Неконтролируемый рост объёма данных, разрастание бюджетов и классификация данных входят в число главных рисков для управления данными в 2026 году.

Предприятия во всех отраслях хранят больше данных, чем когда-либо. Более 5 петабайт (ПБ) — это новая норма, а более 10 ПБ — всё более распространённое явление. Главная тема управления неструктурированными данными в 2026 году — это больше всего: больше данных, больше инвестиций, больше проблем и больше опасений по поводу безопасности и рисков, связанных с ИИ. Рост объёма неструктурированных данных обусловлен ускоренным внедрением ИИ, взрывным ростом цифровых выбросов и значительным увеличением объёма мультимедийных и сенсорных данных. Однако больше данных также означает больше потенциальных возможностей, если предприятия смогут эффективно идентифицировать, фильтровать и классифицировать данные для соответствующих сценариев использования, одновременно снижая риски, связанные с ИИ. В следующем году мы прогнозируем, что по мере роста внедрения ИИ-инжиниринга организации осознают критическую роль, которую играет обработка неструктурированных данных в повышении рентабельности инвестиций в ИИ.  

Вот 5 основных тенденций, которые, по нашему мнению, будут развиваться в предстоящем году:  

Неконтролируемый рост объёма данных создаёт идеальные условия для кардинальных изменений

В этом году рост неструктурированных данных в корпоративном секторе достиг критической точки. Согласно отчету Komprise 2026 State of Unstructured Data Management , большинство предприятий хранят более 5 ПБ данных, а 40% — более 10 ПБ. Управление этими данными с использованием тех же методов, что и 5-10 лет назад, больше нецелесообразно из-за высоких затрат на управление и защиту данных, а также из-за возникающих непредсказуемых потребностей в подготовке, обработке и аудите данных с помощью ИИ. Возможности, позволяющие командам ИТ-инфраструктуры и эксплуатации видеть, понимать, очищать, фильтровать, классифицировать и перемещать данные между различными хранилищами и резервными копиями, станут необходимыми для управления рисками и повышения прозрачности и доступности данных для подразделений. 

ИТ-бюджеты пережили непростой год и будут поддерживать новые технологии и численность персонала для ИИ

Несмотря на нестабильную мировую экономику, руководители ИТ-подразделений оптимистично настроены в отношении инвестиций в будущее. Ожидания руководителей относительно влияния ИИ на финансовые результаты высоки по мере перехода технологии от пилотного проекта к серийному производству. Финансовые и технологические аналитики прогнозируют рост ИТ-бюджетов на 4-10% в 2026 году. Эти средства будут направлены не на все направления, а на ключевые области оптимизации, включая данные, ИИ и инфраструктуру, такие как хранение данных, безопасность и управление данными. Многие ИТ-организации потребуют модернизации платформ хранения и управления данными, как показали результаты опроса Komprise, проведенного среди 64% руководителей ИТ-подразделений. Помимо технологий, руководители ИТ-подразделений и бизнес-подразделений будут искать ИТ-лидеров, обладающих опытом в области инфраструктуры ИИ, а также технических специалистов, способных проектировать, внедрять и управлять агентами ИИ и рабочими процессами обработки данных. Согласно нашим исследованиям, почти половина ИТ-команд будет нанимать новых сотрудников, а 55% займутся реорганизацией и переквалификацией в области ИИ.  

ИТ-руководители будут внедрять классификацию неструктурированных данных для повышения безопасности данных и рентабельности инвестиций в ИИ

Неструктурированные данные — один из самых ценных активов современных организаций, однако они по-прежнему остаются в значительной степени неизвестными, поскольку их объем быстро растет, и они существуют на множестве систем и хранилищ. Без систематического способа классификации и фильтрации неструктурированных данных, например, для выявления устаревших версий, поиска по содержимому и относительной ценности, ИТ-отдел остается в неведении относительно их защиты и предоставления заинтересованным сторонам именно тех наборов данных, которые необходимы для ИИ. Однако, обогащая метаданные файлов с помощью автоматизированных инструментов сканирования и тегирования файлов, ИТ-команды могут исключать конфиденциальные, нерелевантные и устаревшие данные из рабочих процессов ИИ. Это также упрощает сотрудникам поиск именно тех данных, которые им необходимы для проекта. Подготовка и классификация данных для ИИ станут одним из главных приоритетов управления данными в 2026 году, сразу после оптимизации затрат на хранение.      

Риски, связанные с GenAI, превращают поиск оптимального баланса для руководителей

Потребители и сотрудники с энтузиазмом восприняли идею использования ИИ, обнаружив огромные преимущества в экономии времени благодаря интеграции этих новых инструментов в повседневные задачи. Однако высшее руководство ИТ-отделов и другие специалисты не потерпят утечки конфиденциальных данных или увеличения риска заражения программами-вымогателями. В то же время, сегодня существуют некоторые ограничения. Опрос Komprise показал, что только 14% организаций ограничивают использование ИИ в своих коллективах. Между тем, наши исследования и бесчисленные другие работы указывают на то, что утечка конфиденциальных данных, ложные представления и неясное происхождение данных являются серьезными проблемами для руководителей ИТ-отделов и бизнес-подразделений. ИТ-руководителям необходимо будет найти правильный баланс между доступом к передовым технологиям и поощрением экспериментов среди сотрудников, одновременно бдительно защищая корпоративные и клиентские данные. Возможность аудита того, какие данные поступают в инструменты и выходят из них, а также тщательный мониторинг использования приложений на предмет рисков, станет все более распространенной передовой практикой, разрабатываемой совместно ИТ-отделами, юридическими отделами и службами безопасности.

Приоритеты ИТ-инфраструктуры: переход к управлению данными, готовому к использованию ИИ

По мере того, как ИИ развивается от потребительских прототипов до реальных корпоративных инициатив, ИТ-команды испытывают давление в плане создания высокопроизводительной инфраструктуры, включая хранилища, готовые к использованию графических процессоров. Это необходимо для обработки огромного объема данных, обрабатываемых ИИ, однако корпоративный ИИ в основном использует существующие организационные данные. Производительность, хотя и важна, менее критична, чем создание правильной стратегии управления неструктурированными данными для обеспечения надежного управления, чистоты данных и классификации данных для ИИ. Управление данными для ИИ подразумевает переход от оптимизации хранилища к предоставлению полностью управляемых услуг по работе с данными для различных аудиторий. Эти услуги включают отчетность и аналитику об использовании и расходах на данные, экономически эффективное архивирование и миграцию, детальный поиск и классификацию данных, рабочие процессы обработки данных и услуги по приему данных для ИИ, а также кибербезопасность, такую ​​как защита от программ-вымогателей и управление конфиденциальными данными.