Минцифры

Как индустрии больших данных выжить в нынешних условиях? Ответу на этот вопрос была посвящена дискуссия «Что делать, чтобы индустрия данных выжила», состоявшаяся в рамках форума BIG DATA&AI 2022, проведенного издательством «Открытые системы». (Также о форуме см. «BIG DATA&AI 2022: лучше вместе», «Компьютерный мир», 27 апреля 2022.) Название дискуссии подразумевало, что от отрасли требуется быстрая реакция на произошедшие экономические и политические перемены. По мнению экспертов, эти изменения способны наконец ускорить действия регулятора, демонстрирующего сверхосторожность, а временами — даже медлительность.

Как подчеркнула Анна Серебряникова, президент Ассоциации больших данных, в 2018 году, когда был проведен первоначальный анализ состояния рынка, наши банки и телеком-операторы являлись одними из лучших в мире по применению инструментов работы с данными и искусственного интеллекта. Однако имевшуюся динамику сохранить не удалось, и объем рынка, ожидавшийся к 2021 году, не был достигнут из-за проблем регулирования.

«То, в чем нуждался рынок в 2018 году, остается актуальным и сейчас. Компании хотят получить возможность рассматривать данные как товар и включать их в оборот. Они желают развиваться и работать не в серой зоне, как это происходит сейчас, а полностью легально», — констатировала Серебряникова. Важно установить прозрачную систему контроля со стороны государства и исключить риски борьбы с неизвестным — ведь, как известно, психологически проще все непонятное запретить, нежели разбираться в деталях. Возможно, именно поэтому позиция регулятора по всем направлениям была крайне осторожной.

Анна Серебряникова: «Инновации нужно стимулировать, иначе мы не достигнем запланированных цифр. За период с 2018-го по 2022 год рынок уже недополучил 200 млрд руб. Если ничего не изменится, потери только усилятся»

Однако в текущей ситуации российским компаниям крайне важно получить преимущества, зафиксированные в регуляторных требованиях, что позволит ускоренно развивать продукты на основе больших данных. Государство тоже это понимает, однако пока все инициативы реализуются крайне тяжело. Хотелось бы призвать регуляторов и тех, кто готовит для них аналитику, воспользоваться ситуацией и обеспечить российским компаниям возможность создавать уникальные продукты. За основу можно взять опыт Китая, весьма либерально относящегося к обороту данных.

«Инновации нужно стимулировать, иначе мы не достигнем запланированных цифр. За период с 2018-го по 2022 год рынок уже недополучил 200 млрд руб. Если ничего не изменится, потери только увеличатся», — выразила опасение Серебряникова.

Айсалу Бадягина, заместитель директора департамента обеспечения кибербезопасности Минцифры, признала, что инициативы действительно продвигаются очень тяжело. По ее словам, причины являются чисто технологическими: на сегодняшний день отсутствуют гарантированные методы обезличивания данных. Разумеется, для государства первична именно задача обеспечения безопасности персональных данных. Как отметила Бадягина, в Минцифры выработаны три направления, по которым сейчас ведется активная работа. Первое из них — предоставление доступа к данным для разработчиков на площадке Минцифры. Второе — возможность создания аккредитованных площадок, соответствующих требованиям законодательства (так называемых дата-посредников). И третье — более активное использование практики экспериментальных правовых режимов.

По словам Бориса Зингермана, генерального директора Ассоциации разработчиков и пользователей искусственного интеллекта в медицине, здравоохранению закон о персональных данных нанес гораздо больше вреда, чем пользы. Можно сказать, что сейчас медицинские организации зачастую не защищают данные, а защищаются от контролирующих органов, действуя «с запасом» и тем самым перекрывая все пути к интеграции и объединению данных и использованию их в научных целях.

Борис Зингерман: «Запрет на обогащение медицинских данных из других источников полностью убивает всю потенциальную пользу от их использования и становится огромным барьером на пути развития искусственного интеллекта в медицине»

Медицинские данные живут лишь внутри организаций здравоохранения, и как их оттуда достать, интегрировать и использовать, совершенно непонятно. Больше всего Зингермана беспокоит то, что даже из экспериментальных правовых режимов в период их подготовки было удалено все разумное содержание, которое там имелось. Ярким примером может служить запрет на обогащение медицинских данных из других источников, что полностью убивает всю потенциальную пользу от их использования и становится огромным барьером на пути развития искусственного интеллекта в медицине.

Важно донести до регуляторов, что пользы от применения данных больше, чем рисков. Вероятно, это можно доказать только на практике, и ситуация, в которой мы сейчас оказались, способна стать катализатором, сигналом к действию.

«Резко возросший интерес к большим данным внутри экосистемы ВТБ поражает: число запросов выросло в десятки раз. Поэтому для выживания рынок имеет хорошую почву: если есть интерес у бизнеса, можно выращивать хорошие продукты», — считает Максим Коновалихин, руководитель департамента анализа данных и моделирования ВТБ. Нынешний вызов предоставляет хорошие возможности: работа в области импортозамещения выходит на новый уровень. Действительно, если можно приобрести хорошее готовое решение, создавать собственное мало кто захочет. Однако появившиеся проблемы дали новый стимул, и у людей появился азарт: они хотят создавать решения, превосходящие зарубежные аналоги. Сейчас ВТБ ведет совместную работу с МФТИ по производству собственных программно-аппаратных комплексов.

Кроме того, по мнению Коновалихина, принцип «Лучше меньше, да лучше» становится базовым. Старый подход, при котором компании приобретали много «железа» и забивали его до отказа данными сомнительной ценности, очевидно, перестает работать. ВТБ много инвестирует в направление «умных» данных и предварительного анализа информации, позволяющего избавиться от мусора, не ухудшая качества создаваемых моделей.

«Последние годы были беззаботными с точки зрения возможностей для развития инфраструктуры, и мало кто думал об оптимизации», — согласился Борис Рабинович, CDO «Сбера». Осознавая свои масштабы, в «Сбере» занялись оптимизацией еще в 2020 году, сделав это частью стратегии. Одним из важных направлений стал переход с зарубежных систем на собственные решения в области хранения данных. Сейчас большая часть проектов завершена, по остальным сформированы планы перехода.

Говоря о прочих проблемах, Рабинович выделил очевидную тройку: люди, технологии, инфраструктура. При этом главная загвоздка, по его мнению, именно в кадрах: надо думать, как привлечь в отрасль данных молодых специалистов.

«В конце февраля мы провели анализ рынка больших данных, попытались выявить основные проблемы. Среди них — потенциальное сокращение объема кадров, снижение спроса на новые решения и ограничение доступа к вычислительным мощностям», — рассказал Сергей Наквасин, заместитель руководителя Аналитического центра при Правительстве РФ. Однако, как выяснилось, вычислительные ресурсы почти у всех есть с запасом, и это пока не является проблемой. Отток ИТ-кадров из России резко сократился, и статистика показывает, что он был крайне неоднородным. Главным образом он был связан с наличием большого количества зарубежных заказчиков. Среди специалистов, работающих с прорывными проектами, число уехавших не превысило 5%. А вот что касается спроса на ИТ-решения, то он действительно может несколько сократиться. Во многом именно из-за этого правительство объявило о беспрецедентных мерах по поддержке ИТ-отрасли. Главное, чтобы предоставляемые меры поддержки не разучили айтишников работать.

Руслан Ибрагимов: «Прежде чем что-то делать, надо понять, почему мы три года топтались на месте, почему так и не получилось ввести в оборот большие обезличенные данные»

«Прежде чем что-то делать, надо понять, почему мы три года топтались на месте, почему так и не получилось ввести в оборот большие обезличенные данные», — считает Руслан Ибрагимов, вице-президент по взаимодействию с органами государственной власти и связям с общественностью МТС. Суть цифровой экономики заключается именно в обороте больших данных, поэтому их и назвали новой нефтью. Однако, видимо, такую нефть пока еще не добыли.

По мнению Ибрагимова, регулятор слишком много внимания уделял техническим аспектам, что во многом было спровоцировано появлением GDPR. Однако, если проблему не получилось решить с использованием технического подхода (гарантированное обезличивание данных), надо думать о применении юридического подхода. Лишь запуск в оборот больших данных позволит сделать заметный рывок в направлении цифровой экономики.

«Экспериментальные правовые режимы, которые введены уже давно, должны помогать не только обсуждать проблемы, но и действительно что-то делать. Пора действовать, преодолевая психологические барьеры», — резюмировал Дмитрий Соболев, заместитель директора по направлению «Нормативное регулирование цифровой среды» АНО «Цифровая экономика». Сколько ни тестируй методики на синтетических данных, это имеет мало общего с практикой. ЭПР дают возможность протестировать подходы в «боевых условиях» и получить конкретные результаты. Тем более что у регулятора есть все инструменты для контроля и, при необходимости, прекращения эксперимента.

С конца 2018 года в России идет работа над созданием Национальной системы управления данными (НСУД), которая призвана навести порядок в имеющейся у государства информации об объектах (гражданах, организациях), о деловых и жизненных процессах, в которые они вовлечены. Единая среда должна объединить больше сотни ведомственных информационных систем и радикально ускорить процессы предоставления государственных услуг. О ходе реализации проекта и его задачах в рамках форума «Управление данными — 2019», организованного издательством «Открытые системы» 24 сентября, рассказал Василий Слышкин, директор департамента развития архитектуры и координации информатизации Минкомсвязи РФ. Мы попросили его поделиться своими взглядами на перспективы этого проекта.

- Откуда появилась идея Национальной системы управления данными? Какие задачи перед ней стоят?

Эти идеи диктует наша жизнь. Любому неприятно, когда он вынужден приносить справки, необходимые для получения услуг, снова и снова, хотя все данные у государства уже есть. Например, когда женщина родила второго ребенка и ей для получения субсидии нужно собрать документы, ей приходится предъявлять еще и свидетельство о рождении первого ребенка, и паспорт. В результате на гражданина возложены функции, которые мог бы выполнять программный алгоритм. Другая частая история: людям начисляются налоги на давно проданный автомобиль, поскольку данные, которыми оперируют в разных информационных системах, не всегда актуальны. Эти примеры иллюстрируют жизненную потребность в наведении порядка в данных.

Все ожидают, что будет создана среда, которая позволит безопасно хранить данные о каждом гражданине и компании, предоставлять их по запросам тем органам власти, которым это необходимо, и обеспечивать их доступность в режиме реального времени. В итоге это стало одной из задач программы «Цифровая экономика», которую мы реализуем совместно с бизнес-сообществом. Формирование экосистемы управления государственными данными — это одна из первостепенных задач. Вторая наша важная задача — формирование «эталонных данных», которые послужат вкладом государства в становление и развитие рынка данных.

- Какова роль бизнес-сообщества в этом процессе?

Довольно значимая. Мы прислушиваемся к экспертам и вырабатываем ряд инициатив, связанных в первую очередь с вовлечением данных в коммерческий оборот и созданием рынка данных. Мы не можем совершить технологический прорыв без обеспечения возможности воспользоваться этими данными. Например, не удастся обучить нейросеть для диагностики онкологических заболеваний, не дав возможности компаниям использовать данные, накапливающиеся в медицинских центрах и поликлиниках. У нас есть возможность собрать все снимки, но на сегодняшний день законодательно запрещено использовать их. Эта проблема требует обсуждения.

Есть другой показательный пример: мы запускаем информационную систему, связанную с маркировкой товара, и получаем ценную информацию о том, где была произведена конкретная упаковка лекарств, кому из дистрибьюторов была продана и по какой цене, на какой склад была перевезена и в какой аптеке дошла до потребителя. Не воспользоваться такой исчерпывающей информацией было бы как минимум нерационально. А чтобы воспользоваться ею, придется решить ряд задач: убедиться, что это не нарушает ничьих прав, сделать доступ к информации недискриминационным. Ведь информация о ценах и прочих коммерческих составляющих деятельности компаний может быть чувствительной для конкуренции.

- НСУД будет иметь дело только с данными из государственных систем?

Надо понимать, что НСУД — не только информационные технологии. Это комплекс организационных и технологических мероприятий, методологий, законодательных инициатив, направленных как на создание и запуск самой системы, так и на подготовку кадров для нее.

Мы прорабатывали архитектуру системы достаточно долго — с осени прошлого года, вовлекая как бизнес-сообщество, так и органы власти (более 20 ведомств). Требуется сделать очень многое — начиная с федеральных законов и поправок в законодательство, которые позволили бы работать с данными. Последствия этих изменений будут значимыми для информационного взаимодействия между государством, гражданами и бизнесом. Да, мы будем иметь дело с информацией из государственных систем, но они часто работают с данными о людях, их имуществе и здоровье, о юридических лицах, их отчетности перед государством и т. п. Иными словами, границу между «чисто государственными» и «остальными» данными еще предстоит определить.

На данный момент из более чем 800 информационных ресурсов у нас есть 108 федеральных ресурсов, содержащих государственные данные. Они являются уникальными специфическими реестрами для выполнения разнообразных государственных функций и предоставления госуслуг, записи в них являются юридически значимыми, и их использование принесет заметную пользу гражданам и компаниям.

Надо сказать, что на сегодняшний день далеко не все реестры доступны онлайн, и нам их нужно реализовать так, чтобы они были доступны в любой момент с любого компьютера или мобильного устройства, обеспечивая при этом юридическую значимость предоставляемых данных. Естественно, этот доступ должен быть защищенным и безопасным.

Таким образом, в создаваемой системе важны сразу несколько элементов. В качестве основы — законодательство, которое определяет правила работы с данными. Второе — единые требования по обеспечению доступности данных. Третье — сама техническая реализация, позволяющая обеспечить доступ к данным практически в реальном времени.

- Вполне естественный вопрос: НСУД — это скорее для государства или для людей?

Система ориентирована в большей степени именно на потребности людей — физических и юридических лиц, ведь конечный эффект будет заключаться в скорости получения ими услуг. Необходимо максимально высвободить человека из формального процесса обмена юридически значимыми данными, возложив все технологические операции на систему.

- Есть ли видение того, какие данные система должна охватывать? Насколько этот список является полным?

Сейчас проводится эксперимент, в который включены пять направлений. Два из них — формирование единого адресного пространства и создание федерального регистра избирателей — охватывают относительно статичные данные, и, казалось бы, проблем быть не должно. Однако есть смертность, и очевидно, что «умерший» человек не должен завтра проголосовать на избирательном участке. Есть процессы миграции населения, а также вопросы, связанные с потерей избирательного права. На территории России проживают более 108 млн человек, которые являются избирателями, но в течение года в каждом регионе их число меняется.

Кроме того, в период эксперимента, до марта 2020 года, производится сбор статистической ведомственной отчетности по отрасли сельского хозяйства, создание цифрового профиля гражданина и формирование паспортов муниципальных образований. Эти пять экспериментальных направлений охватывают 34 информационных ресурса и представляют собой наиболее приоритетную часть проекта.

В этом году мы составим график дальнейшего включения информационных систем в НСУД. К 2021 году в режим онлайн-доступа будут переведены все 108 федеральных реестров, а также информационные ресурсы, участвующие в реализации суперсервисов — комплексных услуг, привязанных к жизненной ситуации. Более точную оценку охвата систем можно будет дать чуть позже по результатам обследования. По предварительным оценкам, это будет около 70–80% оборота информационного взаимодействия.

- Какие сроки развертывания системы определены?

Индикативной целью является 2021 год, но объем работ будет уточнен по результатам эксперимента. Проводимая в рамках эксперимента работа позволяет выявлять проблемы, требующие решения. Так, ни одно ведомство сейчас не ведет реестр недееспособных граждан, который необходим для решения целого ряда задач — например, для того же регистра избирателей. Многие ресурсы ведутся исключительно на бумаге, что требует разработки реестра с нуля.

Сейчас в эксперименте участвуют 14 регионов, в ходе работ с которыми мы совместно с федеральными ведомствами проводим аудит систем и реинжиниринг информационных потоков, выполняем работу по оценке качества данных и строим совместные планы по модернизации систем.

- Какие еще проблемы ожидаются? Как их планируется решать?

Сейчас много говорится о развитии технологий, цифровизации и совершенствовании законодательства, однако главным вызовом для нас является кадровый вопрос: мало специалистов нужного профиля. В отрасли нет консенсуса по поводу того, что такое «специалист по управлению данными». За рубежом существуют профессиональные ассоциации, которые позволяют оценить специалиста и сертифицировать его. У нас нет принятых методик и стандартов в области управления данными, на основании которых можно было бы эту компетенцию развить.

Простой пример: в мире насчитывается около 80 тыс. специалистов по управлению данными. На территории России нет профессиональных организаций, которые бы проводили аттестацию таких специалистов. У нас нет специальности в вузах, которая называлась бы «специалист по управлению данными». Но если посмотреть на рекрутинговые площадки, то можно увидеть около тысячи вакансий, где требуются специалисты подобного профиля. Эта область пока слабо формализована, не организована массовая подготовка кадров.

Конечно, отрадно, когда запускаются проекты по обучению в инициативном порядке: коммерческие компании совместно с ведущими вузами, предвидя спрос, начинают готовить кадры «под себя». Но в масштабах всей страны так проблему не решить. На мой взгляд, именно эта задача является первоочередной. С технологиями мы справимся, а вот компетентных людей сразу не получишь.

- Какие решения планируется использовать в ходе создания НСУД?

Надо понимать — и это очень важный аспект, о котором следует открыто говорить, — что система будет являться частью критической инфраструктуры Российской Федерации. Если какая-то ее часть перестанет работать, случится коллапс — и этого нельзя допустить. К сожалению, санкционные риски слишком значимы, поэтому основная задача, которую мы ставим перед исполнителями, — реализация решений на отечественном программно-аппаратном обеспечении. Это возможно: на нашем рынке существуют не только СУБД, но и технологии, которые ориентированы на управление мастер-данными, на управление качеством данных.

Одним из важнейших элементов НСУД станут ведомственные витрины данных — срезы нужной информации из систем государственных органов. Что должна представлять собой витрина данных, в которой отражены сведения о паспортах граждан? Как минимум она должна выдерживать нагрузки в несколько десятков тысяч запросов в секунду. Для большинства решений этот показатель недостижим, но наши исследования показывают, что такие системы могут быть построены за счет сочетания нескольких современных подходов: например, обработки данных «на лету» в оперативной памяти, оптимизации алгоритмов индексирования и доступа и других.

Из-за объемов, которыми нам придется оперировать, это технологически сложный проект. Сотни миллионов записей, десятки тысяч запросов в секунду — это гораздо больше, чем масштаб крупной корпорации.

- Какие ожидаются эффекты? Чего планируется достичь?

Наша цель — сформировать экосистему доверия, где мы могли бы создавать условия для рынка данных. В такой среде данные должны стать ценностью, значимой для участников рынка. Как оценить объем этого рынка? Это отдельная задача, равно как и создание правил игры на нем. Например, в Ассоциации больших данных пытаются этим заниматься.

Но для того чтобы этого достичь, нужно навести порядок в данных, подготовить их. Два хозяйствующих субъекта должны иметь возможность ссылаться на данные государственных реестров, для того чтобы совершать юридически значимые сделки «в цифровом виде». Они должны получать эффект от использования доверенных государственных данных — как в случае с маркировкой товаров.

Одной из больших побед на этом пути для нас станет формирование «первой сотни эталонных ресурсов» — государственных общенациональных информационных систем, юридически значимых и доступных онлайн, защищенных в соответствии со всеми требованиями. Если мы к концу 2021 года получим эту «первую сотню», результат работы нашего министерства по НСУД будет вполне ощутим.

- Чему посвящено ваще выступление и что было бы вам интересно услышать?

Выступление посвящено нашим шагам на трехлетнюю перспективу. Важно, чтобы у бизнес-сообщества было понимание вызовов, которые перед нами стоят, и результатов, которых мы собираемся достичь. Эти результаты трансформирующие, они будут иметь значимое влияние как на органы власти, так и на бизнес — особенно, если дело касается работы с данными.

В докладах коллег хотелось бы услышать интересные факты о работе с данными и о проблемах, с которыми им приходится сталкиваться. В идеале было бы хорошо услышать аналитику и рекомендации. Нам важно координироваться и учитывать в своих действиях появляющуюся на рынке практику.