания в головах людей или документы, — все это принадлежит Alation».

С появлением launch of Alation AIOS in July 2026,⁶ ее мантра изменилась. «Теперь я говорю AIOS, — сказала Лонго, — потому что каждого спрашивают: „Где мне взять этот ИИ, о котором все говорят?“»

Эти две мантры связаны между собой. Институциональные знания, которые Лонго задокументировала в каталоге, делают ИИ надежным. Как она выразилась: «Эта информация станет топливом для вашего ИИ». Gartner видит ту же тенденцию в масштабах всей индустрии. Компания прогнозирует, что до 2026 года организации откажутся от 60% проектов в сфере ИИ, которые не подкреплены данными, готовыми к ИИ.⁷

Начните с главного: критически важные данные и бизнес-проблемы

«Все данные созданы неравными, — сказала Лонго. — Люди хотят получить каталог и спросить: „Сколько источников я могу сюда загрузить?“ А я отвечаю: „Что с вами не так? Не делайте этого“».

Вместо этого она фокусируется на оперативных данных, лежащих в основе ключевых показателей эффективности компании.² Что попадает в каталог, всегда решает бизнес. Она начинает с того, что задает каждому домену один вопрос: «Расскажите, что вас больше всего раздражает в вашей работе». Домены с реальными проблемами и искренним желанием участвовать идут первыми, а остальные ждут в бэклоге.

Главный вывод для лидеров по работе с данными: не каталогизируйте все подряд. Расставьте приоритеты для данных, лежащих в основе ваших важнейших решений, и начните с команд, которые испытывают трудности и готовы к работе.

Доверие в действии: выявление ошибок выставления счетов за неделю

Команда Лонго была одним из первых пилотных клиентов возможностей Alation по обеспечению качества данных.³ Во время пилотного проекта бизнес-домен поинтересовался, смогут ли проверки качества данных выявлять расхождения в счетах до того, как счета попадут в отдел взыскания задолженности.

Работая бок о бок с командой Alation по качеству данных, команда Лонго потратила неделю на определение правил качества для случаев, когда плохие данные являются причиной неоплаты счетов. В первую же неделю после развертывания правила обнаружили ошибочные записи по всему конвейеру, позволив домену исправить их и ускорить возврат выручки.²

Главный вывод для лидеров по работе с данными: направляйте свою работу по качеству данных на проблему, у которой есть финансовое выражение. Такие быстрые победы, по словам Лонго, «приносят вам признание для продвижения всего остального, что вам нужно сделать. Деньги говорят сами за себя».

Сделайте бизнес своей командой

Лонго использует намеренно бережливую федеративную модель. Как она выражается: «Моя команда — это мой бизнес».

У каждого домена есть исполнительный владелец данных, поскольку решения принимают руководители. В нем также есть главный специалист по управлению данными (chief data steward) — «единорог», сочетающий деловые и технические навыки, который решает, что попадает в каталог, и руководит курированием. «Институциональные знания о данных хранятся в их головах», — сказала Лонго. Ее задача — оказывать им поддержку.

Эта модель окупилась, когда Veolia приобрела компанию по управлению водными ресурсами, привнеся еще больше некатализированных данных.² Поскольку ответственность уже лежала на бизнесе, домены смогли гармонизировать данные в различных ERP-системах, включая JD Edwards и SAP, и задокументировать устаревшие знания в Alation.²

Эта модель также завоевала расположение скептиков. На ее предыдущем месте работы высокопоставленный сотрудник объявил во время звонка с участием тысячи людей, что он никогда не будет пользоваться каталогом. Но затем Лонго узнала, что худшей частью его дня были ответы на одни и те же вопросы по электронной почте — сотни раз. Тогда она заключила сделку: поместить ответы в Alation и направлять людей туда. Три месяца спустя его подпись в электронной почте отправляла всех в каталог.

Она поняла, что его сопротивление проистекало из страха стать легко заменяемым. Вместо этого курирование освободило его время для еще более ценной и полезной работы, и он вышел на пенсию как один из ее главных сторонников. «Дело не в том, чтобы заменить людей, — сказала она. — Речь идет о том, чтобы дать им возможность и способность делать что-то большее».

Главный вывод для лидеров по работе с данными: возложите ответственность на руководителей бизнеса, расширьте возможности стюардов, которые знают данные, и сделайте своих экспертов настоящими героями.

Завоевание поддержки: пряники, кнуты и евангелисты

Что касается стимулирования, Лонго предпочитает пряники. Один из руководителей домена поместил метрики использования активов, которые просматривает высшее руководство, в Alation и создал поверх них продукт данных, благодаря чему руководители теперь могут задавать собственные вопросы.² Никому не пришлось навязывать внедрение.

Когда ей нужен кнут, она указывает на риски. На своей предыдущей должности в банке она узнала, что 27% специалистов по работе с данными уволились за один год.² Поэтому она показала правлению слайд с уходящими людьми и сказала им: «Вы только что потеряли 27% своих институциональных знаний». Поддержка управления данными не заставила себя ждать.

Лонго транслирует ту же ясность командам по обеспечению конфиденциальности: они защищают данные, но в конечном итоге ими владеет бизнес. Аналогичным образом, внутри Alation политики привязаны к данным, которыми они управляют, а автоматизированные проверки отмечают конфиденциальные данные, чтобы владельцы доменов могли решать, кто и что может видеть.² Это агентское управление данными (agentic data governance), которое масштабируется без увеличения численности штата. Благодаря этой новой модели специалист компании по конфиденциальности превратился из ее жесткого критика в близкого союзника.

Ее совет по внедрению заключается в том, чтобы найти людей, которые поднимают руки, добиться быстрых побед и позволить этим людям рассказать историю.

Создать или купить: отказ, разработка и второй взгляд

Около года назад команда аккаунт-менеджеров Alation показала Лонго раннюю версию продуктов данных Alation. «Я сказала: „Это не для меня“», — вспоминает она. Она могла сама писать код на DAX, но ее стюардам со стороны бизнеса требовалось что-то более простое в ежедневном использовании.

Поэтому ее команда запланировала собственную разработку. «У всех есть ChatGPT, Claude, Copilot, — сказала она. — Но у вас есть технический долг, а также сотрудники, необходимые для управления этим». Она добилась одобрения на «весьма значительную сумму». Затем работа по интеграции приобретения приостановила проект, пока ее команда создавала «базовый набор для ИИ».

Когда компания была готова ускорить процесс, ее команда в Alation попросила ее взглянуть еще раз. Через пять минут после начала новой демо-версии она остановила ее, чтобы спросить, как скоро она сможет показать ее своему директору по данным (Chief Data Officer). Увидев ее, он назвал это прорывом.²

«Никакого эго, мы свернули всё, что собирались сделать сами», — сказала Лонго. — «Использование Alation обходится нам дешевле, чем разработка и поддержка собственной системы собственными силами»². Её опыт согласуется с результатами ранних исследований. Предварительное исследование MIT NANDA за 2025 год показало, что инструменты искусственного интеллекта, приобретенные у специализированных вендоров, добивались успеха примерно в два раза чаще, чем решения, разработанные внутри компании⁸.

Вывод для руководителей по работе с данными: учитывайте технический долг и затраты на персонал в совокупной стоимости создания собственной системы in-house. Оценивайте любой инструмент по тому, могут ли бизнес-пользователи использовать его каждый день. И будьте готовы пересмотреть отказ («нет»), когда продукт развивается и внедряет инновации.

Информационные продукты: многократное увеличение влияния каждого руководителя по работе с данными

Раньше вопросы руководства означали запросы в службу поддержки, ожидание и уточнения, которые запускали цикл заново. Теперь руководители подразделений создают доверенные информационные продукты для вопросов, которые руководство задает чаще всего, например, об использовании активов и соотношении выигранных и проигранных сделок². Затем руководители задают уточняющие вопросы на простом языке, например, какой регион показал лучшие результаты или как один регион соотносится с другим. Они получают верифицированные ответы в режиме реального времени.

«Вместо того чтобы смотреть на эту панель мониторинга и говорить: „У меня есть еще вопросы“, просто задайте свои вопросы», — сказала Лонго. Увидев демоверсию, один из топ-менеджеров коммерческого департамента написал ей: «Как скоро я смотрю получить чат со своими данными?»²

Сегодня каждый информационный продукт продолжает отвечать на вопросы руководства без необходимости для кого-либо создавать следующий отчет. Именно так офис управления данными, состоящий всего из одного человека, расширяет свое влияние на всю компанию.

План Лонго по обеспечению готовности данных к внедрению ИИ

Подход Лонго сводится к нескольким принципам, которые может позаимствовать любой руководитель по работе с данными, будь то создание каталога с нуля или подготовка организации к внедрению корпоративного ИИ. Вот шесть уроков из ее работы в Veolia:

• Курируйте данные, которые имеют значение. Управляйте критически важными данными, лежащими в основе ваших главных решений, и рассматривайте их качество как обязательное условие для ИИ.

Курируйте данные, которые имеют значение. Управляйте критически важными данными, лежащими в основе ваших главных решений, и рассматривайте их качество как обязательное условие для ИИ.

• Пусть приоритеты определяют бизнес-проблемы и вовлеченность. Начинайте с тех направлений бизнеса, которые испытывают трудности и готовы к участию.

Пусть приоритеты определяют бизнес-проблемы и вовлеченность. Начинайте с тех направлений бизнеса, которые испытывают трудности и готовы к участию.

• Побеждайте с помощью денег. Ранние проекты, которые приносят или экономят деньги, финансируют все остальное.

Побеждайте с помощью денег. Ранние проекты, которые приносят или экономят деньги, финансируют все остальное.

• Сделайте бизнес своей командой, а экспертов — героями. Открыто боритесь со страхом стать заменяемым.

Сделайте бизнес своей командой, а экспертов — героями. Открыто боритесь со страхом стать заменяемым.

• Оценивайте технологии по их полезности для бизнеса и отбросьте амбиции при выборе между собственной разработкой и покупкой. Правильный инструмент — это тот, который ваши бизнес-пользователи действительно будут использовать, по приемлемой для вас цене.

Оценивайте технологии по их полезности для бизнеса и отбросьте амбиции при выборе между собственной разработкой и покупкой. Правильный инструмент — это тот, который ваши бизнес-пользователи действительно будут использовать, по приемлемой для вас цене.

• Используйте информационные продукты для многократного усиления своего влияния. Один раз ответьте на самые частые вопросы руководства и позвольте им задавать уточняющие вопросы самостоятельно.

Используйте информационные продукты для многократного усиления своего влияния. Один раз ответьте на самые частые вопросы руководства и позвольте им задавать уточняющие вопросы самостоятельно.

Благодаря отсутствию эго, ориентации на бизнес-приоритеты и прочной основе Лонго создает условия для масштабирования ИИ в Veolia на базе данных, которым доверяют сотрудники компании.

Источники и примечания

Каждое внешнее утверждение на этой странице поддается независимой проверке. Общедоступные источники перечислены здесь.

• В 2025 году компания Veolia обеспечивала питьевой водой 110 миллионов человек и насчитывала 215 000 сотрудников, работая в сфере водоснабжения, обращения с отходами и энергетики. — Veolia, «Veolia вкратце» ↗ https://www.veolia.com/en/veolia-group/veolia-in-brief

В 2025 году компания Veolia обеспечивала питьевой водой 110 миллионов человек и насчитывала 215 000 сотрудников, работая в сфере водоснабжения, обращения с отходами и энергетики. — Veolia, «Veolia вкратце» ↗ https://www.veolia.com/en/veolia-group/veolia-in-brief

• Со слов клиента: Лиза Лонго (Lisa Longo), выступление на конференции revAlation в Чикаго 17 сентября 2026 г., по стенограмме сессии. Это охватывает ее бэкграунд, фокус на критически важных данных, результат по счетам, федеративную модель доменов, работу по слияниям и гармонизации ERP, показатель текучести кадров в 27%, автоматизацию политик, одобрение разработки и сравнение затрат, а также реакцию коллег (пересказано своими словами, имена не разглашаются). [Ожидается одобрение Veolia. Лонго должна подтвердить свой прошлый опыт работы и выбрать формулировку в отношении счетов].

Со слов клиента: Лиза Лонго (Lisa Longo), выступление на конференции revAlation в Чикаго 17 сентября 2026 г., по стенограмме сессии. Это охватывает ее бэкграунд, фокус на критически важных данных, результат по счетам, федеративную модель доменов, работу по слияниям и гармонизации ERP, показатель текучести кадров в 27%, автоматизацию политик, одобрение разработки и сравнение затрат, а также реакцию коллег (пересказано своими словами, имена не разглашаются). [Ожидается одобрение Veolia. Лонго должна подтвердить свой прошлый опыт работы и выбрать формулировку в отношении счетов].

• Роль Veolia как партнера по разработке Alation и раннего пилотного клиента Data Quality. — продуктовая команда Alation, внутренняя документация. [Требуется подтверждение владельца продукта перед публикацией. Общедоступные источники отсутствуют].

Роль Veolia как партнера по разработке Alation и раннего пилотного клиента Data Quality. — продуктовая команда Alation, внутренняя документация. [Требуется подтверждение владельца продукта перед публикацией. Общедоступные источники отсутствуют].

• Alation Critical Data Manager, анонсирован как Alation CDE Manager 12 ноября 2025 года. — Alation ↗ https://www.alation.com/aios/critical-data-manager/

Alation Critical Data Manager, анонсирован как Alation CDE Manager 12 ноября 2025 года. — Alation ↗ https://www.alation.com/aios/critical-data-manager/

• Конференция revAlation 2026 в Чикаго состоялась 17 сентября 2026 года, компания Veolia вошла в число компаний-участников с презентациями. — пресс-релиз Alation, 9 сентября 2026 г. ↗ https://www.alation.com/news-and-press/leaders-from-ally-financial-bbc-electronic-arts-flutter-and-veolia-to-present-at-alations-revalation-2026-conference-series/

Конференция revAlation 2026 в Чикаго состоялась 17 сентября 2026 года, компания Veolia вошла в число компаний-участников с презентациями. — пресс-релиз Alation, 9 сентября 2026 г. ↗ https://www.alation.com/news-and-press/leaders-from-ally-financial-bbc-electronic-arts-flutter-and-veolia-to-present-at-alations-revalation-2026-conference-series/

• Компания Alation анонсировала AIOS 14 июля 2026 года. — Alation через GlobeNewswire ↗ https://www.globenewswire.com/news-release/2026/07/14/3326909/0/en/Alation-Launches-AIOS-All-New-Intelligence-Operating-System-for-Enterprise-AI.html

Компания Alation анонсировала AIOS 14 июля 2026 года. — Alation через GlobeNewswire ↗ https://www.globenewswire.com/news-release/2026/07/14/3326909/0/en/Alation-Launches-AIOS-All-New-Intelligence-Operating-System-for-Enterprise-AI.html

• Gartner прогнозирует, что до конца 2026 года организации откажутся от 60% проектов в сфере ИИ, которые не поддерживаются данными, готовыми к внедрению искусственного интеллекта. — Gartner, интервью с Роксан Эдлали (Roxane Edjlali), 26 февраля 2025 г. ↗ https://www.gartner.com/en/newsroom/press-releases/2025-02-26-lack-of-ai-ready-data-puts-ai-projects-at-risk

Gartner прогнозирует, что до 2026 года организации откажутся от 60% проектов в сфере ИИ, не обеспеченных данными, готовыми для работы с ИИ. — Gartner, вопросы и ответы с Роксаной Эджлали (Roxane Edjlali), 26 февраля 2025 г. ↗ https://www.gartner.com/en/newsroom/press-releases/2025-02-26-lack-of-ai-ready-data-puts-ai-projects-at-risk

• Предварительно: согласно предварительному отчету MIT NANDA за июль 2025 года «Цифровое разделение в эпоху генеративного ИИ» (The GenAI Divide), инструменты ИИ, приобретенные у специализированных вендоров, были успешны примерно в 67% случаев, по сравнению примерно с одной третью для разработок собственными силами. Опубликовано в Fortune 18 августа 2025 г. Первичный отчет еще предстоит найти, а выборка исследования мала и основана на самоотчетах. ↗ https://www.fortune.com/2025/08/18/mit-report-95-percent-generative-ai-pilots-at-companies-failing-cfo

Предварительно: согласно предварительному отчету MIT NANDA за июль 2025 года «Цифровое разделение в эпоху генеративного ИИ» (The GenAI Divide), инструменты ИИ, приобретенные у специализированных вендоров, были успешны примерно в 67% случаев, по сравнению примерно с одной третью для разработок собственными силами. Опубликовано в Fortune 18 августа 2025 г. Первичный отчет еще предстоит найти, а выборка исследования мала и основана на самоотчетах. ↗ https://www.fortune.com/2025/08/18/mit-report-95-percent-generative-ai-pilots-at-companies-failing-cfo

Атрибуция аналитиков и отказ от ответственности

Gartner, "Lack of AI-Ready Data Puts AI Projects at Risk," Q&A with Roxane Edjlali, 26 February 2025.

Gartner не выражает одобрения какому-либо поставщику, продукту или услуге, описанным в ее исследовательских публикациях, и не рекомендует пользователям технологий выбирать только тех поставщиков, которые имеют самые высокие рейтинги или другие обозначения. Исследовательские публикации Gartner выражают мнение исследовательской организации Gartner и не должны рассматриваться как констатация фактов. Gartner отказывается от всех гарантий, явных или подразумеваемых, в отношении данного исследования, включая любые гарантии товарной пригодности или пригодности для определенной цели. GARTNER и Magic Quadrant являются зарегистрированными товарными знаками и знаками обслуживания компании Gartner, Inc. и/или ее филиалов в США и других странах и используются здесь с разрешения. Все права защищены.