GlowByte приняла участие в конференции Smart Data – 2026 в Китае

GlowByte приняла участие в 8-й международной конференции FanRuan Smart Data Conference – 2026, которая прошла 10–12 сентября в Ухане, в отеле InterContinental Wuhan. Лозунг конференции в этом году – «Информация и ИИ. Что дальше» (Data & AI Next).

Мероприятие собрало более 2100 участников из Китая, Японии, ОАЭ, Южной Кореи, Монголии, России, Казахстана, Узбекистана и Азербайджана. Наряду с GlowByte конференцию посетили ее клиенты – «МЕТРО», Банк Уралсиб, «Дикси», ПИК, Т2, «Сбербанк страхование жизни», «АльфаСтрахование», «Европлан», «Альфа-Лизинг», «Лента», Systeme Electric и ОТП Банк. С международной сцены прозвучали доклады представителей ОТП Банка, АО «Гранд Трейд», «МЕТРО» и Банка Уралсиб.

С момента основания конференцию FanRuan Smart Data посетили порядка 10 тысяч участников, а за мероприятием закрепился статус ведущей азиатской площадки для взаимодействия экспертов в области искусственного интеллекта, бизнес-аналитики и представителей бизнеса из разных индустрий. В 2026 году конференция объединила руководителей высшего звена и цифровых лидеров свыше из 2000 компаний.

«Как и в прошлом году, конференция нашего партнера – компании FanRuan – стала важным событием для всех, кто соприкасается с темой больших данных, бизнес-аналитики, искусственного интеллекта. Интерес к площадке растет – это видно и по количеству посетителей форума, и по расширению географии участников. Для нас как партнера это лучшее подтверждение того, что путь от разрозненных таблиц до зрелой аналитической культуры реально пройти — и не в теории, а на практике. Спикеры говорили о том, как искусственный интеллект и ИИ-приложения меняют логику принятия решений, а зрелое управление данными и продвинутая анализ превращаются в основу цифровой трансформации. Прозвучали важные доклады, в том числе кейсы наших клиентов, которые своими цифрами доказали, как self-service-аналитика (самообслуживаемая бизнес-аналитика) и ИИ-агенты помогают в повседневной работе с данными», – прокомментировал Александр Брежнев, руководитель отдела продаж практики Business Intelligence, GlowByte.

Истории роста

Антон Антоничев, ИТ-директор «МЕТРО», выступил на пленарной сессии с докладом «ИИ в действии: инновации без потери контроля». Спикер поделился опытом внедрения ИИ-инструментов в крупной организации и объяснил, почему масштабирование искусственного интеллекта требует не только технологий, но и новых управленческих структур внутри компании. 

«Выступить на открытии международной конференции такого масштаба стало для меня личным вызовом, особенно учитывая высочайший уровень развития цифровых технологий в Китае. Одновременно тема рационального, эффективного и безопасного подхода к внедрению ИИ-инструментов в крупных организациях вызвала неподдельный интерес у аудитории. На мой взгляд, нам нужно больше говорить не только о практических ИИ-инструментах, а о построении внутри организаций новых структур, которые управляют их практической реализацией и применимостью к реальным бизнес-задачам», – поделился Антон Антоничев.

Кирилл Зельвянский, руководитель BI и DWH, АО «Гранд Трейд», рассказал, как организация перешла от разрозненных Excel-таблиц к единой модели данных. До перестройки аналитики выручка и маржинальность в разных отчетах считались по-разному, что подрывало доверие бизнеса к цифрам и замедляло принятие решений. По данным исследовательской компании Gartner, которые привел спикер, ежегодные потери компаний от низкого качества данных в среднем достигают 12,9 млн долларов. 

«Гранд Трейд» выстроила сквозную архитектуру – от источников (систем ERP – планирования ресурсов, CRM – управления отношениями с клиентами, и WMS – управления складом) через хранилище данных и единую бизнес-модель до каталога данных и self-service-аналитики на FineBI и FineReport. 

В результате число активных пользователей аналитики выросло в 3,1 раза, до 376 человек, ежемесячное число обращений к дашбордам (аналитическим панелям) превысило 900, а набор модулей дашбордов заменила более 50 Excel-отчетов. Время подготовки отчетности сократилось вдвое, доля ручных операций в Excel – на 40%, а цикл принятия решений – на 45%.

«Наша задача была не в том, чтобы просто ускорить формирование отчетов, а в том, чтобы бизнес перестал спорить о цифрах и стартовал доверять единой модели данных. Мы сознательно строили governance (управление данными) и каталог данных раньше, чем масштабировали self-service-аналитику, – и это оказалось решающим шагом: число активных пользователей аналитики выросло свыше втрое, а цикл принятия решений сократился почти вдвое», – подчеркнул Кирилл Зельвянский.

Семен Юников, руководитель BI, Банк Уралсиб, выступил с докладом «Как масштабировать self-service BI на весь банк силами команды из пяти человек». Он отметил, что платформа объединяет приблизительно 12 тысяч аналитических датасетов (наборов данных), 1600 опубликованных дашбордов и 2600 уникальных пользователей в месяц, ежедневно обрабатывая порядка тысячи потоков данных. Самостоятельно готовить отчетность в банке уже могут приблизительно 300 бизнес-разработчиков.

«Только за последние 8 месяцев наша команда закрыла более 1,5 тысячи запросов в поддержку – это на 60% больше, чем годом ранее, при среднем рейтинге поддержки 4,98 из 5. Часть рутинных задач мы передали ИИ-ассистенту BI Guru, обученному на документации FanRuan и базе знаний банка. А отдельный контур мониторинга следит за нагрузкой на серверы: 98% дашбордов у нас открываются быстрее чем за 3 секунды, а 99% таблиц обновляются с отставанием от графика менее часа», – сказал Семен Юников.

В докладе Евы Хараламповой, BI-разработчика, ОТП Банк, речь шла о том, как платформа FineBI, внедренная в банке в 2024 году, за два года выросла со 150 до более чем 1000 активных пользователей в месяц, одновременно поддержкой системы продолжает заниматься команда из трех человек. Взрывной увеличение нагрузки обернулся операционной проблемой: одновременно запускалось до 200 задач на обновление данных, что создавало узкие места и приводило к задержкам, а поиск и ручное устранение сбоев отнимали у команды до двух часов в день. 

Решением стали операционный дашборд мониторинга задач обновления и подключенные к нему ИИ-агенты, которые распределяют нагрузку между задачами, следят за состоянием внешних баз данных, сообщают об аномалиях и дают рекомендации по оптимизации SQL-запросов и расписаний обновлений.

«С момента запуска FineBI в 2024 году число активных пользователей выросло с полутора сотен до тысячи с лишним, а команда поддержки платформы так и осталась втроем – рост нагрузки нужно было не тушить руками, а автоматизировать. Дашборд и ИИ-агенты позволили снизить число сбойных задач обновления данных на 98%, сократить время поиска проблемы с двух часов до пяти минут, а увеличение числа пользователей платформы в этом году составил 214%», – поделилась Ева Харалампова.