ИИ присутствует в бизнес-плане каждого клиента. То же самое относится и к каждому партнеру. Тем не менее, из беседы в беседу наблюдается одна и та же картина: стратегические проекты в области ИИ, которые должны развиваться быстрее всего, зачастую ни к чему не приводят.

Именно это противоречие стало отправной точкой для нашей последней беседы у камина с партнерами Everpure. Себ Даррингтон (Seb Darrington), вице-президент по системной инженерии глобальных партнеров в Everpure, встретился с Махешем Айером (Mahesh Iyer), старшим менеджером по партнерским продажам в Everpure, чтобы откровенно обсудить, почему проекты в сфере ИИ буксуют и какие огромные возможности ждут партнеров, способных помочь решить эту проблему.

Проблема не в модели. Проблема в данных, которые лежат в ее основе.

Даррингтон пояснил, что на протяжении примерно двух десятилетий корпоративные ИТ строились вокруг концепции, ориентированной на приложения. Каждая рабочая нагрузка порождала собственную копию данных, а команды подключали ETL, управление основными данными и бизнес-аналитику для борьбы с возникающей фрагментацией. По сути, организации годами боролись с гравитацией данных — явлением, при котором по мере накопления данных их перемещение становится все более сложным и дорогостоящим.

ИИ меняет эту модель. Вместо того чтобы перемещать данные к приложениям, теперь данные должны находиться в центре, а приложения и агенты — обращаться к ним. Этот сдвиг лежит в основе того, что в Everpure называют приоритетом данных (data primacy), и именно поэтому столь многие инициативы в области ИИ тормозятся не сложностью самой модели, а степенью готовности питающих ее данных.

Айер высказался прямо: от клиентов все чаще требуют создания агентов для выполнения задач, что звучит просто, пока не задумаешься о том, чего это требует на самом деле. Прежде чем какие-либо данные попадут к ИИ-агенту, организация должна определить, где хранятся все эти данные, провести их инвентаризацию и классификацию, а также регламентировать, что именно может и не может передаваться безопасно и в соответствии с требованиями регуляторов. Сегодня этот процесс по-прежнему в значительной степени остается ручным и чреватым ошибками. Из-за отсутствия надлежащей прозрачности многие организации реагируют на это, отправляя агентам лишь небольшую «безопасную» часть своих данных, что ограничивает ценность, которую агент вообще может принести.

«Агент хорош ровно настолько, насколько хороши данные, на которых он основан, — сказал Айер, — и если вы передаете неполные данные, вы не используете в полной мере потенциал того, на что этот агент способен».

«У нас уже есть каталог данных» — это вовсе не возражение, как может показаться

Один из самых полезных моментов в беседе произошел, когда Даррингтон спросил Айера о ситуации, с которой сталкивались многие партнеры: клиент утверждает, что у него уже есть каталог данных, средства защиты от утечки данных (DLP) и инструменты гипермасштабировщиков. Как на это реагировать партнерам?

Мнение Айера: это хорошее начало, но не финишная прямая. Каталог подсказывает, где находятся данные. DLP может пометить конфиденциальные элементы. Инструменты гипермасштабировщика отлично работают внутри собственного облака. Но ничто из этого не дает ответов на более сложный вопросы: что на самом деле означают данные, как они связаны между собой во всей инфраструктуре, являются ли они актуальными или дублированными, и вообще, разрешено ли ИИ-агенту их использовать.

Everpure Data Intelligence не позиционируется как замена этим инструментам. Решение создано для того, чтобы сделать их более полезными за счет непрерывного обнаружения, классификации и контекстуализации данных в локальных, мультиоблачных средах, средах SaaS и даже на мейнфреймах. И что критически важно, ни одно из этих данных не должно размещаться на аппаратном обеспечении Everpure.

«Это дверь в те учетные записи, которые наши партнеры сегодня не могут открыть вместе с нами с точки зрения инфраструктуры», — отметил Даррингтон. Для партнеров с доверительными отношениями с клиентами, где Everpure не является основным поставщиком систем хранения данных, это создает повод для взаимодействия, которое изначально не требует разговоров о кардинальной замене оборудования.

За пределами перепродажи: где кроется реальная маржа партнера

Как выразился Даррингтон, всех волнует один и тот же вопрос: помимо маржи от перепродажи, где находится прибыль партнера?

Айер описал два взаимодополняющих источника дохода. Первый прост: маржа от перепродажи лицензий Data Intelligence в соответствии со стандартными коммерческими условиями каждого партнера. Второй, который Айер подчеркнул как более значимый, — это сервисы, выстроенные вокруг программного обеспечения: платные аудиты готовности, семинары по обнаружению и классификации данных, разработка политик и механизмов управления, а также работы по интеграции, необходимые для подключения результатов сканирования к существующему стеку безопасности и данных клиента.

В качестве планового ориентира Айер предложил партнерам рассчитывать на 4–5 долларов выручки от услуг на каждый 1 доллар выручки от лицензий Data Intelligence. Лицензия — это то, что открывает дверь; сопутствующая практика оказания услуг — это то, что превращает ее в регулярный доход. Первоначальная платная оценка может перерасти в внедрение, а затем — в непрерывное управляемое администрирование или услуги по оценке готовности к ИИ по мере развития источников данных, нормативных требований и вариантов использования у клиента.

«Everpure Data Intelligence разработана так, чтобы создавать эту высокоценную партнерскую работу, а не конкурировать за нее», — заявил Айер. Это существенное различие для партнеров, которые решают, куда инвестировать собственную экспертизу.

Как это выглядит в реальной среде

Чтобы сделать возможности осязаемыми, в ходе сессии был продемонстрирован пример того, как Everpure Data Intelligence выявляет риски, упускаемые традиционными инструментами, на основе анонимизированных данных сети спортивной медицины. Сканирование разнородных источников выявило десятки файлов с крайне конфиденциальными данными спортсменов, которые ускользнули от существующих средств контроля, включая один документ, содержащий девять различных типов раскрытых данных — от номеров социального страхования до клинических диагнозов.

Платформа не ограничилась обнаружением. Сопоставив контекст взаимосвязей между разрозненными, изолированными источниками, она связала зафиксированное у одного пациента наследственное заболевание с его иждивенцем, чьи медицинские записи находились в совершенно другой базе данных. Это выявило пробел в обследовании, который привел к ранней диагностике, поддающейся лечению. Это яркий пример того, во что на самом деле обходятся организации «теневые данные», когда ими не управляют, и тот тип обсуждения рисков, который дает партнерам реальный выход за рамки инфраструктуры.

Из сессии вопросов и ответов с партнерами

Несколько ярких моментов из сессии в прямом эфире:

«Моя команда состоит из инфраструктурных системных инженеров. Является ли предоставление аудита управления принципиально новым набором навыков? Следует ли мне нанимать новых сотрудников, переобучать имеющихся или рассчитывать на вашу помощь в первых нескольких проектах?» Даррингтон ответил прямо: внедрение Data Intelligence в настоящее время по умолчанию выполняется силами Everpure (под брендом Everpure или под белым лейблом) в качестве сознательно консервативной меры на начальном этапе, пока команда обеспечивает безупречность первых развертываний (продукт вошел в состав Everpure в феврале). То, что сегодня полностью открыто для партнеров, — это консультационный уровень, оценка масштабов, разработка политик управления, исправление уязвимостей и интеграция в существующий стек клиента, что составляет больший объем оплачиваемой работы в рамках таких проектов. Доставка под брендом партнера появится в будущем, но пока недоступна.
«Если совет директоров клиента просит нас гарантировать, что агент не допустит утечки данных с избыточными правами доступа, что мы можем честно ответить?» Айер не стал уклоняться от ответа: полностью гарантировать это невозможно. Но он объяснил, как Everpure Data Intelligence помогает организациям приблизиться к этой цели настолько, насколько это возможно: система обеспечивает практически полную видимость структурированных и неструктурированных данных как в состоянии покоя, так и при передаче. Точность классификации подтверждена независимыми экспертами. А многоуровневый контекст, охватывающий файловые, документальные, сущностные и семантические связи, позволяет организациям передавать больше данных в проекты ИИ с гораздо большей уверенностью, чем раньше.

С чего начать

Совет Айера всем участникам этой сессии: начните с ознакомления с материалами, уже доступными на Портале партнеров. В ближайшие недели и месяцы появятся новые материалы и углубленные воркшопы. После этого изучите существующую клиентскую базу и найдите самые простые возможности: учетные записи, где разговор можно перевести с инфраструктуры на готовность данных и их управление.

Как отметил Даррингтон в завершение сессии: не ждите, пока кто-то другой начнет этот разговор. Ваши клиенты уже задают эти вопросы. С Everpure Data Intelligence партнеры не просто готовят клиентов к внедрению ИИ — они доказывают, что предвидели это.

Если вы пропустили прямую трансляцию, партнеры Everpure могут посмотреть запись в Partner Central (требуется вход в систему).

— Том Айерс (Tom Ayres), менеджер по глобальному партнерскому контенту и коммуникациям, Everpure

Продолжайте изучать готовность к ИИ

Продолжите начатое обсуждение с помощью этих ресурсов, посвященных основам работы с данными, инструментам и возможностям для партнеров в сфере готовности к ИИ:

Почему гравитация данных затрудняет их перемещение
Как первичность данных меняет подход организаций к их использованию
Почему агентам ИИ требуется инфраструктура перед переходом к автономности
Изучите возможности Everpure Data Intelligence
Узнайте больше о структурированных и неструктурированных данных
Посмотрите запись беседы с партнерами у камина в Partner Central (требуется вход в систему).