В Алматы состоялся DATA AI Summit 2026, ключевое мероприятие в сфере управления данными, которое ежегодно организует компания DeoniX – мастер-дистрибьютор решений Informatica.
На площадке саммита представители банковского сектора, крупных технологических компаний и международные эксперты обсудили один из главных вызовов современной цифровой трансформации — как масштабировать инициативы в области искусственного интеллекта за пределы пилотных проектов и обеспечить их реальную бизнес-ценность.
Особое внимание участники уделили вопросам доверия к AI-агентам, качеству и управлению данными, безопасности, корпоративному использованию генеративного искусственного интеллекта, а также практическим кейсам внедрения AI-решений в различных отраслях экономики.
Несмотря на стремительное развитие генеративного искусственного интеллекта, большинство участников саммита сошлись во мнении: в 2026 году для казахстанского бизнеса развитие зависит не столько от качества используемых AI-моделей, сколько от качества данных и контекста, который эти модели получают.
По мнению экспертов, именно качественные, управляемые и защищённые данные становятся фундаментом для успешного развития искусственного интеллекта и позволяют организациям переходить от отдельных экспериментов к масштабному использованию AI на уровне всей компании.
От GenAI к Agentic AI
Одной из центральных тем саммита стал переход от генеративного AI к Agentic AI. Традиционные AI-системы помогают пользователю находить информацию или генерировать контент, а агентные системы способны самостоятельно выполнять действия внутри бизнес-процессов. Речь идёт о новом классе систем, которые могут анализировать данные, принимать решения, инициировать процессы и взаимодействовать с корпоративными системами без постоянного участия человека.
Такой подход предъявляет принципиально новые требования к данным.
Для подготовки ответа генеративной модели достаточно получить релевантную информацию. Для эффективной работы AI-агенту недостаточно только данных: ему необходим контекст, взаимосвязи между данными, бизнес-правила и ограничения.
«Мы наблюдаем переход от AI, который отвечает на вопросы, к AI, который начинает выполнять работу. В этой модели критически важным становится доверие к данным, на основе которых агент принимает решения», — отметил Френк Хендрикс, Regional Vice President, Channel Sales & Strategic Alliances, Informatica from Salesforce, CEMEA.
По данным экспертов Informatica from Salesforce – одного из мировых лидеров в области управления корпоративными данными, именно качество контекста становится главным фактором успешного внедрения Agentic AI. Чем выше автономность AI-систем, тем большее значение приобретают управление данными, прозрачность их происхождения и единые правила работы с информацией.
От данных к контексту
Отдельный блок дискуссии был посвящен понятию Trusted Context. По словам участников саммита, многие организации уже обладают большими объемами данных, однако не всегда способны использовать их для масштабирования AI. Причина заключается в том, что данные часто остаются разрозненными между различными системами, подразделениями и бизнес-процессами: AI получает фрагменты информации, а не целостную картину.
Именно поэтому ещё большее значение для современных архитектур данных в больших компаниях приобретают Master Data Management, Data Governance и Data Quality – управление мастер-данными, правилами работы с данными и качеством данных.
«Сегодня проблема большинства организаций связана не с нехваткой данных. Намного чаще мы сталкиваемся с ситуацией, когда данные существуют, но не связаны между собой. В таких условиях AI получает неполную картину и не способен обеспечить стабильный результат. И мы видим, как проекты на базе решений от Informatica позволяют решать эту проблему, реализовать потенциал накопленных бизнесом данных и помогать казахстанским компаниям проходить этап AI-трансформации», – отметил Канат Абиров, CEO DeoniX.
Метаданные становятся навигационной системой для AI
Еще одной важной темой саммита стала роль метаданных. По мере роста количества источников данных большие компании в Казахстане сталкиваются с необходимостью понимать происхождение информации, ее качество и варианты использования.
Вопрос этого понимания может решаться через экспертизу сотрудников и накопленные знания внутри компании. Однако сегодня есть более эффективный вариант: AI-системы с механизмом, позволяющим автоматически определять, каким данным можно доверять и как их интерпретировать. Именно эту роль выполняют платформы управления метаданными, которые внедряют в казахстанских компаниях эксперты DeoniX.
«В эпоху Agentic AI метаданные становятся не вспомогательным инструментом, а одним из фундаментальных элементов архитектуры. Они помогают агентам понимать не только данные, но и всё, что может повлиять на их использование», – отметил в своём докладе Пелин Ейдунер , Enterprise Account Executive, Salesforce
Customer 360 как память для AI-агентов
Отдельное внимание на саммите было уделено развитию концепции Customer 360. Раньше подобные решения рассматривались преимущественно как инструмент для маркетинга и клиентского сервиса, а в эпоху AI они приобретают новое значение. Для AI-агентов единый профиль клиента становится точкой консолидации информации, через которую фильтруются все данные и принимаются решения о принципах работы с каждым клиентом.
«Без такого слоя агенты вынуждены принимать решения на основе ограниченной информации. Именно поэтому интерес к Customer 360, Master Data Management и Data Governance сегодня растет, особенно в контексте подготовки инфраструктуры для AI», – подтвердил тезис Ясер Салах, Business 360 Lead, MEA & CEE, Informatica.
В банках, например, единый профиль клиента позволяет объединять данные мобильного банкинга, CRM, контакт-центра и кредитных систем, формируя для AI целостную картину взаимодействия с клиентом.
От пилотов к архитектуре
Одним из наиболее заметных выводов DATA AI Summit стало понимание того, что эпоха изолированных AI-проектов постепенно завершается. По мере роста количества внедрений организациям приходится создавать полноценную архитектуру данных, способную обеспечивать качество информации, прозрачность процессов и масштабируемость AI-сервисов.
В центре такой архитектуры оказываются не LLM и не вычислительные мощности, а данные, контекст и механизмы управления ими. Поэтому вопросы построения доверенного контекста, управления данными и развития Data Governance сегодня становятся важной частью стратегии компаний, планирующих использовать AI не в отдельных экспериментах, а в масштабе всего бизнеса.
Главный вывод саммита оказался достаточно чётким: в ближайшие годы конкурентное преимущество будут получать не те организации, которые первыми внедрили AI, а те, которые смогли построить архитектуру данных, способную обеспечить надежную и безопасную работу AI.
