Современные технологии сталкиваются с непреодолимой преградой: нейросети могут обрабатывать огромные массивы информации, но они совершенно не понимают её сути. В большинстве организаций важнейшие сведения — от правил использования до нюансов качества данных — не зафиксированы в документах, а живут лишь в памяти персонала. С развитием ИИ-агентов этот пробел превращается в критическую угрозу: сухие цифры могут быть верными, но без понимания контекста их интерпретация неизбежно приведет к ошибкам.
Как отметила в эфире Радио РБК Лариса Малькова, занимающая пост управляющего директора практики «Данные и прикладной искусственный интеллект» в компании Axenix, роль человека в этой цепочке остается определяющей. По её словам, даже если ИИ не придется искать физическое место хранения файлов, именно людям предстоит наделять данные смыслом. Машина не способна самостоятельно решить, кого именно в конкретной компании считать «активным клиентом» — это задача бизнеса.
Чтобы не утонуть в бесконечном описании каждой мелочи, эксперт предлагает использовать селективный метод. Вместо попыток задокументировать всё подряд, стоит сосредоточиться на ключевых для компании атрибутах. Остальную же информацию можно доверять автоматике, создавая временные «черновика» для последующего аудита специалистами.
Однако главная трудность кроется не в коде или алгоритмах, а в психологии. Сотрудники часто не видят смысла документировать процессы, ведь это работа на будущее, а не на текущий момент. Малькова подчеркивает: чтобы навести порядок, нельзя действовать директивно силами одной лишь отдельной команды. Процессы описания данных должны стать естественной частью создания любого продукта, интегрируясь в рабочий цикл на всех этапах.
