01Услуги 02Временное управление 03Консультанты 04Сертификация 05Устойчивое развитие 06Обучение 07Контакты 🇹🇷 Türkçe 🇬🇧 English 🇨🇳 中文
Блог · Цифровизация

Управление данными для ИИ: препятствие — не бюджет, а культура

Gartner: среди причин провала инициатив по управлению данными культурное сопротивление опережает бюджет. Как выстроить культуру для данных, готовых к ИИ?

«Мы написали политики по управлению данными (data governance), купили инструменты — почему всё равно не приживается?» Во многих организациях, стремящихся ускорить проекты в области искусственного интеллекта (ИИ), этот вопрос снова на повестке дня. ИИ сделал качество данных, владение ими и правила их использования вопросами, которые нельзя игнорировать. Однако появились новые данные, показывающие, что проблема чаще всего не в технологиях и не в бюджете, а в том, как люди относятся к данным.

Согласно прогнозу, опубликованному Gartner 21 сентября 2026 года, 60% организаций, не занимающихся культурными сложностями управления данными и аналитикой, к 2027 году не смогут успешно управлять ИИ. В этой статье мы разбираем, о чём говорит этот вывод, почему данные, готовые к ИИ, — не только технический вопрос и какие шаги можно предпринять, чтобы сделать культуру частью управления.

Что говорят данные: сопротивление перевешивает бюджет

По данным опроса, проведённого Gartner в марте 2026 года среди 223 руководителей в сфере данных и аналитики, в качестве основной причины неудач инициатив по управлению данными на первый план выходит культурное сопротивление — 60%; доля тех, кто назвал бюджетные ограничения, составляет 40%.

Культуру Gartner здесь определяет как мышление, поведение и организационные нормы, влияющие на то, как управление данными принимается и поддерживается внутри организации. К основным культурным проблемам, срывающим программы, также относят низкую зрелость подхода, ориентированного на данные, недостаточное понимание заинтересованными сторонами ценности управления данными и слабую вовлечённость бизнес-подразделений.

Пресс-релиз подчёркивает следующее: организации сосредоточены на выработке политик и внедрении технологий и упускают из виду культурную сторону, которая обеспечивает применение этих политик в масштабе и на постоянной основе. По мнению Gartner, чтобы данные были готовы к ИИ, нужны также заинтересованные стороны, которые понимают ценность надёжных данных, участвуют в управлении политиками и поддерживают культуру подотчётности.

Почему именно сейчас: ИИ делает пробелы в данных видимыми

Проблема культуры не нова; ИИ делает её более дорогостоящей. По данным опроса, проведённого Gartner в июле 2024 года среди 1 203 руководителей в сфере управления данными, 63% организаций не имеют подходящих практик управления данными для ИИ либо не уверены, есть ли у них такие практики. В том же источнике Gartner прогнозирует, что к концу 2026 года будет заброшено 60% проектов в области ИИ, не поддержанных данными, готовыми к ИИ.

В этой оценке Gartner два момента напрямую связаны с обсуждением культуры. Во-первых, при традиционном управлении данными то, где и как используются данные, чаще всего не документируется; данные накапливаются в разных системах в виде изолированных «силосов». Во-вторых, данные, готовые к ИИ, — это не разовый проект, а практика, которую необходимо постоянно совершенствовать. Привычку документировать и непрерывность обеспечивает не инструмент, а повседневное поведение команд.

Фреймворк: управление — это ещё и вопрос культуры

Идея о том, что культура лежит в центре управления, принадлежит не только Gartner. Национальный институт стандартов и технологий США (NIST) в Фреймворке управления рисками ИИ определяет функцию «Управление» (GOVERN) как функцию, развивающую и внедряющую культуру управления рисками внутри организации. Согласно фреймворку, высшее руководство задаёт тон управлению рисками, а вместе с ним и организационной культуре, а документирование усиливает прозрачность и подотчётность.

Подкатегории этой же функции тоже дают конкретный контрольный список: роли, обязанности и каналы коммуникации должны быть задокументированы и понятны всем в организации; сотрудники и деловые партнёры должны проходить обучение по управлению рисками ИИ в объёме, достаточном для выполнения их обязанностей; высшее руководство должно брать на себя ответственность за решения, касающиеся рисков ИИ. Эти пункты можно читать как ответ на проблемы «слабой вовлечённости бизнес-подразделений» и «непонимания ценности управления», на которые указывает Gartner.

Практический путь: встроить культуру в управление

Чтобы улучшить результаты управления, Gartner рекомендует руководителям в сфере данных и аналитики три направления: связать управление с бизнес-результатами; заново позиционировать его как инструмент, облегчающий работу бизнеса, и как «командную работу»; встроить управление и культуру в повседневные рабочие процессы. Приведённые ниже шаги — это общая дорожная карта, составленная на основе этих рекомендаций и фреймворка NIST; её необходимо адаптировать к структуре каждой организации.

  1. Запустите управление данными с одного сценария использования ИИ. Gartner рекомендует расставлять приоритеты в усилиях по управлению в соответствии со стратегическими бизнес-целями и ожиданиями от ИИ, чтобы создавать измеримую ценность и сохранять поддержку высшего руководства. Вместо «Давайте очистим все данные организации» более управляемую отправную точку даёт вопрос «какие данные и какого качества нужны для этого сценария?»
  2. Передайте владение данными бизнес-подразделениям. Gartner рекомендует не рассматривать управление как зону ответственности только ИТ-подразделения, а выстроить между бизнес- и технологическими заинтересованными сторонами совместную подотчётность. Практическим выражением этого принципа служит назначение для каждой критически важной области данных одного бизнес-владельца и одного технического ответственного.
  3. Закрепите роли письменно и сделайте их видимыми. Как рекомендует NIST, ответы на вопросы о том, кто что решает и кому сообщается о проблеме, должны быть задокументированы и открыты для всех, кого это касается.
  4. Встройте правила в рабочий процесс. Gartner рекомендует интегрировать управление данными, грамотность в области данных, грамотность в области ИИ и управление изменениями в повседневную операционную деятельность. Например, определение данных и контроль качества могут быть частью шага создания записи или подготовки отчёта, а не отдельным согласовательным совещанием.
  5. Планируйте развитие грамотности с учётом ролей. Короткие тренинги с разным содержанием для руководства, владельцев данных и конечных пользователей напрямую отвечают на проблему «непонимания ценности управления». О том, как сделать видимым использование сотрудниками инструментов ИИ, мы отдельно рассматривали в статье «От неконтролируемого применения к управлению».
  6. Повышайте зрелость инвентаризации данных и метаданных. Gartner отмечает, что организациям с базовым или ведущимся вручную управлением метаданными будет трудно подготовить данные для ИИ и что эту область необходимо в качестве первого шага довести до зрелости уже сейчас.
  7. Измеряйте и культуру. Отслеживайте не только показатели качества данных, но и участие владельцев данных в совещаниях, частоту обновления определений и сообщения о проблемах с данными от бизнес-подразделений. Рост числа сообщений на первом этапе может быть положительным признаком: он показывает, что проблемы становятся видимыми.

Заключение

Данные Gartner показывают, что главное препятствие для управления данными — не бюджет, а культура, и что это препятствие напрямую переносится на управление ИИ. Политики и инструменты необходимы, но одних их недостаточно: без команд, которые понимают ценность данных, считают их своими и соблюдают правила в повседневной работе, готовность данных к ИИ поддерживать невозможно. Поэтому управление следует рассматривать не как ИТ-проект, а как управленческую практику, в которой высшее руководство задаёт тон, а бизнес-подразделения берут на себя совместную ответственность.

#interimmanagement #forwarddeployedengineering

Источники

  1. Gartner — Gartner Predicts 60% of Organizations That Ignore Data Governance Culture Challenges Will Fail to Govern AI Successfully by 2027 (Basın Bülteni) · 21 сентября 2026 г.
  2. Gartner — Lack of AI-Ready Data Puts AI Projects at Risk (Soru-Cevap) · 26 февраля 2025 г.
  3. NIST — AI 100-1: Artificial Intelligence Risk Management Framework (AI RMF 1.0) (PDF) · undefined января 2023 г.

Давайте вместе составим вашу дорожную карту трансформации.

Мы оценим ваши процессы и подготовим приоритизированный план. Первая встреча ни к чему не обязывает.

Связаться →