По данным исследования компании IBM, основным препятствием на пути развития корпоративного ИИ является не сама технология, а постоянная проблема разрозненности данных. Исследование Института бизнес-ценности IBM показало, что ИИ готов к масштабированию, а корпоративные данные — нет. В исследовании IBM, в котором приняли участие 1700 руководителей высшего звена в сфере обработки данных, отмечается, что функциональные данные в большинстве своем остаются изолированными. Данные в сфере финансов, управления персоналом, маркетинга и цепочки поставок работают изолированно, без единой таксономии или единых стандартов.

Эта фрагментация напрямую негативно сказывается на проектах внедрения искусственного интеллекта в бизнесе. Задача ИТ-директоров и директоров по цифровым технологиям теперь не просто собирать и защищать данные, но и эффективно использовать их для поддержки новых систем искусственного интеллекта.

Результаты исследования компании IBM свидетельствуют о том, что руководители отделов данных должны быть постоянно сосредоточены на результатах бизнеса. Согласно исследованию, 92 процента CDO согласны с тем, что их успех зависит от фокуса на этом. В этом и заключается основное противоречие, выявленное в исследовании IBM: в то время как 92 процента нацелены на ценность для бизнеса, только 29 процентов уверены, что у них есть «четкие критерии определения ценности для бизнеса результатов, полученных на основе данных».

Именно в этом разрыве между амбициями и реальностью и ожидается, что ИИ-агенты, способные обучаться и действовать автономно, помогут в этом. Согласно исследованию IBM, руководители демонстрируют растущее доверие к ИИ-инструментам: 83% директоров по цифровым технологиям, опрошенных IBM, заявили, что потенциальные преимущества от внедрения ИИ-агентов перевешивают риски.

О препятствиях, вызванных изолированными данными, на пути внедрения технологий искусственного интеллекта рассказывает доцент кафедры искусственного интеллекта Финансового университета при Правительстве Российской Федерации Емельянова Наталия Юрьевна:

Старая модель дорогостоящего и медленного перемещения данных в центральное хранилище данных перестает работать. Требуется новый подход к архитектуре данных, который позволит избежать изолированности данных. В свою очередь повышение доступности данных влечет за собой сложности в управлении. Однако самым большим препятствием на пути внедрения технологий искусственного интеллекта, связанным с данными, являются кадры. В том же отчёте компании IBM отмечается растущий дефицит квалифицированных кадров, в 2025 году 77% директоров сообщают о трудностях с привлечением или удержанием ведущих специалистов по работе с данными. В техническом плане руководители предприятий должны активно продвигать отказ от разрозненных массивов данных. Это означает инвестирование в современные, интегрированные архитектуры данных и поощрение команд к разработке и использованию «продуктов данных», которые можно безопасно совместно использовать и повторно использовать в рамках всей организации.

О мерах по снижению изолированности данными при внедрении технологий искусственного интеллекта рассказывает Коротеев Михаил Викторович, заведующий кафедрой искусственного интеллекта Финансового университета при Правительстве Российской Федерации:

Грамотность в работе с данными должна стать приоритетом для всего бизнеса, а не только для ИТ-отделов или отдельных ИТ-специалистов. Это означает, что компаниям необходимо инвестировать средства в интуитивно понятные программные инструменты, которые позволят упростить взаимодействие с данными для сотрудников, не имеющих технической подготовки, с целью перевода организаций с изолированных экспериментов с ИИ на масштабируемую интеллектуальную автоматизацию основных бизнес-процессов. Успеха добьются те компании, которые будут относиться к своим данным не как к побочному продукту приложения, а как к своему самому ценному активу.