Arenadata — лидер рынка СУБД и обработки данных в 2025 (исследование ЦСР)

Войти

и инструментов обработки данных 🏆 По данным исследования Центра стратегических разработок (ЦСР) за 2025 год: 🔸 Российский рынок систем управления и обработки данных вырос на 14% по итогам 2025 года и достиг 102 млрд рублей. Рынок оценивается в «затратах заказчиков». 🔸 По оценкам аналитиков, на долю вендоров приходится около половины рынка, оставшаяся часть — внутренняя (in-house) разработка и партнерский канал. При этом доля разработчиков может достигнуть 60% к 2032 году. 🔸 Группа Arenadata вышла на 1-е место по объёмам продаж и росту рыночной доли. 🔸В категории аналитических СУБД Группа Arenadata удерживает лидерство с рыночной долей 24%, а в категории резидентных СУБД входит в топ-2 игроков с долей рынка 13%. 🔸 Согласно исследованию, формируется новая ниша решений, ориентированных на защищённую обработку данных, — конфиденциальные вычисления. По предварительным оценкам, сейчас доля этого сегмента может составлять около 2–3% объёма рынка. В среднесрочной перспективе ожидается опережающий рост по сравнению с динамикой рынка в целом. 🔸 Прогнозируемый среднегодовой темп роста (CAGR) в 2025–2032 гг. — 15,6%. Какие драйверы роста рынка? 📈 1️⃣ Органический рост: цифровизация и увеличение объёмов данных. 2️⃣ Регуляторные: обязательная миграция на отечественное ПО (планы правительства — переход 80% компаний ключевых отраслей к 2030 г.), а также ужесточение требований к безопасности данных для КИИ (вступление в силу с 1 марта 2026 года приказа ФСТЭК России № 117). 3️⃣ Технологическое развитие компаний: внедрение ИИ, использование новых архитектур. 4️⃣ Постепенное сокращение затрат крупных организаций на собственную разработку (in-house) в пользу коммерческих платформ. 🔗 Подробнее в отчёте на сайте ЦСР:

Каталог данных как фундамент промышленного ИИ 🏭 Почему многие проекты по внедрению искусственного интеллекта (ИИ) на производстве заходят в тупик? Ответ часто кроется не в алгоритмах, а в качестве данных. Без прозрачной структуры и понимания жизненного цикла информации нейросети рискуют остаться лишь дорогой игрушкой с непредсказуемым результатом. В новом материале (https://indpages.ru/auto/katalog-dannyh-kak-osnova-promyshlennogo-ii/ ) мы разбираем, как каталог данных становится стратегическим ресурсом для развития промышленного ИИ. Почему каталог данных критически важен для компаний: 🔹 Единая карта ответственности Каталог превращает хаотичные массивы информации в структурированный дата-актив. Он связывает воедино технические метаданные, бизнес-термины, происхождение данных, правила качества и права доступа → в идеале именно на этой базе обучаются ИИ-модели. 🔹 Прозрачность происхождения Каталог позволяет проследить историю данных (Data Lineage) от датчика на станке до отчета на столе руководителя. 🔹 Снижение рисков Правильно выстроенная система каталогизации исключает ошибки при принятии решений, основанных на алгоритмах ИИ. 🔹 Универсальный язык Внедрение инноваций невозможно без единого глоссария, который одинаково понимают ИТ-специалисты и бизнес-заказчики. ⚙️ В основе продуктов Группы Arenadata лежат инструменты Data Governance — это система правил, ролей и процессов, определяющих, кто отвечает за показатель, как контролируется его качество и каким образом данные используются в аналитике и ИИ. 🔗 Чтобы изучить тему Data Governance глубже, рекомендуем посмотреть новое видеоинтервью с Игорем Моисеевым, директором по развитию бизнеса DataCatalog (входит в Группу Arenadata): https://vkvideo.ru/video-147838266_456239928 DATA #datagovernance

Разбираем новые термины 📚 Сегодня поговорим про совместную безопасную работу с данными. Это одна из самых быстрорастущих областей в data-индустрии: бизнесу важно извлекать ценность не только из самостоятельно собранных данных, но и использовать накопленные знания в индустрии или смежных отраслях. Существует 2 больших класса конфиденциальных вычислений: аппаратные и программные. Группа Arenadata занимается разработкой именно ПО как в части хранения и аналитики данных, так и в области конфиденциальных вычислений. Разбираем ключевые понятия 👇 🌟 Конфиденциальные вычисления (Confidential Computing) — подход к обработке данных, при котором данные защищены на всех этапах: при хранении, передаче и даже во время обработки. Это позволяет работать с чувствительной информацией без риска утечки. Опишем несколько типов конфиденциальных вычислений: MPC, федеративное обучение и гомоморфное шифрование. 🌟 MPC (многосторонние вычисления) — позволяют нескольким сторонам вычислить результат на основе их общих данных, не раскрывая свои приватные данные друг другу: Этап 1: деление данных. Каждый участник разбивает свою информацию на зашифрованные части («осколки»). Этап 2: распределенные вычисления. Эти «осколки» отправляются другим участникам или узлам сети, где проводятся математические операции. Этап 3: сбор результата. Получается общий итог, который расшифровывается, но никто из участников не видит данные, предоставленные другими. 🌟 Федеративное обучение — это метод машинного обучения, который тренирует алгоритм на нескольких удаленных устройствах или серверах без обмена исходными данными между ними. Серверы обмениваются только обновлениями (весами) для моделей, которые содержат очень сжатую, концентрированную информацию, и извлечь из них данные одного отдельного сервера затруднительно. Более того, обмен этими обновлениями часто дополнительно защищают с помощью многосторонних вычислений или гомоморфного шифрования, что делает федеративное обучение методом с доказуемой безопасностью и показывает, что технологии конфиденциальных вычислений не конкурируют, а усиливают друг друга. 🌟 Гомоморфное шифрование (Homomorphic Encryption) — метод шифрования, позволяющий выполнять вычисления прямо на зашифрованных данных. Результат также остаётся зашифрованным и доступен только владельцу данных. Расширение спектра использования конфиденциальных вычислений способствует развитию совместных проектов и созданию инновационных продуктов и услуг. И все это благодаря математическому алгоритму, безопасность которого можно обосновать. ⚙️ На нашей ежегодной конференции ArenaDay Алла Лугунова, руководитель монетизации данных для кредитного бизнеса Т-Банка, рассказала о практических кейсах применения технологии. Видео доступно по ссылке: https://rutube.ru/video/private/cde9fc4918b7b1c3f9065d225bb23691/?p=Xl3IRHgMIACsYP9sgkP4aw Какие темы разобрать следующими? 👇 👍 — технологии, на которых строится data-платформы Группы ⚙️ — технологические партнерства 🚀 — реальные бизнес-кейсы #знания_от_эмитента DATA

Исследование ЦСР: Arenadata — лидер рынка систем управления