12 марта 2025 г.
Gartner представил главные тренды в сфере обработки и анализа данных (D&A) на 2025 год, которые ставят целый ряд сложных задач, затрагивающих организационные и человеческие аспекты.
«Обработка и анализ данных перестает быть сферой внимания немногих, становясь вездесущей, — пишет в пресс-релизе Гарет Хершель (Gareth Herschel), вице-президент-аналитик Gartner. — В то же время, руководители служб D&A стоят перед новым вызовом: не делать больше меньшими силами, а делать гораздо больше с гораздо большими усилиями, что может быть даже еще труднее, поскольку ставки растут. При этом есть определенные тренды, которые помогут руководителям D&A ответить на те ожидания и требования, с которыми они сталкиваются».
Эксперты Gartner представили главные тренды в сфере обработки и анализа данных, которые нужно учесть и включить в свою стратегию руководителям ИТ.
Легко потребляемые продукты данных
Чтобы внедрить легко потребляемые результаты обработки данных, руководителям служб D&A нужно сосредоточиться на критически важных для бизнеса сценариях использования, взаимно увязывая и масштабируя продукты для снижения проблем с доставкой данных. Приоритет следует отдать доставке многократно используемых и компонуемых продуктов данных с минимально требуемым функционалом, допускающих расширение с течением времени. Руководители D&A должны также прийти к консенсусу по ключевым показателям эффективности между производящими и потребляющими командами, что важно для оценки успешности продуктов данных.
Средства управления метаданными
Эффективное управление ими начинается с технических метаданных, а затем расширяется, чтобы охватить бизнес-метаданные для расширения контекста. Задействуя различные типы метаданных, организации могут внедрять каталоги данных, отслеживание происхождения данных и сценарии использования на базе ИИ. Критически важным является выбор инструментов, облегчающих автоматическое обнаружение и анализ метаданных.
Мультимодальная фабрика данных
Построение успешной практики управления метаданными включает сбор и анализ метаданных по всему конвейеру аналитики данных. Инсайты и автоматизация, привносимые фабрикой данных, делают возможными оркестровку, операционное совершенствование на основе DataOps и потребление продуктов данных.
Синтезированные данные
Важной составляющей развития ИИ-инициатив является выявление областей, где данные отсутствуют, неполны, либо их получение слишком затратно. Синтезированные данные, в виде вариаций исходных данных либо замены конфиденциальных данных, обеспечивают требуемую закрытость, облегчая при этом ИИ-разработку.
Аналитика, использующая агенты
Автоматизация анализа бизнес-результатов с замкнутым циклом с помощью ИИ-агентов имеет трансформативный потенциал. Gartner рекомендует тестировать сценарии использования, которые связывают инсайты с интерфейсами на естественном языке, и оценивать дорожные карты вендоров по интеграции приложений цифровых рабочих мест. Создание системы управления сводит к минимуму ошибки и галлюцинации ИИ; важна также оценка готовности данных к использованию ИИ.
ИИ-агенты
ИИ-агенты полезны для задач ситуативной, гибкой или сложной адаптивной автоматизации. При этом недостаточно опоры лишь на большие языковые модели (LLM), необходимы и другие формы аналитики и ИИ. Руководителям D&A следует предоставить ИИ-агентам беспрепятственный доступ к данным и возможность обмена ими между приложениями.
Малые языковые модели
Для получения более точной, контекстно-адекватной ИИ-выдачи в специализированных областях лучше использовать малые, а не большие языковые модели. Рекомендуется предоставить данные для генерации, дополненной результатами поиска (RAG), или тонкой настройки моделей для конкретной области, особенно при локальном использовании для обработки конфиденциальных данных и для снижения требуемых вычислительных ресурсов и затрат.
Композитный ИИ
Использование нескольких ИИ-методов повышает результативность и надежность искусственного интеллекта. Командам D&A следует выйти за рамки GenAI и LLM, задействовав Data Science, машинное обучение, графы знаний и оптимизацию для построения всеобъемлющих ИИ-решений.
Платформы интеллекта принятия решений (DI)
Необходим переход от вИдения, управляемого данными, к сосредоточенному на принятии решений. Рекомендуемые этапы включают установление приоритетов срочных бизнес-решений для моделирования, выбор методов интеллектуального принятия решений и изучение и оценка
Источник: Пресс-служба компании Gartner
