🎙 Почему рынок всё чаще говорит о Data Governance как о ключевой функции бизнеса? Об этом в свежем выпускe подкаста «Данные решают» с TData.

В гостях у Максима Зацепина и Дмитрия Кононова технологический партнёр БФТ-Холдинга, команда TData, – Григорий Бокштейн и Александр Юрасов.

Вместе мы обсудили ключевое:

⏺почему Data Governance формирует культуру работы с данными и делает их прозрачными;
⏺чем на практике отличается Data Governance от MDM и как их связка создаёт «единую версию правды»;
⏺какие роли, процессы и инструменты нужны, чтобы компании начали получать эффект уже в первые месяцы;
⏺какие тренды определяют будущее управления данными: автоматизация, DataOps, ИИ.

🗯 Интересные цитаты выпуска:

«Data Governance делает данные прозрачными – понятно, где они лежат и как формируются».
Григорий Бокштейн.

«DG описывает структуру данных, а MDM управляет мастер-данными – вместе они дают фундамент».
Дмитрий Кононов.

«Прозрачность – основа зрелой data-культуры».
Александр Юрасов.

«Связка DG + MDM создаёт единую версию правды для решений».
Максим Зацепин.

▶️ Смотрите выпуск в 📺 VK Видео, 📺 RuTube, 📝 Дзен и слушайте в 💬 Телеграм на любимых площадках.

Это практическая инструкция для тех, кто хочет обеспечить качественное управление данными в компании.

🎆 Итоги 2025: Добро пожаловать в цифровую историю БФТ-Холдинга!

Линии данных оживают, цифры собираются в узоры, а весь годовой путь БФТ превращается в яркую интерактивную карту.

Мы запустили наш новогодний спецпроект «От данных – к доверию, от идей – к результатам»!

✨ Каждый экран – новый маршрут к цифровому успеху.
✨ Каждая цифра – новая точка на траектории побед.
✨ Каждый блок – часть истории, которую мы создаём вместе.

➡️ Посмотрите, как данные становятся историей успеха!

🧤 Данные в режиме праздника: как войти в 2026 год с идеальной НСИ

Забавно, но путь к качественным данным очень похож на подготовку к празднику: сначала — разбор гирлянд, удаление лишнего из коллекции украшений прошлого года (нормализация), потом — выравнивание игрушек и гирлянд на елке и дома (дедупликация), и лишь после — включение огней, когда всё работает согласованно.

2025-й стал годом, когда AI окончательно закрепился в MDM-практиках. Интеллектуальная категоризация, автоматическая проверка качества, нормализация МТР за секунды — то, что раньше занимало часы эксперта. Теперь же ИИ превращает НСИ-детализацию в потоковую операцию, а команды получают ту самую оперативность, о которой мечтали ещё пару лет назад.

✨ Если хотите начать 2026-й с правильной НСИ-стратегии, переходите на лендинг «БФТ.ЕНСИ» — запросите демо или консультацию.

❄️ И, конечно, поздравляем вас с наступающим Новым 2026 годом! Пусть он станет годом чистых данных, умных процессов и сильных решений.

Начало года: данные под контролем

✨ Праздники позади, и самое время навести порядок не только в рабочих чатах, но и в корпоративных данных.

Январь — идеальный момент освежить процессы работы с НСИ и перезагрузить MDM-контур, обновить правила Data Governance, чтобы весь 2026-й прошёл без «сюрпризов» в отчётности.

➡️ Если хотите пройти такую «новогоднюю ревизию» вместе с экспертами и увидеть, как это сделать с «БФТ.ЕНСИ», — закажите бесплатную консультацию.

2026 – год платформенного MDM

1️⃣ Синергия MDM и AI-инструментов.
Нормализация вручную каждой записи МТР – сложный и трудоемкий процесс. Время обработки 100 тыс. записей может достигать 15 месяцев. Искусственный интеллект в MDM сегодня – это передовой подход к нормализации НСИ.

Как это реализовано в «БФТ.ЕНСИ»: используется специализированный сервис на основе GPT/LLM-технологий и других ИИ-алгоритмов – с ним нормализация того же объема записей может быть осуществлена за 30 дней, сокращая до минимума количество ручных операций.

2️⃣ Low-code MDM-платформы.
Рынок уходит от «монолитов» к универсальным платформам: быстрая кастомизация, настройка новых доменов и процессов силами бизнеса, а не только разработчиков.

В «БФТ.ЕНСИ»: система собрана на собственной low-code платформе «БФТ.Платформа» – модели данных, формы, правила, BPM-процессы и сценарии обработки настраиваются в визуальных конструкторах.

3️⃣ Единый эталон данных.
Фокус смещается от «одного справочника» к единому ядру для контрагентов, МТР, продуктов, договоров, персонала. Цель – «единая версия правды» по всем ключевым сущностям.

В «БФТ.ЕНСИ»: MDM снижает количество ошибок, связанных с ручным вводом данных, ускоряет рутинные операции и минимизирует повторный ввод информации.

4️⃣ Реальное время и стриминг.
MDM всё чаще встраивают в событийную архитектуру: Kafka/RabbitMQ, онлайн-обновление эталонных справочников, чтобы BI, ERP, CRM и AI работали на синхронных мастер-данных.

В «БФТ.ЕНСИ»: есть ELT-инструменты и поддержка REST, Kafka, RabbitMQ, ActiveMQ для быстрой интеграции и распространения мастер-данных.

Если вы планируете цифровые инициативы на 2026 год, то MDM необходимо рассматривать как разовый ИТ-проект – это фундамент всей data-driven архитектуры. Записаться на консультацию.

⚡️Вас ждёт прорыв в управлении данными! Приглашаем на вебинар!

Хотите поднять эффективность своего бизнеса на новую высоту? Тогда присоединяйтесь 19 февраля в 11:00 (МСК) к нашему уникальному онлайн-мероприятию, организованному совместно с нашим партнером TData!

«Культурные данные», или зачем бизнесу Data Governance и MDM?

Почему стоит прийти?

Потому что мы знаем всё о данных и умеем превращать их в мощный инструмент развития вашего бизнеса.

На нашем вебинаре вы узнаете:

➖Какие тенденции формируют рынок данных сегодня и завтра
➖Как правильно выбрать и внедрить инструменты Data Governance, MDM и Data Quality
➖Зачем инвестировать в повышение качества данных и какие выгоды ожидать
➖Реальный опыт компаний, сумевших преобразовать управление данными в прибыль

Спикеры встречи

🔵Максим Зацепин (БФТ-Холдинг);
🔵Григорий Бокштейн (TData).

Вебинар идеально подойдёт для:

🔵CIO и CDTO, стремящихся ускорить цифровую трансформацию;
🔵CDO, ставящих перед собой амбициозные цели повышения ценности корпоративных данных;
🔵Специалистов по управлению корпоративными данными.

Регистрируйтесь сейчас и убедитесь сами, насколько продуктивным и полезным может быть грамотное управление данными в вашем бизнесе! ⬇️

Зачем бизнесу единый эталон данных

В крупной компании один и тот же контрагент легко живёт в пяти системах – и в каждой «чуть-чуть другой». Другой ИНН, сокращённое название, неполный адрес, разный статус активности. Формально – мелочи. По факту – источник ошибок в договорах, некорректных платежей, искажённой отчётности и потерь времени сотрудников.

MDM решает это через концепцию «золотой записи» – единственного эталонного представления сущности. Это не просто «лучшая версия», это точная, проверенная, обогащённая и согласованная запись, которая становится опорой для всех бизнес-процессов.

Как формируется «золотая запись» в современных MDM-системах, включая «БФТ.ЕНСИ».

1️⃣ Сбор всех вариантов сущности из разных источников

ERP, CRM, внешние реестры, отраслевые классификаторы – всё объединяется в единое представление.

2️⃣ Профилирование и оценка качества

Анализируются полнота, точность, актуальность и уникальность данных – ключевые метрики качества.

3️⃣ Дедупликация – самая сложная часть

Записи могут отличаться сокращением, формой написания, порядком слов, опечатками.
Именно поэтому используются методы fuzzy matching, ML-алгоритмы и проверки по внешним эталонам.

4️⃣ Обогащение

По ИНН – название, по адресу – корректная структура, по классификатору – характеристики.
MDM превращает фрагменты информации в единый объект.

5️⃣ Формирование эталона и его версионность

Система сохраняет историю изменений, обеспечивает откат и прозрачность для аудита.

6️⃣ Распространение во все ИС компании

«Золотая запись» становится основой для продаж, закупок, аналитики, документооборота и планирования. Когда есть «золотая запись», исчезают ошибки, повторные закупки, расхождения в отчётах и хаос в данных. Бизнес получает точность решений, ускорение процессов и экономию времени сотрудников.

➡️ Как «золотая запись» реализована в «БФТ.ЕНСИ»? Расскажем на консультации.

Почему бизнесу необходимы Data Governance и MDM

В эпоху больших объемов информации грамотно организованный процесс обработки данных способен повысить эффективность бизнеса, ускорить принятие решений и уменьшить риски.

Что такое Data Governance?

Это комплексный подход, направленный на систематическое управление корпоративными данными. Основные преимущества включают:

🔵повышение надежности и доступности данных;
🔵формирование культуры грамотного обращения с информацией внутри компании;
🔵минимизацию рисков потери данных и ошибок.

Зачем нужен симбиоз с MDM?

Master Data Management дополняет концепцию Data Governance, гарантируя точность и согласованность мастер-данных. Объединяя оба инструмента, компании получают «единый источник истины», обеспечивающий высокий уровень качества данных.

Ключевые элементы Data Governance:

🔵бизнес-глоссарий: единая терминология и показатели;
🔵каталог данных: хранение и связь метаинформации;
🔵Data Lineage: отслеживание пути данных;
🔵Data Quality: выявление ошибок и отклонений;
– MDM-система: качество и нормализация мастер-данных.

Какие выгоды приносит внедрение?

Улучшается прозрачность данных и доверие сотрудников, сокращается время на поиск и обработку информации, уменьшаются операционные риски.

➡️ Подробнее о том, как инструменты Data Governance создают единую экосистему управления данными, рассказал директор Департамента систем управления данными БФТ-Холдинга Максим Зацепин в колонке для РБК.

🔥 Хотите узнать больше о современных инструментах управления данными и получить практические советы? Присоединяйтесь к нашему вебинару «Культурные данные», или зачем бизнесу Data Governance и MDM?»

😉 Как подготовить данные к ИИ ещё до внедрения ИИ

Современные технологии позволяют эффективно применять инструменты искусственного интеллекта практически в любом бизнесе. Однако важно помнить, что даже самая продвинутая модель ИИ покажет слабые результаты, если исходные данные плохо структурированы или недостаточно обработаны.

Поэтому правильный вопрос звучит так: готовы ли ваши данные к ИИ?

Вот базовый чек-лист, который стоит пройти до внедрения любых ИИ-инструментов.

1️⃣ Навести порядок в мастер-данных
ИИ опирается на НСИ: контрагенты, МТР, услуги, объекты. Если:
🔵одни и те же сущности заведены по-разному,
🔵нет единой структуры атрибутов,
🔵используются разные классификации,
модель будет обучаться на противоречивых данных.

2️⃣ Провести нормализацию и дедупликацию
До ИИ важно:
🔵устранить дубли,
🔵привести наименования к стандарту,
🔵зафиксировать единицы измерения,
🔵выровнять справочники по единому шаблону.
Это снижает шум в данных и повышает точность любых алгоритмов.

3️⃣ Зафиксировать бизнес-семантику
ИИ «понимает» данные ровно так, как они описаны. Нужно явно определить:
🔵что означает каждый атрибут,
🔵какие значения допустимы,
🔵какие связи между объектами считаются корректными.
Здесь ключевую роль играют метаданные и бизнес-правила.

4️⃣ Определить эталонные источники и «золотую запись»
Если один и тот же объект приходит из разных систем, ИИ должен понимать:
🔵какому источнику доверять,
🔵по каким правилам объединять записи,
🔵какие данные считать приоритетными.
Без этого модель будет усиливать конфликты, а не устранять их.

5️⃣ Встроить контроль качества в процесс
ИИ требует стабильности. Это значит:
🔵автоматические проверки качества,
🔵контроль полноты и актуальности,
🔵прозрачные процессы изменения данных.
Разовые «чистки» здесь не работают.

➡️ Посмотреть, как подготовка данных к ИИ реализуется на практике в MDM-подходе — закажите консультацию.

Признаки того, что вашей компании необходимо начать работать с данными

➡️ некорректная отчетность;
➡️ дубли в разных ИС;
➡️ не можете найти ответственных за данные;
➡️ 60-80% времени уходит на поиск нужной информации;
➡️ отделы оперируют разными цифрами;
➡️ решения принимаются не на основе цифр, а интуитивно;
➡️ работаете в Excel и вас всё устраивает.

Подготовили рабочую road map по работе с данными.

☑️ Сформировать и зафиксировать «единый язык бизнеса». Составить матрицу ключевых метрик качества данных, внедрить «золотые» справочники и MDM там, где без них постоянно конфликтуют цифры.

☑️ Встроить мероприятия по обеспечению качества данных в процессы. Внедрить контроль качества данных как обязательный процесс, проводить мониторинг актуальности/полноты данных, отслеживать полный жизненный цикл данных и их происхождение.

☑️ Стартовать мероприятия Data Governance. Определить ответственных и распределить роли: директор по данным, владельцы данных, стюарды данных и др. Обучить бизнес-пользователей работе с данными и инструментами аналитики.

☑️ Встроить ИИ в аналитику через измеримые KPI. Начинать внедрение с use-cases, где понятна цена ошибки и критерии успеха: время подготовки отчета, затраты ручного труда, скорость принятия решений. Не запускать ИИ-агентов без фундамента в виде качественных данных: если данные ненадежны, ИИ будет масштабировать ошибки и затраты.

Начните и вы с MDM-системой «БФТ.ЕНСИ»!

MDM в действии: ключевые этапы создания «единого источника правды»

«Золотая запись», или «единый источник правды», представляет собой наилучшую, самую точную и актуальную версию данных о конкретном объекте, предмете или процессе, такую как информация о сотруднике, клиенте, товаре или услуге. Сегодня разберем подробнее процесс её создания в MDM-системе «БФТ.ЕНСИ».

1️⃣ Сбор данных из источников – ETL (пакетная загрузка), реал-тайм интеграция (CDC, Стриминг, REST API), ручной ввод данных.
2️⃣ Очистка и нормализация данных с помощью ИИ-сервиса – выявление и исправление ошибок и несоответствий, категоризация НСИ, извлечение значений атрибутов и обогащение данными из внешних источников, формирование стандартизованного наименования.
3️⃣ Поиск дублей – цель: устранение избыточности для создания «золотой записи».
4️⃣ Сопоставление данных и создание «золотой записи» – назначение уникального MDM ID, связывание записей в разных системах.
5️⃣ Обогащение: повышение ценности данных – добавление недостающей информации
из внешних источников, использование гос. реестров как эталона (ЕГРЮЛ, ЕГРИП, ГАР, ОКВЭД), разрешение конфликтов с опорой на эталон.
6️⃣ Управление версиями и история изменений, прозрачность и аудит – фиксация изменений: кто, когда, что, версионность данных, отслеживание истории значений по времени.
7️⃣ Передача эталонных данных в системы-потребители – обеспечение доступа к «единому источнику правды».

Хотите увидеть все этапы в действии на демопоказе системы? Свяжитесь с нами!

Мы всегда на связи и готовы делиться инсайтами!

Напоминаем, что у нас есть регулярная email-рассылка новостей по теме управления данными — новости отрасли, экспертные колонки, подкаст «Данные решают», кейсы внедрений MDM-системы «БФТ.ЕНСИ», вебинары и полезные материалы. Никакого спама и лишней информации — только то, что действительно поможет вам в работе и развитии.

📩 Не упускайте возможность получать эксклюзивный контент и быть на шаг впереди конкурентов. Присоединяйтесь!

⚡️БФТ-Холдинг на ArenaDAY 2026

Наталья Зейтениди, генеральный директор БФТ-Холдинга, примет участие в экспертной дискуссии «Данные, ИИ и КИИ — обсуждение того, как обеспечить достоверность и защиту в условиях новых угроз» на крупнейших конференций по теме данных.

В фокусе:

1️⃣ Качество данных для ИИ

💬 Прослеживаемость данных — основа доверия к ИИ.
💬 Качество данных определяет всё: неточные или устаревшие данные заставляют ИИ генерировать уверенные, но ложные выводы.
💬 Синтетические данные — полезный инструмент, но не панацея: без контроля могут создать новые уязвимости.
💬 RAG-подходы (генерация с дополнением из базы знаний).
💬 Федеративный подход к госданным.

2️⃣ Атаки на ИИ и ответственность

💬 Новые угрозы: prompt injection, data poisoning, adversarial attacks — нужны новые методы защиты.
💬 Deepfake уже здесь: даже человек не всегда отличит подделку — «человек в контуре» обязателен.
💬 Ответственность — на людях: ИИ не субъект права, за решения отвечают руководитель и поставщик.
💬 Правовая база: Минцифры готовит закон об ответственности разработчиков и операторов ИИ.

3️⃣ Безопасность КИИ

Кому будет интересно

CDO, CDTO, CTO, CIO, директорам по данным и цифровизации

Присоединяйтесь к дискуссии! Обсудим, как строить и внедрять ИИ-решения в эпоху новых угроз.

7 апреля, начало в 16.30.

Почему 40% ваших данных бесполезны? О Data Quality в MDM

Недавно мы рассказывали про «золотую запись» как идеал управления данными. Но чтобы эта запись стала действительно «золотой», нужен фундамент. Этот фундамент — Data Governance (DG), Master Data Management (MDM), Data Quality (DQ). А Data Quality (качество данных) является одним из ключевых элементов.

Что такое Data Quality?

Под термином «качество данных» подразумеваются характеристики информации, позволяющие ей быть точной, полной, актуальной, согласованной и пригодной для эффективного использования бизнесом. Высококачественные данные обеспечивают надёжность принимаемых управленческих решений, повышают производительность сотрудников и снижают риски ошибок.

Проблемы некачественных данных

По оценкам экспертов около 40% корпоративных данных оказываются непригодными для полноценного использования. Причины этому разные:

➖Ошибки ввода и некорректные значения полей
➖Дублирование записей
➖Отсутствие своевременного обновления информации
➖Несогласованность данных между различными системами
➖Низкая полнота сведений

Эти факторы приводят к следующим последствиям:

➡️ Потеря доверия пользователей к данным
➡️ Сложности интеграции систем
➡️ Замедление принятия решений
➡️ Финансовые потери вследствие неверных выводов

MDM-система «БФТ.ЕНСИ» позволяет обеспечивать качество мастер-данных: проверку, очистку, нормализацию, дедупликацию.

Возможности

✅ Реализация типовых и сложных проверок данных
✅ Определение правил валидации, очистки, стандартизации данных, обогащения данными внешних источников
✅ Периодический мониторинг качества данных, работа с инцидентами качества
✅ Дедупликация данных

Преимущества

☑️ Low-code настраиваемые проверки качества и исправления данных
☑️ Автоматизированное исправление ошибок
☑️ Большой набор алгоритмов дедупликации данных
☑️ Мониторинг качества данных, отчеты качества данных

Цена одного неверного решения часто выше бюджета на весь проект по управлению данными. Но бизнес всё ещё верит в «волшебную таблетку».

Дубли клиентов, устаревшая номенклатура, расхождения в отчётности… На уровне «один раз» это кажется поправимым. В масштабе компании – это прямые убытки, сорванные сделки и стратегические промахи.

Почему проекты по Master Data Management (MDM) застревают или не дают эффекта? Потому что стартуют с иллюзий. Разберём жёсткие истины, которые редко звучат на презентациях.

📌 MDM – это не софт, а система всех данных бизнеса.
20% технологии, 80% – люди, процессы и Data Governance. Без комитета по НСИ, назначенных бизнес-владельцев данных и плана по преодолению сопротивления вы купите дорогой инструмент, который никто не будет использовать правильно.

📌 Классический ROI здесь сломан.
Не пытайтесь считать окупаемость платформы данных как окупаемость станка. Платформа меняет качество решений, а не линейно генерирует кэш. «Продавайте» ценность через VOI (Value of Information), снижение операционных и комплаенс-рисков, метрики предотвращённых потерь. Оцените «стоимость незнания»: одна ошибка в справочнике на уровне пилота – копейки. Та же ошибка на уровне всей сети – миллионы.

📌 MDM – марафон, а не спринт.
«Окупаемость через 6 месяцев» – опасная иллюзия. «Ждём 3 года» – гарантия потери финансирования. Рабочая схема: разбивайте внедрение на этапы с быстрыми победами, которые поддерживают долгосрочную стратегию.

📌 Ценность данных неоднородна.
В операционке (логистика, продажи, закупки) «чистые» мастер-данные дают быстрый измеримый эффект. В финансах, стратегии они работают как страховка от будущих катастроф. Понимайте разницу, когда ставите метрики успеха.

📌 Качество данных – это гигиена, а не проект.
Нельзя «внедрить» один раз и забыть. Это непрерывный процесс валидации, мониторинга и поддержки. Без этого любые инвестиции в данные превращаются в пылесос для мусора.
Важно для 2026 года: если вы сейчас используете ИИ с «грязными» данными без настроенного MDM, вы просто ускоряете принятие ошибочных решений в промышленных масштабах.

Чек-лист: готов ли ваш бизнес к управлению данными?
✅ Есть бизнес-владельцы данных (не в ИТ, а в профильных подразделениях)?
✅ Эффективность считается через риски и упущенные возможности, а не только через прямую выручку?
✅ Есть процесс постоянной валидации, а не разовая «чистка перед отчётом»?
Если хотя бы на один вопрос ответ «нет» – вы не управляете данными. Данные управляют вами.

Мы готовы к этим вызовам, а вы? Оставьте заявку на сайте и получите консультацию, которая позволит увидеть реальные преимущества правильной организации ваших данных!

👥 Почему для CDO важно умение договориться с бизнесом?

CDO (Chief Data Officer) – ключевая фигура в организации процессов управления данными, обеспечивающая высокое качество данных и принятие обоснованных решений. Практика показывает, что успешная data-трансформация начинается с системного внедрения культуры данных и обязательной поддержки со стороны топ-менеджмента. Чтобы быстро доказать ценность инициативы, первые проекты следует запускать совместно с наиболее заинтересованными бизнес-подразделениями, концентрируясь на решении одной конкретной прикладной задачи.

Как наладить продуктивное сотрудничество?

➖Показывайте метрики, которые важны бизнесу: не «качество данных ради качества», а «как это повлияет на выручку/клиентов/эффективность».
➖Делитесь реальными кейсами: «было – стало» работает лучше любой теории.
➖Обучайте команду: помогайте коллегам понимать, как данные помогают принимать решения.

Инструменты, которые усиливают CDO:

✅ Master Data Management (MDM)
Единый источник истины для клиентов, продуктов, поставщиков. Убирает дубли, противоречия и хаос.

✅ Data Governance
Фундамент data-driven культуры. Прозрачность, документирование, совместная работа бизнеса и ИТ.

✅ Искусственный интеллект
Автоматизация рутины: обработка 100 тыс. записей за 30 дней вместо 15 месяцев.

✅ BI-аналитика
Превращает «сырые» данные в понятные дашборды и инсайты для стейкхолдеров.

⚡️«Ростелеком» про ИИ, качество данных и нейрошлюз в новом выпуске подкаста БФТ «ПРО Закупки»

🔊 Гость авторского проекта Натальи Зейтениди – Роман Хазеев, директор по развитию цифровых технологий «Ростелекома». Получился полный экспертный разбор темы искусственного интеллекта: где ИИ реально работает, а где магия разбивается, когда встает вопрос об экономической эффективности.

Собрали главные тезисы, которые важно знать тем, кто пристально следит за ИИ-трансформацией:

☑️ Хайп или реальность
Спрос на специалистов со знанием ИИ растет, но требуются они не только в ИТ, а в продажах, закупках и менеджменте. Практические кейсы использования нейросети в медицине, промышленности, кол-центрах показывают, что реальный эффект от ИИ наблюдается пока в «приземленных» задачах.

☑️ Без качественных данных нет смысла в ИИ
Попытка дообучить модель на «грязных» данных не работает. Без культуры Data Governance системы ИИ будут давать сбои, которые на больших объемах приведут к негативным последствиям.

☑️ Нейрошлюз и утечка данных
Если не предоставить удобный и безопасный инструмент (тот самый нейрошлюз) для работы, то сотрудники компаний пойдут в публичные чат-боты и тогда останется открытым вопрос, какие данные утекли наружу.

☑️ ИИ и «вредные советы»
Какие действия гарантированно ведут к провалу: старт без пилота, отсутствие внимания к инфраструктуре, ставка на длинные гипотезы.

Ключевые цитаты выпуска

«Грязные» данные в ИИ не будут подспорьем. Без выстроенной культуры Data Governance применение ИИ становится в принципе очень «тяжелой» историей.

Все с пониманием относятся к необходимости выделения определенного сегмента экономики и процессов, в которых применение иностранных моделей ИИ недопустимо.

Ни одна модель искусственного интеллекта не лишена такого понятия, как галлюцинация. И здесь важно не быть очарованным магией искусственного интеллекта.

▶️ Смотрите выпуск на 📺 ВК Видео, 📺 RUTUBE или слушайте на удобной вам платформе

🗣️ Слушать в Телеграм

📲 Мы в MAX