На протяжении большей части последних пятнадцати лет роль директора по данным (CDO) определялась строительными проектами. Консолидируйте источники, создайте хранилище, перенесите данные в облако, и результат не заставит себя ждать. Цифры говорят об обратном. В исследовании Deloitte 2026 Chief Data and Analytics Officer survey, в котором приняли участие 100 руководителей по работе с данными (почти все они — CDAO), 95% заявили, что их организации не в полной мере используют ценность своих данных, а 56% сообщили об «интенсивном» давлении с требованием доказать бизнес-ценность и прямой возврат инвестиций (ROI) от инициатив в области данных и ИИ.¹ Проще говоря, пятнадцать лет создания платформ не сократили разрыв между тем, чем компании владеют, и тем, что они реально используют.
В недавнем эпизоде подкаста AI Radicals руководитель отдела продаж Alation Сьюзан Уилсон побеседовала с Карой Тайс, директором по данным в Early Warning Services, компании, стоящей за платежной системой Zelle. Там модели анализа мошенничества работают с данными о потребительских платежах внутри платежной сети, которая обработала more than $1.2 trillion in 2025.² До этой компании Тайс с нуля создала функции работы с данными в трех финансовых учреждениях, что дает ей полезный взгляд на управление данными в банковской сфере. Она совершила большинство этих ошибок лично и необычайно открыто говорит об этом.
Почему стратегия «единой платформы данных» продолжает подводить руководителей
Позиция Тайс в отношении архитектуры платформы прямолинейна. «Я думаю, что монолиты ушли в прошлое, и теперь все дело в деталях Lego, — сказала она Уилсон. — Но у вас не должно быть слишком много деталей Lego».
Выбор лучших в своем классе решений (best-of-breed) стал стандартом, и вместе с ним изменился характер неудач. Никто не жалеет о выборе более качественного инструмента. Люди жалеют о количестве инструментов и работе по интеграции данных, которую никто не оценил. «Нет никакой серебряной пули, — сказала Тайс. — Если бы я знала ее, я бы купила, но ее не существует. У данных много различных потребностей, поэтому выбор лучшего решения — это всегда разумно. Но не забывайте об интеграции».
Она утверждает, что важнее инструментов — процесс изменений вокруг них. «Самое важное, во что вы можете инвестировать, — это, вероятно, программа управления изменениями, которая будет окружать внедрение», — сказала она. Затем она перечислила, кому именно нужно меняться. Специалисты по моделированию данных переходят на новую платформу. Бизнес-пользователи развивают грамотность в работе с данными, чтобы понимать их значение через каталог. Стюарды работают с очередью поступающих проблем с качеством данных. В каждом проекте, который она возглавляла, именно эта программа определяла результат. «Каждый раз нас подводит именно программа управления изменениями: вовлечение всех участников, понимание того, как использовать инструменты. Получение ценности от этого. Измерение этой ценности».
Исследования Gartner указывают в том же направлении. В опросе 223 руководителей по данным и аналитике, проведенном в марте 2026 года, Gartner обнаружила, что культурное сопротивление перевешивает ограничения финансирования как основная причина провала инициатив по управлению данными (60% против 40%). Gartner также прогнозирует, что к 2027 году 60% организаций, которые не справятся с этими культурными вызовами, не смогут успешно внедрить ИИ.³ Две организации могут купить идентичные инструменты и получить противоположные результаты, и разница обычно заключается в культуре работы с данными.
Управление данными не изменилось, но изменилась его цель
Фундаменты управления, на которых строят большинство организаций, тоньше, чем дорожные карты ИИ, наложенные поверх них. Gartner обнаружила, что многие организации либо не имеют, либо не уверены, есть ли у них правильные методы управления данными для поддержки ИИ. В начале 2025 года компания прогнозировала, что до 2026 года организации откажутся от 60% проектов ИИ, не подкрепленных данными, готовыми к использованию в ИИ.⁴ Распространенное мнение об этом разрыве заключается в том, что управление данными требует переосмысления для нового класса потребителей. Тайс отвергает эту предпосылку.
«ИИ существует уже давно, мы просто называли его по-разному, — сказала она. — Предиктивная аналитика, бизнес-аналитика, машинное обучение — все это находится в спектре ИИ. Поэтому управление данными за все это время особо не изменилось. Мы хотим, чтобы у данных был владелец, мы хотим общий язык, чтобы этот термин означал именно этот термин, мы хотим иметь хороший контроль качества, чтобы гарантировать точность данных в системе».
Управляемые данные как инструмент расширения возможностей — вот тот сдвиг, который она описывает. Требования те же, что специалисты перечисляли десятилетие. Цель сместилась от контроля доступа к расширению возможностей использования данных, публикуя данные для использования независимо от того, является ли потребитель аналитиком, моделью или агентом. Gartner теперь дает руководителям по данным и аналитике тот же совет, рекомендуя им сделать данные доступными для использования.³ Как выразилась Тайс: «ИИ ест данные на завтрак, обед и ужин».
Работа по управлению данными также нуждается в видимой цели. Тайс утверждает, что стратегия данных должна быть связана с OKR компании, и она прямо говорит о том, что происходит без этой связи: «Это похоже на упражнение библиотекаря по каталогизации критически важных элементов данных (CDE). И хотя это важно — и я обращаюсь ко всем моим друзьям по управлению данными — это очень важно, вам нужно связать это с ответом на вопрос «зачем?». Управление критически важными элементами данных в финансовых услугах окупается только тогда, когда оно привязано к результату. Она проводит эту связь с помощью аналогии с продуктовым магазином, которую использует при общении с нетехническими стейкхолдерами. Элементы в вашем каталоге данных — это ингредиенты, а каталог — это маркированный продуктовый магазин. Альтернатива — аналитик, который роется в глубине кладовки в поисках того, что, по его мнению, является нужным продуктом.
Что на самом деле представляет собой продукт данных: таблицы, соединения и владелец
Большинство определений продукта данных приходят в виде архитектурной диаграммы. Определение Тайс намеренно лишено гламура.
«Продукт данных — это просто таблицы и соединения с контекстом вокруг них, — сказала она. — У вас есть владелец, у вас есть встроенные правила качества».
По ее словам, продукты данных работают, потому что они превращают управление из процесса, которому люди подчиняются, в актив, который люди потребляют. Владение — это часть, которую большинство команд пропускают, поэтому операционная модель продукта данных важна не меньше, чем сами продукты. «Всегда была стратегия, чтобы каждый мог понять, что вы встраиваете управление в данные. Вы едите овощи, даже не замечая этого».
Они также решают менее заметную проблему. Тайс назвала одну из самых частых причин инцидентов с качеством данных, и это не сами данные. «Зачастую проблема качества данных заключается в том, что я взял их не из того места. И, как я уже сказала, это повсюду». Она говорит, что это шаблон, который она видит во многих компаниях, а не только в Early Warning. Прослеживаемость данных (data lineage) делает правильный источник видимым, но решение Тайс идет дальше. Она создает внутренние продукты данных для последовательного повторного использования, чтобы модели и продукты, ориентированные на клиентов, использовали один и тот же управляемый источник. Это та же логика, что и публикация в маркетплейсе продуктов данных, а не предоставление потребителям возможности самостоятельно искать таблицы. Для команд, которые пытаются понять, с чего начать, последовательность важнее инструментов, что и является аргументом в этом руководстве по созданию продуктов данных.
Почему стюард данных — самая недофинансированная роль в управлении данными
Тайс называет себя «стюардом данных» Америки и проводит грань между стюардшипом и управлением (governance), которую большинство фреймворков размывают. Управление — это уровень политик, стандартов и возможностей. Стюардшип — это практическое сопровождение данных в процессе их движения.
«Стюардшип — это, по сути, обеспечение контроля качества данных, — пояснила она. — У нас есть владельцы данных, есть хранители данных. Если вы строите фреймворк управления данными, у вас есть все эти разные роли. Стюард — это то, что очень легко понять: они занимаются заботой и «кормлением» этих данных на протяжении всей экосистемы».
Она назначала стюардов на системном, процессном и доменном уровнях в различных организациях. Ее вывод заключается в том, что положение в оргструктуре менее важно, чем наличие конкретного ответственного лица. Роль стюарда данных — это то место, где управление становится операционным, потому что кто-то должен обрабатывать очередь, которую создает автоматизированный мониторинг качества данных.
Она также реалистично оценивает стандарты, к которым стремятся эти стюарды. «Данные не идеальны, и если вы думаете иначе, я могу привести тысячу причин, почему это не так». Ее правило относительно того, какой объем валидации достаточен, зависит от аудитории: «прогресс всегда важнее совершенства, но когда дело доходит до результатов, предназначенных для клиентов, мы стремимся к совершенству». В любом случае, результат определяет принятие решения. «Независимо от того, является ли ваш потребитель специалистом по данным или коммерческим клиентом, эти данные используются для принятия решения, поэтому вы должны убедиться, что они точны». Внутренняя работа поставляется итеративно. Информация о мошенничестве, предоставляемая финансовым институтам, проходит проверку по всей строгости.
Как финансировать стратегию работы с данными с помощью вертикальных срезов
Каждый новый руководитель по данным наследует историю прошлых попыток. Первый шаг Тайс всегда одинаков: обновление корпоративной стратегии работы с данными.
«Если вы занимаете должность CDO и не считаете, что вам нужна корпоративная стратегия работы с данными, возможно, роль CDO не для вас, потому что это фундаментальная вещь».
От чего она отказывается наследовать, так это от инстинкта все перестраивать. «Что я бы оставила, так это некоторые активы данных, которые просто нуждаются в улучшениях, а не в капитальном ремонте. Не спешите с выводом, что вам нужна единая платформа данных, верно? Она у вас может быть, и не стоит сбрасывать со счетов предыдущие эпохи, пока вы не изучите их».
Вертикальные срезы — это ее ответ на проблему финансирования. Подход с единой платформой требует больших затрат в начале и откладывает доказательство ценности на потом. Это порождает разговор, который она описала: финансовый директор спрашивает, где ценность, и честный ответ заключается в том, что нужна еще одна программа, чтобы извлечь данные из «коробки». «Так много CDO имеют травматичный опыт складывания всех данных в одну коробку», — сказала она. Поставка ценности небольшими порциями, по ее словам, — это «честно говоря, то, что сделало меня более успешной, чем долгосрочная стратегия создания единой платформы данных для всех задач». Учитывая, что 56% CDAO находятся под сильным давлением с требованием доказать окупаемость инвестиций (ROI),¹ такой ритм также является самым надежным способом создать убедительное обоснование окупаемости управления данными до закрытия бюджетного цикла.
Ее совет на первый год работы соответственно ограничен: «Решите проблему, которая мучает бизнес. Обычно это проблема качества данных. Решите одну. Прямо решите ее. Исправьте ее и исправьте навсегда». Данные опросов подтверждают этот приоритет. В исследовании Deloitte говорится, что улучшение качества данных и доступа к ним является ключом к успеху инициатив в области ИИ и агентного ИИ.¹ Тайс отводит от трех до шести месяцев на решение проблемы, даже если внедрение занимает больше времени.
Почему управление ИИ зависит от вашей программы управления данными
Gartner ожидает, что расходы на специализированные платформы управления ИИ достигнут $492 million in 2026 and pass $1 billion by 2030, и большая часть этого бюджета формируется как отдельная категория.⁵ Тайс рассматривает управление ИИ как ту же программу, но с более высокими ставками. «Лично я считаю, что это расширение управления данными», — сказала она Уилсону. На просьбу назвать одну вещь, которую слушатели должны запомнить, она ответила конкретно: «Ваше управление ИИ зависит от вашей программы управления данными. Поэтому убедитесь, что у вас налажено управление данными, вы находитесь в процессе его совершенствования, потому что ИИ будет опираться на ваши средства контроля данных и контекст, который вы создаете».
Она также переосмысливает назначение программы управления в агентном контексте. Вместо того чтобы быть барьером для доступа, она становится форумом, где обсуждаются варианты использования: «четкий форум для обсуждения вариантов использования ИИ» и подтверждения того, что они являются надлежащим использованием данных. Ее аргумент заключается в том, что ошибку невозможно исправить. «Вы можете непреднамеренно раскрыть данные ненадлежащим образом, и как только они ушли, они ушли».
Для тех, кто собирается масштабировать агентов, ее самый полезный с операционной точки зрения совет отсылает к роботизированной автоматизации процессов (RPA), где организации развертывали ботов и теряли их из виду:
«Я думаю, очень важно, чтобы, если вы приступаете к управлению ИИ, у вас был сильный центр компетенций вокруг ИИ-агентов, и чтобы вы вели инвентаризацию, классифицировали их, знали, что они делают, что они могут делать одно, а чего не могут делать другое».
Gartner указывает на то же самое в отношении инструментов управления, называя централизованную инвентаризацию ИИ фундаментальной, поскольку она позволяет организациям отслеживать каждый ИИ-актив на протяжении всего его жизненного цикла. Инвентаризация, классификация и четкая область применения для каждого агента: этот короткий список отделяет упорядоченную систему агентов от их бесконтрольного разрастания. Именно это призваны сделать управляемым агентное управление данными и подход на основе операционной системы ИИ.
Что это значит для лидеров в области данных и ИИ
Аргумент Тайс заключается в том, что CDO получили повышение, независимо от того, успело ли описание их роли измениться. «Вы не можете просто сидеть в своем углу, не высовываться и строить ту самую единую платформу данных, — сказала она. — Вы бизнес-лидер, и вы обеспечиваете результаты для клиентов вашей компании».
Это меняет представление о том, что такое «хорошо». Начинайте с результата для клиента, а не с инвентаризации исходных систем. Предоставляйте доказательства в виде срезов, которые бизнес может почувствовать. Относитесь к программе ИИ как к существующей программе данных, к которой предъявляются более высокие требования. Ее совет по темпу работы такой же, как тот, который она дает на многих отраслевых форумах: начинайте с малого, начинайте безопасно, добивайтесь побед, тестируйте и учитесь. Для лидеров, которые хотят получить конкретное представление о том, поддерживает ли их фундамент такой подход, этот чек-лист готовности к данным и ИИ является разумной отправной точкой.
Интересно, как управляемые, готовые к ИИ продукты данных могут поддержать вашу стратегию? Закажите демо-версию у нас сегодня.
Источники и примечания
Каждое внешнее утверждение на этой странице поддается независимой проверке. Публичные источники перечислены здесь.
- В опросе 100 руководителей высшего звена по данным в компаниях с доходом от $1 млрд, 95% заявили, что их организация не в полной мере использует ценность своих данных, а 56% испытывают «сильное» давление с требованием доказать окупаемость инвестиций в данные и ИИ. 61% заявили, что улучшение качества данных и доступа к ним является ключом к успеху ИИ и агентного ИИ. — Deloitte, Обзор главных специалистов по данным и аналитике 2026 года, 3 марта 2026 г. ↗
Согласно опросу 100 руководителей высшего звена (C-suite), отвечающих за данные в компаниях с доходом более 1 млрд долларов, 95% заявили, что их организация не в полной мере использует ценность своих данных, а 56% испытывают «сильное» давление, требующее доказать рентабельность инвестиций (ROI) в инициативы по работе с данными и ИИ. 61% отметили, что улучшение качества данных и доступа к ним является ключом к успеху ИИ и агентных ИИ-систем. — Deloitte, Опрос руководителей по данным и аналитике (Chief Data and Analytics Officer Survey), 3 марта 2026 г. ↗
- В 2025 году потребители и малые предприятия перевели через Zelle более 1,2 трлн долларов, что на 20% больше по сравнению с прошлым годом. Zelle принадлежит и управляется компанией Early Warning Services, LLC. — Zelle / Early Warning Services, 11 февраля 2026 г. ↗
В 2025 году потребители и малые предприятия перевели через Zelle более 1,2 трлн долларов, что на 20% больше по сравнению с прошлым годом. Zelle принадлежит и управляется компанией Early Warning Services, LLC. — Zelle / Early Warning Services, 11 февраля 2026 г. ↗
- Опрос 223 руководителей в сфере данных и аналитики (D&A), проведенный Gartner в марте 2026 года, показал, что культурное сопротивление перевешивает ограничения финансирования в качестве основной причины провала инициатив по управлению данными (60% против 40%). Gartner прогнозирует, что к 2027 году 60% организаций, которые не смогут справиться с проблемами культуры управления, не смогут успешно управлять ИИ, и рекомендует переосмыслить управление данными как инструмент развития бизнеса и командную работу. — Gartner, 21 сентября 2026 г. ↗https://www.gartner.com/en/newsroom/press-releases/2026-09-21-gartner-predicts-60-percent-of-organizations-that-ignore-data-governance-culture-challenges-will-fail-to-govern-ai-successfully-by-2027
Опрос 223 руководителей в сфере данных и аналитики (D&A), проведенный Gartner в марте 2026 года, показал, что культурное сопротивление перевешивает ограничения финансирования в качестве основной причины провала инициатив по управлению данными (60% против 40%). Gartner прогнозирует, что к 2027 году 60% организаций, которые не смогут справиться с проблемами культуры управления, не смогут успешно управлять ИИ, и рекомендует переосмыслить управление данными как инструмент развития бизнеса и командную работу. — Gartner, 21 сентября 2026 г. ↗https://www.gartner.com/en/newsroom/press-releases/2026-09-21-gartner-predicts-60-percent-of-organizations-that-ignore-data-governance-culture-challenges-will-fail-to-govern-ai-successfully-by-2027
- 63% организаций либо не имеют, либо не уверены, что имеют надлежащие методы управления данными для ИИ. Gartner прогнозирует, что до конца 2026 года организации откажутся от 60% ИИ-проектов, не подкрепленных данными, готовыми к использованию в ИИ. — Gartner, 26 февраля 2025 г. ↗
63% организаций либо не имеют, либо не уверены, что имеют надлежащие методы управления данными для ИИ. Gartner прогнозирует, что до конца 2026 года организации откажутся от 60% ИИ-проектов, не подкрепленных данными, готовыми к использованию в ИИ. — Gartner, 26 февраля 2025 г. ↗
- Ожидается, что расходы на платформы управления ИИ достигнут 492 млн долларов в 2026 году и превысят 1 млрд долларов к 2030 году. Gartner определяет централизованный реестр ИИ как основу платформ управления ИИ. — Gartner, вопросы и ответы с Лорен Корнутик, 17 февраля 2026 г. ↗
Ожидается, что расходы на платформы управления ИИ достигнут 492 млн долларов в 2026 году и превысят 1 млрд долларов к 2030 году. Gartner определяет централизованный реестр ИИ как основу платформ управления ИИ. — Gartner, вопросы и ответы с Лорен Корнутик, 17 февраля 2026 г. ↗
Атрибуция аналитиков и отказ от ответственности
Пресс-релиз Gartner, «Gartner прогнозирует, что к 2027 году 60% организаций, игнорирующих проблемы культуры управления данными, не смогут успешно управлять ИИ», 21 сентября 2026 г. Пресс-релиз Gartner (вопросы и ответы с Лорен Корнутик), «Глобальное регулирование ИИ стимулирует миллиардный рынок платформ управления ИИ», 17 февраля 2026 г. Пресс-релиз Gartner (вопросы и ответы с Роксаной Эджлали), «Отсутствие данных, готовых к использованию в ИИ, ставит ИИ-проекты под угрозу», 26 февраля 2025 г.
Gartner не поддерживает ни одного поставщика, продукт или услугу, описанные в своих исследовательских публикациях, и не советует пользователям технологий выбирать только тех поставщиков, которые имеют самые высокие рейтинги или другие обозначения. Исследовательские публикации Gartner состоят из мнений 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 соответствия определенной цели. GARTNER и Magic Quadrant являются зарегистрированными товарными знаками и знаками обслуживания компании Gartner, Inc. и/или ее аффилированных лиц в США и на международном уровне и используются здесь с разрешения. Все права защищены.
