Масштабирование ИИ начинается с качества данных, корпоративных знаний и встроенного управления решениями. Именно эти факторы определяют, превращается ли ответ модели в надежное действие — или в масштабируемую ошибку.

Искусственный интеллект ускоряет работу компании – и одновременно ускоряет распространение каждой ошибки. Пока аналитический вывод читает человек, остается пространство для сомнения, уточнения и проверки. В агентных сценариях ответ сразу превращается в действие: меняет заказ, формирует предложение клиенту, влияет на оценку риска или запускает операцию.

Это меняет саму природу управления: ошибка в данных или контексте больше не остается локальной – она становится частью бизнес-процесса.

Именно к такому выводу приходят авторы исследования NEXT CDO, представленного на Data Day 2026. Исследование HeadExpert, реализованное при партнерстве Aston, DECO Systems, Ассоциации больших данных и Клуба CDO, фиксирует сдвиг: данные и знания становятся не вспомогательной функцией, а основой управляемости решений в AI-среде.

Поэтому развитие ИИ повышает значимость функции данных. Ее задача больше не ограничивается предоставлением информации. Она заключается в создании управляемой среды, где модели и агенты получают надежный корпоративный контекст, а бизнес понимает качество, происхождение и ограничения каждого ответа.

ИИ превращает качество данных в операционный риск

Ошибки в данных существовали всегда. Новая реальность – в масштабе и скорости их последствий: 

– Неверный остаток влияет на автоматический заказ.
– Устаревший регламент – на рекомендацию сотруднику.
– Ошибка в методике – на оценку клиента.
– Избыточный доступ – на раскрытие чувствительной информации.

Чем выше автономность сценария, тем критичнее контроль до момента действия.

Компания должна понимать:

– какие данные разрешено использовать;
– насколько они актуальны;
– какие пороги качества действуют;
– в каких случаях требуется участие человека.

Базовая дисциплина данных становится условием работы бизнеса

Для надежной работы ИИ нужны вещи, которые раньше воспринимались как «длинная методология»: каталог, глоссарий, прозрачное происхождение, описания, управление доступами, контроль качества и закрепленная ответственность.Теперь они стали базовым условием масштабирования.

AI-ready среда означает, что модель получает правильный источник в нужном контексте, а компания способна объяснить, почему этот источник выбран и кто отвечает за его состояние.

Корпоративные знания становятся частью системы управления

Генеративный ИИ работает не только с данными, но и с корпоративными знаниями: документами, регламентами, договорами, инструкциями, презентациями, перепиской и базами знаний.

Проблема в том, что эти источники: 

– имеют разные версии;
– часто не имеют явных владельцев;
– управляются по разным правилам доступа.

Для человека контекст может быть очевиден – для модели он должен быть описан.

Таким образом, управление расширяется на полный жизненный цикл знания: создание, согласование, публикацию, актуализацию, архивирование и использование в AI-сценариях.
Владельцы бизнес-процессов сохраняют ответственность за содержание, а CDO формирует общие стандарты, семантику, метаданные и прозрачность.

Доверие должно быть встроено в архитектуру

Доверие к ИИ не возникает само по себе – оно обеспечивается проверяемостью. Для критичных сценариев необходимы ссылки на источники, метрики качества, пороги уверенности, журналирование, правила эскалации и участие человека. В итоге Governance перестает быть набором документов и превращается в работающий механизм исполнения.

В зрелой системе контроль срабатывает в момент запроса и действия: проверяет права, актуальность, область применения и допустимый уровень автономности.
Это особенно важно для ИИ-агентов, которые взаимодействуют с несколькими системами и выполняют цепочки операций.

Почему CDO оказывается в центре этой задачи

ИТ отвечает за инфраструктуру, бизнес – за процесс и эффект, безопасность – за защиту информации, юридическая функция – за ограничения, команды ИИ – за модели и приложения. CDO соединяет эти элементы через данные, смысл, качество и ответственность.

Именно функция данных способна сформировать общий язык для обсуждения: какой источник считается доверенным, кто владеет методикой, как измеряется качество ответа, что происходит при изменении данных и где проходит граница автономности решения.

Шесть шагов от пилота к масштабированию

1. Классифицировать AI-сценарии по цене ошибки и допустимому уровню автономности.
2. Определить набор данных и знаний, необходимый каждому сценарию.
3. Назначить владельцев источников, методик и бизнес-результата.
4. Установить метрики качества данных, ответа и фактического решения.
5. Встроить контроль доступов, источников и ограничений в процесс исполнения.
6. Масштабировать решения после проверки использования, эффекта и риска.

Искусственный интеллект делает роль CDO критически важной, поскольку повышает зависимость бизнеса от качества корпоративного контекста. Управление данными и знаниями как системой позволяет не просто масштабировать ИИ, а делать это без потери управляемости бизнеса.

Полный отчет NEXT CDO / Рассчитать свой индекс nCDO