Данные как экономический актив

1. Данные, информация, знания: базовые понятия
2. Экономические свойства данных как блага
3. Жизненный цикл данных и источники ценности
4. Оценка стоимости данных и учёт на балансе
5. Рынки данных, обмен и доверенные среды
6. ИИ и данные: история, современность, прорывы
7. Данные в России: нацпроект «Экономика данных»
8. Прогноз рынка данных до 2030 года

После лекции студент сможет:

От «новой нефти» к более точным метафорам

Метафора The Economist (2017) полезна, но вводит в заблуждение

• Нефть расходуется при использовании — данные нет: один набор можно использовать бесконечно и одновременно многими (неконкурентность)
• Нефть однородна — данные гетерогенны: ценность зависит от контекста, свежести, полноты и того, с чем их соединили
• Нефть имеет рыночную цену — у данных нет единой цены: один и тот же датасет стоит для разных покупателей от нуля до миллионов
• Нефть можно хранить десятилетиями — многие данные устаревают за часы (геолокация, котировки)
• Более точные метафоры: данные как «солнечный свет» (неисчерпаемы, но нужна инфраструктура улавливания) или как «инфраструктура»

1. Неконкурентность — Использование одним не уменьшает доступность для других — как у общественных благ
2. Частичная исключаемость — Доступ можно ограничить (шифрование, договор, ИС), но копирование почти бесплатно
3. Возрастающая отдача — Ценность растёт при объединении наборов данных: 1 + 1 > 2
4. Скоропортящаяся ценность — Часть данных обесценивается со временем, часть — наоборот (история для обучения моделей)
5. Внешние эффекты — Данные одного человека раскрывают информацию о других (родственники, соседи, коллеги)
6. Высокие постоянные, низкие переменные затраты — Дорого собрать и очистить первый раз; дёшево — использовать повторно

Оценки IDC, Statista; порядок величин

Источник / оценка: IDC Global DataSphere, Statista, оценки округлены

Ключевой парадокс: объём данных растёт экспоненциально, а доля используемых остаётся малой. Ограничение — не хранение, а способность извлекать смысл.

зеттабайт в год

Удвоение объёма данных примерно каждые 3 года.

Источник исходной лекции: IDC DataSphere, оценки округлены

• Экспоненциальный рост: удвоение примерно каждые 3 года
• Драйверы 2025–2028: видео, IoT, синтетические данные, ИИ-агенты
• Хранение дешевеет медленнее, чем растут объёмы — экономика хранения становится проблемой
• Для бизнеса важен не объём, а доля данных, дошедших до решения

Где именно возникает стоимость

1. Генерация и сбор — Транзакции, сенсоры, формы, парсинг, покупка у поставщиков
2. Хранение — Базы данных, хранилища, озёра данных; вопросы локализации
3. Обработка и качество — Очистка, дедупликация, стандартизация, разметка для ИИ
4. Использование — Аналитика, модели, продукты, обмен с партнёрами
5. Архив и удаление — Сроки хранения, право на забвение, обезличивание

На каждом этапе — свои издержки и риски. Управление данными (data governance) — это распределение ответственности по этапам.

• Точность — соответствие реальности; полнота — отсутствие пропусков; актуальность — своевременность; согласованность — единые справочники и форматы; уникальность — отсутствие дублей
• Правило 1–10–100: исправить запись при вводе стоит 1 рубль, при обработке — 10, после принятия решения — 100
• Оценки Gartner: плохое качество данных обходится средней компании в миллионы долларов в год; в России типичная проблема — дубли клиентов в CRM и несогласованные справочники
• Для ИИ качество важнее объёма: «мусор на входе — мусор на выходе» усиливается в генеративных моделях
• Организационное решение: владелец данных (data owner), стюард данных, каталог данных, метрики качества в KPI

1. Владелец данных — Руководитель бизнес-направления, отвечающий за смысл, доступ и качество своего домена данных
2. Стюард данных — Специалист, поддерживающий справочники, правила качества и описания (метаданные)
3. Каталог данных — Реестр всех наборов: что есть, где лежит, кто отвечает, как использовать
4. Политики доступа и безопасности — Классификация по чувствительности, ролевой доступ, журналирование
5. Метрики качества — Полнота, точность, актуальность — отслеживаются как KPI подразделений
6. Архитектура данных — Хранилище, озеро, data mesh — выбор определяет скорость и стоимость доступа

Умный город: данные датчиков транспорта, ЖКХ, безопасности собираются попутно с основной деятельностью

• «Выхлопные данные» (data exhaust) — побочный продукт операций: логи, клики, чеки. Затраты на сбор близки к нулю, ценность может быть высокой
• Целевой сбор — данные, которые специально собирают ради анализа: опросы, разметка, тестовые замеры. Дорого, но управляемо по качеству
• Смешанная модель: платформа предоставляет бесплатный сервис в обмен на побочные данные — основа бизнес-моделей поиска и соцсетей
• Регуляторный вопрос: имеет ли пользователь право на долю ценности, созданной из его «выхлопа»?

Как оценить то, чего нет на балансе

1. Затратный — Сколько стоило собрать, очистить и хранить; занижает ценность уникальных данных
2. Рыночный — По сделкам с аналогичными данными; рынок тонкий, сделки непубличны
3. Доходный — Дисконтированный прирост дохода от использования; требует моделирования сценариев
4. Через продукт — Вклад данных в стоимость продукта или модели ИИ (например, A/B-тесты с данными и без)

1. Внутренняя эффективность — Данные улучшают собственные процессы: планирование, логистика, обслуживание
2. Улучшение продукта — Персонализация, рекомендации, динамические цены — рост выручки
3. Данные как сервис — Аналитические отчёты и API для партнёров и клиентов
4. Данные как товар — Продажа обезличенных наборов, участие в рынках данных
5. Платформа данных — Экосистема, где третьи стороны строят продукты на ваших данных

Большинство российских компаний находится на первых двух ступенях; переход выше требует юридической чистоты данных и доверия партнёров.

• МСФО (IAS 38) и РСБУ признают нематериальный актив, если он идентифицируем, контролируется и приносит будущие выгоды — для данных выполнимость критериев спорна
• Собственно созданные данные обычно списываются в расходы; купленные базы и лицензии могут капитализироваться
• Капитализация компаний, живущих данными (Alphabet, Meta, Яндекс), многократно превышает балансовую стоимость — «невидимый актив»
• Инициативы: стандарты оценки данных (ISO/IEC 5259 по качеству данных), эксперименты Китая по учёту данных как актива (с 2024 года)
• В России: обсуждение оборота данных в рамках нацпроекта «Экономика данных», реестры государственных данных

Источник: Подробно — лекция 12

Мир самых ценных ресурсов больше не нефть, а данные. Но в отличие от нефти, данные не расходуются — и это меняет все правила игры.

Данные создали современный ИИ — теперь ИИ меняет данные

1960-е

Базы данных и первые СУБД

1990-е

Хранилища данных, OLAP, data mining в ритейле и банках

2004–2010

MapReduce, Hadoop: обработка «больших данных»

2009–2012

ImageNet: размеченные данные запускают глубокое обучение

2017–2020

Трансформеры обучаются на всём интернете

2022–2023

Генеративный ИИ; спрос на данные для обучения

2025–2026

Синтетические данные, лицензирование контента, ИИ-агенты как источники данных

Данные и алгоритмы развивались вместе: каждая новая волна ИИ опиралась на новый тип данных и новые способы их хранения и обработки.

• 1990-е: хранилища данных (Walmart, Tesco) — анализ корзины, планирование ассортимента; знаменитый кейс «пиво и подгузники»
• 2000-е: CRM и веб-аналитика — сегментация клиентов, показатель LTV, A/B-тестирование
• 2010-е: Big Data и Data Science — прогнозные модели на клиентских данных, скоринг, антифрод, динамическое ценообразование
• Ограничение эпохи: данные нужно было структурировать вручную; неструктурированные тексты, изображения и звук оставались «тёмными»
• Организационное наследие: роли аналитика, инженера данных, data scientist; культура «решений на основе данных»

1. Неструктурированные данные стали доступны — Документы, звонки, видео, чертежи анализируются языковыми и мультимодальными моделями
2. Синтетические данные — Модели генерируют обучающие выборки; снимают ограничения приватности, но несут риск «схлопывания»
3. Рынок обучающих данных — Сделки медиа и издателей с ИИ-компаниями; суды об авторском праве на обучение
4. RAG и корпоративные знания — Внутренние документы становятся активом: поиск с генерацией ответа по базе компании
5. Автоматизация обработки — Очистка, разметка, извлечение сущностей выполняются моделями, а не вручную
6. Новые риски — Утечки через модели, дипфейки, «отравление» данных, зависимость от иностранных моделей

Источник / оценка: Epoch AI, Gartner, отчёты разработчиков моделей; оценки

Следствие для экономики данных: ценность смещается от «сырых» массивов к уникальным, проверенным и юридически чистым данным. Публичный интернет как источник обучения исчерпывается — растёт цена эксклюзивных данных.

Кейс

КЕЙС

Яндекс: от поисковых логов к нейросетевым сервисам

Пример компании, чей бизнес построен на многолетнем накоплении данных

ИИ в контексте темы: история, современность, горизонт 2030

Экономика данных как государственная стратегия

• Государственные данные: единая платформа, реестры, витрины данных для граждан и бизнеса
• Оборот данных: правовые условия обмена обезличенными данными между компаниями и государством, экспериментальные правовые режимы
• Инфраструктура: ЦОДы, отечественные СУБД и облака, спутниковая связь, защищённые каналы
• ИИ: национальные модели, отраслевые датасеты, вычислительные мощности
• Кадры: подготовка специалистов по данным, «Цифровые кафедры»
• Целевая логика: данные — ресурс развития, а не только объект защиты

Оценки АБД и консалтинговых компаний, округлено

млрд руб.

Среднегодовой рост рынка — около 15–20 %.

Источник исходной лекции: Ассоциация больших данных, отраслевые обзоры; прогноз экстраполирован

• Среднегодовой рост около 15–20 %
• Драйверы: импортозамещение СУБД и хранилищ, ИИ, госзаказ
• Ограничения: кадры, вычислительные мощности, нормативная база оборота
• Цифры — оценки; методики различаются

1. Оборот данных как норма — Компании и государство обмениваются обезличенными данными через доверенных операторов
2. ИИ-агенты как участники — Агенты покупают, продают и проверяют данные; спрос на машиночитаемые контракты
3. Происхождение и качество — Стандарты provenance, сертификация датасетов, «паспорт данных» у каждого набора
4. Данные в финансовой отчётности — Пилоты капитализации данных; оценка данных при сделках M&A
5. Суверенные хранилища — Локализация и отечественная инфраструктура для критических данных
6. Права граждан на данные — Переносимость данных, дивиденды от данных, коллективные соглашения

1. Данные — неконкурентное, частично исключаемое благо с возрастающей отдачей; они не «новая нефть»
2. Ценность создаётся не хранением, а движением по пирамиде DIKW до решения; качество важнее объёма
3. Оценка стоимости данных возможна затратным, рыночным и доходным подходами, но на балансе данные почти не отражаются
4. Рынки данных развиваются через брокеров, открытые данные, DaaS, консорциумы и доверенные среды
5. ИИ сделал доступными неструктурированные данные и создал рынок обучающих данных; к 2030 году ожидается автоматизированный оборот данных с участием агентов

1. Объясните пирамиду DIKW на примере данных банковских транзакций
2. Почему данные неконкурентны, но частично исключаемы? Приведите примеры
3. В чём ошибочность метафоры «данные — новая нефть»?
4. Опишите этапы жизненного цикла данных и риски на каждом
5. Сравните затратный, рыночный и доходный подходы к оценке данных
6. Почему данные редко отражаются как актив на балансе компании?
7. Какие модели обмена данными вы знаете? Какая подходит для медицинских данных?
8. Как генеративный ИИ изменил спрос и предложение на рынке данных?

• Федеральный закон от 27.07.2006 № 152-ФЗ «О персональных данных»
• Федеральный закон от 27.07.2006 № 149-ФЗ «Об информации, информационных технологиях и о защите информации»
• Паспорт нацпроекта «Экономика данных и цифровая трансформация государства»
• OECD. Data-Driven Innovation: Big Data for Growth and Well-Being. 2015
• Jones C., Tonetti C. Nonrivalry and the Economics of Data. American Economic Review, 2020
• Bergemann D., Bonatti A. Markets for Information: An Introduction. Annual Review of Economics, 2019
• ISO/IEC 5259 — Data quality for analytics and machine learning
• Ассоциация больших данных. Стратегия развития рынка больших данных в России
• IDC Global DataSphere Forecast; Gartner Hype Cycle for Data Management, 2024–2025
• Годовые отчёты Яндекса, Сбера, VK (2024–2025)

• Следующая лекция:
• Сетевые эффекты и платформенные бизнес-модели

Вопросы — на семинаре и в чате курса

• АБД — Ассоциация больших данных
• СУБД — система управления базами данных
• IEC — Международная электротехническая комиссия
• ГИС — государственная информационная система (в ГИС ЖКХ)
• ФЗ — федеральный закон
• IoT — интернет вещей
• ЕС — Европейский союз
• ЦОД — центр обработки данных
• ISO — Международная организация по стандартизации
• ЖКХ — жилищно-коммунальное хозяйство
• A/B — сравнение вариантов A и B; обозначение экспериментальных групп
• JSON — JavaScript Object Notation — формат обмена данными

• ЗБ — зеттабайт: 10²¹ байт
• API — программный интерфейс приложения
• ИИ / AI — искусственный интеллект
• KPI — ключевой показатель эффективности
• ИС — интеллектуальная собственность
• BI — бизнес-аналитика
• ИТ — информационные технологии
• LTV — ценность клиента за весь период отношений
• CRM — управление взаимоотношениями с клиентами
• МСФО — международные стандарты финансовой отчётности
• M&A — слияния и поглощения
• DaaS — данные как сервис

• ОРВИ — острая респираторная вирусная инфекция
• OLAP — оперативная аналитическая обработка данных
• DIKW — данные, информация, знания, мудрость
• ОЭСР / OECD — Организация экономического сотрудничества и развития
• RAG — генерация с дополнением найденной информацией
• GPT — генеративный предобученный трансформер
• РСБУ — российские стандарты бухгалтерского учёта
• VK — «ВКонтакте»; бренд компании
• IAS — международный стандарт учёта; IAS 38 — «Нематериальные активы»
• Росстат — Федеральная служба государственной статистики
• РФ — Российская Федерация
• IDC — International Data Corporation — исследовательская компания

Единицы и текстовые сокращения: млн — миллион; млрд — миллиард; руб. — рубль; уч. год — учебный год; °C — градус Цельсия. Обозначения A/B и M&A сохранены в форме, используемой в лекции.