Коротко
15 апреля 2026 года в рамках All-over-IP & AI 2025 прошла онлайн-конференция «Управление данными для современного цифрового предприятия: платформы и инструменты работы, отраслевые кейсы». В программе обсуждались практики работы с корпоративными данными, цифровыми платформами, AI и инструментами, которые помогают предприятиям лучше управлять информационными потоками.
Глеб Чепрасов, ведущий архитектор данных и искусственного интеллекта в Avdyushin Consulting Group, выступил с докладом «От инцидентов к знаниям: как агентные и экспертные системы с AI ускоряют работу с данными в разных доменах». Тема находится на пересечении data platforms, SRE, MLOps, LLM, AI-агентов и архитектуры цифровых систем.
Для ACG этот фокус важен не как отдельный технологический тренд, а как инженерная задача: как связать данные, контекст, правила, экспертизу и эксплуатационные процессы так, чтобы организация быстрее понимала происходящее и принимала более воспроизводимые решения.
От инцидентов к знаниям
Инцидент в цифровой системе редко существует сам по себе. Обычно за ним стоят данные из разных источников: логи, метрики, события в продуктах, изменения в инфраструктуре, обращения пользователей, результаты аналитики, фрагменты документации и опыт команды. Проблема начинается там, где эти сведения остаются разрозненными, а выводы после разбора не превращаются в повторно используемое знание.
Переход «от инцидентов к знаниям» можно понимать как изменение операционной модели. Команда не только реагирует на событие, но и сохраняет контекст: какие симптомы были замечены, какие гипотезы проверялись, какие правила сработали, какие данные оказались значимыми и какое решение было принято. Такой контур постепенно формирует базу знаний, которую можно использовать при следующих похожих ситуациях.
В этой модели экспертные системы помогают формализовать правила, ограничения и причинно-следственные связи предметной области. Агентные AI-системы дополняют их способностью собирать контекст, обращаться к инструментам, строить гипотезы, связывать данные из разных систем и предлагать следующие шаги для проверки. Важна не замена эксперта, а усиление его работы: AI должен помогать быстрее находить релевантные данные и фиксировать ход рассуждений.
Почему это важно для цифрового предприятия
Современное предприятие всё чаще работает через набор цифровых платформ, интеграций, внутренних сервисов и аналитических контуров. Чем сложнее эта среда, тем выше риск, что причина проблемы потеряется между системами: в одном месте виден симптом, в другом — изменение данных, в третьем — исторический контекст, а у эксперта в голове — правило, которое нигде не описано.
Агентные и экспертные системы полезны именно в таких ситуациях. Они могут снижать долю ручного поиска, помогать связывать технические и бизнес-события, ускорять первичную диагностику и поддерживать повторное использование экспертных выводов. Это применимо не только в SRE или эксплуатации инфраструктуры, но и в задачах качества данных, MLOps, аналитики, продуктовой поставки и процессной автоматизации.
Практическая ценность появляется тогда, когда система не ограничивается ответом в чате. Нужны источники данных, права доступа, наблюдаемость, правила качества, проверяемые действия, контроль человека и понятная архитектура интеграций. Тогда AI становится частью рабочего контура данных, а не отдельным экспериментом.
Что это говорит о подходе ACG
Для ACG такие темы естественно связаны с инженерным подходом к цифровым системам. Данные, архитектура, AI и эксплуатация не должны жить отдельно: устойчивый результат возникает там, где они собраны в понятную систему с ответственностями, ограничениями и практической целью.
Доклад Глеба хорошо отражает этот взгляд. Agentic AI и экспертные системы рассматриваются не как модные термины, а как способ аккуратно соединять события, контекст и опыт команды. Это особенно важно для организаций, которые уже накопили данные и инструменты, но хотят перейти от разрозненной реакции к управляемому знанию.
Материалы
Доступны страница события, презентация доклада, запись выступления и основная страница форума All-over-IP & AI. Ссылки собраны в frontmatter этого файла.