Мы стараемся держать фокус канала на теме управления данными, но ИИ-повестка вытесняет её отовсюду, и из нашей ленты тоже. Но что чем дальше, тем очевиднее: в эпоху ИИ вопросы data management становятся не менее, а более острыми. Просто теперь потребитель данных другой. Свежий репортаж ComNews с IT Elements-2026 это хорошо иллюстрирует. Пилоты ИИ-агентов показывают отличные результаты, а в промышленной эксплуатации ломаются. Причина не в моделях. Данные не находятся, приходят не вовремя, один и тот же показатель считается по разным методикам в разных подразделениях. Самая точная формулировка в материале: в пилоте аналитик фактически выполняет роль живого каталога, а в проде этого личного знания уже нет. На самом деле человек всегда был буфером, который компенсировал недостаток качества данных (по нашему скромному мнению, тут можно не согласиться в комментариях). Он видел выбросы, узнавал сезонность, держал в голове корреляции с внешними факторами, которые находятся за рамками видимости базы данных. Алгоритмы намного чувствительнее к данным, чем люди, и этого буфера у них нет. Агент не заметит, что показатель посчитан по старой методике, и не спросит, почему он расходится с соседним отделом. Он быстрее выдаст одну из версий и пойдёт дальше. Цифры из материала это подтверждают. По данным BPMSoft, 58% компаний внедряют или пилотируют ИИ, но только 20% считают свои данные готовыми к ИИ-сценариям. До реальной работы агентов на реальных данных, по оценке участников, дошли 10-20% компаний. Разрыв между этими цифрами и есть та самая работа, которую годами откладывали на потом. Рецепт, который предлагают спикеры, не новый, и в этом его ценность. Дата-каталог с назначенными владельцами метаданных и согласованными корпоративными определениями показателей до подключения агента, а не после. Минимальные права доступа и журналирование действий, спроектированные вместе с каталогом, потому что агент над каталогом получает чтение практически всех данных компании и становится мишенью для промпт-инъекций. Метрика зрелости - time-to-data, время от бизнес-гипотезы до нужных данных у аналитика. Она измеряет организацию, а не модель, и поэтому честнее любых процентов внедрения. Так что ИИ-повестка не вытесняет управление данными. Она наконец делает его обязательным. Все скучные вещи, которые не хотели финансировать ради людей, придётся сделать ради алгоритмов. https://www.comnews.ru/content/247301/2026-09-10/2026-w37/1008/ii-agenty-spotykayutsya-o-dannye-pochemu-yarkie-piloty-ne-dokhodyat-do-promyshlennoy-ekspluatacii