Телеграм канал «БФТ про данные»

🔊 ИИ подключили. А корпоративные данные защитили? Cloud.ru в подкасте БФТ «Данные решают»

Компании всё активнее экспериментируют с генеративным ИИ, запускают чат-ботов и ассистентов. Но когда речь заходит о встраивании ИИ в корпоративные системы, возникают вопросы.

Почему ИИ-проекты часто не выходят за рамки экспериментов? Что происходит, когда агент получает доступ к корпоративным данным? И как выстроить архитектуру, в которой ИИ не только полезен, но и безопасен?

👥 В новом выпуске подкаста «Данные решают» наши эксперты Максим Зацепин и Борис Щукин обсудили эти вопросы с Дмитрием Юдиным, директором департамента стратегического развития продуктов искусственного интеллекта Cloud.ru.

Делимся несколькими интересными тезисами
🔵 Проблема не всегда в LMM, а в готовности процессов и данных.
🔵 Витрина данных – защитный слой между ИИ и корпоративными системами.
🔵 ИИ-агенту недостаточно просто предоставить инструменты.
🔵 Low-code может получить новую роль в эпоху ИИ.
🔵 Собственная инфраструктура или облачные LLM – что лучше?

В разговоре – реальные примеры, технологические подходы и взгляд на то, как будет меняться корпоративный ИИ.

Ключевые цитаты

Максим Зацепин: «При интеграции ИИ в корпоративные системы витрина данных позволяет контролировать, к какой информации получает доступ ИИ, обеспечивать безопасность корпоративных данных и управлять их использованием при принятии решений».

Дмитрий Юдин: «Как можно оценить готовность компании к полноценному внедрению средств искусственного интеллекта в свою деятельность? Аналогия простая: если ты хочешь навести порядок в целой придомовой территории, начни со своего рабочего места».

Борис Щукин: «ИИ-агенты смогут моделировать будущие информационные системы, оценивать необходимые вычислительные ресурсы, анализировать потоки и объемы данных и определять, насколько реализуема предлагаемая архитектура».

⏩ Смотрите новый выпуск подкаста в 📺 ВК Видео, 📺 RUTUBE, 📝 Дзен или слушайте на 🎵 Я.Музыке.

Слушать в 💬 Телеграм.

😊 ИИ + MDM для управления МТР: приглашаем на вебинар!

Можно автоматизировать поиск дублей, нормализацию и классификацию номенклатуры. Но чтобы получить качественный справочник МТР, важно не только обработать данные, но и выстроить единый процесс управления ими.

🗓️ 10 ноября в 11:00 (МСК) эксперты БФТ-Холдинга и НОРБИТ покажут, как объединить возможности ИИ и MDM – от обработки исходных записей до формирования эталонного справочника.

На повестке:
✔️ Возможности ИИ: распознавание, нормализация, классификация и поиск дублей в номенклатуре МТР.
✔️ Управление мастер-данными: единые правила ведения справочника, контроль качества и централизация данных.
✔️ Практика: демонстрация совместной работы «БФТ.ЕНСИ» и AI MasterData от НОРБИТ.
✔️ Методология: пошаговая схема ведения МТР.

Спикеры:
🟦 Максим Зацепин, директор Департамента систем управления данными, БФТ-Холдинг
🟦 Наталья Чукина, руководитель направления отдела бизнес-аналитики, БФТ-Холдинг
🟦 Тимофей Скрыльник, менеджер продукта AI MasterData, НОРБИТ

↔️ Регистрируйтесь и узнайте, как ИИ и MDM помогают превратить данные в реальный бизнес-актив!

Когда данные становятся активом: БФТ-Холдинг на Data & AI Talks 7.0

🔥 Сегодня команда БФТ-Холдинга – партнер и активный участник конференции Ростелекома, на которой обсуждаются актуальные вопросы в управлении данными и развитии искусственного интеллекта.

В рамках трека по данным генеральный директор Наталья Зейтениди выступила в дискуссии «Трансформация ИТ-компаний и ответ на вызовы бизнеса». Ключевой акцент ее выступления – роль отраслевой экспертизы и переход от автоматизации отдельных процессов к достижению измеримых бизнес-результатов. Сегодня заказчикам нужны не просто технологии, а решения, которые учитывают специфику их задач и дают понятный экономический эффект.

🔊 Еще одна важная тема, которую подняли эксперты БФТ – мастер-данные как управляемый корпоративный актив.

В центре внимания:
🔹 Как Data Governance, Data Quality, Metadata, Lineage и MDM формируют единую систему управления данными.
🔹 Почему важно управлять качеством данных с момента их возникновения, а не исправлять ошибки на выходе.
🔹 Как развитие ИИ и ИИ-агентов повышает требования к качеству, прозрачности и достоверности корпоративных данных.

Главный тезис: качество данных – лишь один из элементов системного управления. Чтобы мастер-данные стали полноценным корпоративным активом, необходим комплексный подход, охватывающий их семантику, происхождение, распределение ответственности и управление на всех этапах жизненного цикла.

👍 Благодарим организаторов за содержательные дискуссии и возможность обменяться экспертизой с коллегами по отрасли!

Первый день получился насыщенным, а завтра продолжим работу уже в онлайн-формате.

🔔 Данные, ИИ и новые вызовы бизнеса: встречаемся на Data & AI Talks!

Уже 15-16 октября на конференции Ростелекома Data & AI Talks будем обсуждать, как меняется работа с данными, куда движется ИИ и какие задачи сегодня стоят перед ИТ-компаниями.

БФТ-Холдинг – партнер мероприятия, наши эксперты присоединятся к нескольким обсуждениям.

🔹 15 октября генеральный директор БФТ-Холдинга Наталья Зейтениди примет участие в дискуссии «Трансформация ИТ-компаний и ответ на вызовы бизнеса». Также поговорим о том, как превратить мастер-данные в управляемый корпоративный актив и почему это особенно важно в эпоху ИИ.

🔹 16 октября в онлайн-студии расскажем о корпоративных ИИ-платформах и интеллектуальных агентах.

📍 До встречи в Loft № 2 на Автозаводской! Будем рады обменяться опытом и обсудить актуальные вопросы управления данными!

➡️ Программа и регистрация

⚪️ Как внедрять ИИ, не теряя контроля над данными?

Можно запретить сотрудникам загружать рабочую информацию в открытые нейросети. Но означает ли это, что они перестанут ими пользоваться? И как быть с качеством данных, от которого напрямую зависит результат работы ИИ?

🎤 Эти и другие вопросы сегодня обсуждали на сессии «Данные как фундамент готовности к ИИ» форума «Цифровые решения». Генеральный директор БФТ-Холдинга Наталья Зейтениди выступила одним из спикеров и выделила несколько принципиальных аспектов внедрения ИИ в государственном управлении и крупных корпоративных системах.

✔️ Доверие к данным.
Для эффективной работы ИИ недостаточно собрать информацию из разных систем. Необходимы единые правила ее трактовки, выверенные модели данных и четкое распределение ответственности за их достоверность.

✔️ Безопасность чувствительной информации.
Простые запреты на использование ИИ не работают. Сотрудникам нужны понятные правила и защищенные инструменты, которые позволяют использовать возможности ИИ без риска раскрытия конфиденциальных данных.

✔️ Экономическая целесообразность.
Не каждую задачу нужно решать с помощью большой языковой модели. Важно оценивать не только качество результата, но и совокупные затраты на инфраструктуру, эксплуатацию и информационную безопасность.

Главный ориентир – измеримый эффект от применения ИИ при сохранении контроля над качеством и безопасностью данных.