Для крупного бизнеса гибридное облако стало рабочей моделью инфраструктуры: постоянную нагрузку часто выгоднее держать в собственном ЦОДе, а облако использовать для пиковых и периодических задач. Это позволяет не переплачивать за постоянно арендованные мощности и оборудование, которое часть времени простаивает. По оценке iKS-Consulting, в 2025 году рынок IaaS (Infrastructure as a Service — «инфраструктура как услуга»), PaaS (Platform as a Service — «платформа как услуга») и SaaS (Software as a Service — «программное обеспечение как услуга») в России достиг 416,5 млрд рублей, прибавив 29,2% за год; к 2030 году аналитики ожидают рост до 1,2 трлн рублей при среднегодовом темпе 24,4%.
Но вместе с вычислительными нагрузками распределяются и данные. Часть остаётся в собственном контуре, часть уходит в облако, часть живёт в SaaS-сервисах, прикладных системах и аналитических витринах. Поэтому ключевая задача CDO в гибридной архитектуре — не собрать все данные физически в одном месте, а сохранить над ними единую управляемость.
Метаданные становятся слоем управления гибридной средой
По мере роста числа источников компании сталкиваются прежде всего с потерей контекста: становится трудно понять, где находится нужная информация, что означает конкретный набор данных, кто им владеет, где он используется и можно ли ему доверять. Гибридная инфраструктура эту проблему не создаёт, но значительно усиливает: одна бизнес-сущность может одновременно, причём в разных версиях, существовать в локальной системе, корпоративном хранилище, облачной витрине и BI-отчёте.
Проблема доверия к данным измерима. Опрос Группы Arenadata, проведённый в рамках конференции ArenaDAY 2026, показал, что 31,3% респондентов сомневаются в надёжности своих данных из-за ошибок и неполноты, а более 60% считают Data Governance и качество данных критически важными для эффективного использования ИИ. Когда таких вопросов становится много, точечных сверок уже недостаточно и требуется системная работа с метаданными.
В гибридной среде метаданные должны не только отвечать на вопрос, что за объект находится перед пользователем, но и показывать его контур, происхождение, владельца, качество, связи и сценарии использования. Каталог данных в этой модели — инструмент, который собирает технический и бизнес-контекст в единую картину поверх ЦОДа, облака и внешних сервисов. Централизованное хранилище при этом остаётся важной частью аналитической архитектуры, но в гибридной среде часть данных остаётся в исходных системах и облачных сервисах, а не переносится в единую точку. Поэтому единое управление нужно выстраивать не только на уровне физического хранения, но и на уровне метаданных. Задача CDO — видеть связи между объектами независимо от их физического размещения и понимать, как данные перемещаются между системами.
Дата-продукты переводят управление с таблиц на бизнес-объекты
Когда источники и таблицы исчисляются тысячами, управлять каждым из них отдельно становится бессмысленно. Более практичный уровень — дата-продукты (логически объединённые и подготовленные для конкретной бизнес-задачи наборы данных). В гибридной среде их источники могут находиться в нескольких контурах, но для пользователя продукт должен оставаться единым объектом с понятным назначением, владельцем, требованиями к качеству и правилами доступа.
Так CDO может работать не с тысячами технических объектов, а с десятками или сотнями управляемых сущностей, не теряя связи с физическими источниками. Метаданные связывают дата-продукты с таблицами, витринами и преобразованиями, а бизнесу позволяют не разбираться в устройстве каждого компонента инфраструктуры. На этой основе становится возможен контроль требований к данным — например, отчёт по продажам может опираться на продукт с заранее определёнными требованиями к качеству, обновлению и доступности, а не на цепочку ручных выгрузок и сверок.
Data Lineage должен проходить через границы контуров
Одного описания источника недостаточно для понимания последствий изменений, потому что структура данных постоянно меняется: появляются новые поля и витрины, пересчитываются показатели, наборы переносятся между локальной инфраструктурой и облаком. Поэтому для гибридной архитектуры особенно важен сквозной Data Lineage — история происхождения данных и всех их преобразований, которая не обрывается на границе отдельной системы.
Если меняется источник в локальном контуре, CDO должен заранее видеть, какие облачные витрины, отчёты, модели и процессы будут затронуты. И наоборот, изменение облачного сервиса не должно превращаться в чёрный ящик для внутренних систем. Такой подход позволяет оценивать последствия изменений до того, как ошибка проявится в отчётности или бизнес-процессе, и превращает метаданные из статичного описания в рабочую модель движения данных.
Метаданные связывают размещение данных и требования ИБ
В гибридной инфраструктуре защита информации зависит не только от типа данных, но и от места их размещения и маршрутов перемещения. Чтобы применять требования ИБ с учётом контекста, нужно видеть, где находятся персональные и конфиденциальные данные, кто имеет к ним доступ, в какие системы они копируются и какие производные наборы создаются.
Слой метаданных позволяет связать классификацию данных с конкретными контурами и политиками размещения: какие данные допустимо переносить в публичное облако, какие — только в частное, а какие должны оставаться в собственном «железе». Это помогает точнее применять меры защиты, упрощает выполнение регуляторных требований и снижает расходы на избыточные ограничения там, где они не нужны. В результате CDO и информационная безопасность (ИБ) работают с одной картиной чувствительности, расположения и движения данных.
ИИ нужен не максимальный доступ к данным, а надёжный контекст
Рост корпоративного ИИ делает качество метаданных ещё важнее. В гибридной среде один элемент может существовать сразу в нескольких версиях — в локальной базе, облачной витрине и аналитической выгрузке. Поэтому модели и ИИ-агенты должны получать не просто доступ к большему количеству таблиц, а сведения о доверенном источнике, владельце, бизнес-термине, правилах качества и актуальности. Data Lineage дополняет этот контекст происхождением и преобразованиями. Gartner прогнозировал, что до конца 2026 года компании откажутся от 60% ИИ-проектов, не опирающихся на подготовленные для ИИ данные — AI-ready data. Для промышленного ИИ это означает, что управление метаданными становится частью самой ИИ-инфраструктуры.
Метаданные не заменяют правила и ответственность
Ни каталог, ни другая платформа управления метаданными сами по себе порядок не создадут. Компании всё равно нужно определить владельцев данных, требования к качеству, приоритетные домены, правила доступа, а для гибридной среды — ещё и правила размещения и перемещения данных между контурами. Технология фиксирует и автоматизирует эти договорённости, но определяет их изначально бизнес.
Практичная модель предполагает, что команда CDO задаёт стандарты и методологию, а владельцы в бизнес-доменах отвечают за свои дата-продукты. Физически данные могут оставаться распределёнными, но правила их описания, качества, доступа и происхождения должны быть едиными. Тогда сотрудник, открывая отчёт или набор данных, видит источник, владельца и правила расчёта, а не перепроверяет одну цифру у нескольких подразделений.
Зрелое управление метаданными в гибридном облаке нужно не ради каталога как такового. Его задача — сохранить единую картину данных там, где физически единой среды уже нет. Метаданные связывают локальные системы, облака, SaaS-сервисы и аналитические контуры и позволяют понимать, где находятся данные, как они меняются, кто за них отвечает и где они используются. Без этого гибкость гибридной инфраструктуры быстро превращается в сложность, которой трудно управлять.
Источник: Антон Близгарев, директор по развитию бизнеса Группы Arenadata
