HFLabs — о клиентских данных

«Нельзя управлять тем, что ты не можешь назвать». Зачем бизнесу семантический слой?

Костя Степанов, CEO HFLabs, в колонке для Forbes рассказывает, почему в этом году семантика стала, пожалуй, главной темой для всех, кто работает с LLM.

С развитием AI качество данных заиграло новыми красками: уже недостаточно просто почистить данные, их нужно сделать понятными для машин. Справиться с этим как раз и призван семантический слой. Он «объясняет» LLM, из какой таблицы можно брать данные для конкретного запроса и как их правильно трактовать.

В последнее время вышло несколько исследований, которые подтверждают: без семантического слоя LLM ведет себя, как человек в темной комнате: пытается ухватить из набора данных хоть что-то, а если ничего не находится, то начинает фантазировать. И уличить ее в этих фантазиях порой очень сложно🤷‍♀️

В колонке есть практические рекомендации, с чего начать работу над семантическим слоем, а также подводные камни, которые могут возникнуть на этом пути. Если после прочтения останутся вопросы или захотите обсудить семантику — напишите нам.

HFLabs — о клиентских данных

No Garbage Out: от качества данных к смыслу

8 сентября впервые проводим AI-кейсариум. Присоединяйтесь!

Вместе с модераторами из HFLabs и DaData участники будут решать задачи по работе с клиентскими данными и LLM. Посмотрим, как качество исходных данных, их описание на входе, а также контекст задачи влияют на результат.
Будут и технические задачи в формате микрохакатона, и задачи на уровне здравого смысла и проработки концептов.

Приглашаем поучаствовать тех, кто уже занимается внедрением ИИ-проектов, и тех, кто думает, как к ним подступиться. Участие бесплатное, но нужно дождаться подтверждения от организаторов.

Отправить заявку

📍Встречаемся 8 сентября в 18:00 в офисе HFLabs (Турчанинов пер., 6, стр. 2, бизнес-центр «Крымский мост»).

HFLabs — о клиентских данных

Что остается за пределами золотой записи?

Банк знает ФИО клиента, его контакты и паспортные данные. Но не видит, что этот же человек — совладелец компании, которая вчера жаловалась на сбой в эквайринге. Маркетинг отправляет клиенту-физлицу новый офер, ничего не зная о жалобе.

Почему так происходит?
Все нужные данные в компании есть. Проблема в том, что они разбросаны по системам и не складываются в единый контекст. Чтобы помогать бизнесу собирать его, мы создали «Орбиту». Она обогащает клиентский профиль информацией, которую обычно не хранит CDI: 

▪️бизнес-атрибутами — сделками, транзакциями, обращениями и другими важными для компании данными;
▪️связями между людьми, компаниями и событиями;
▪️ролями представителей юрлиц;
▪️данными для AI — релевантными и связными, чтобы модели получали больше контекста для прогнозов. 

«Орбиту» можно развернуть поверх «Единого клиента» и усилить профиль без изменений в ядре. А можно использовать отдельно, если клиентского MDM пока нет или вы работаете со сторонним решением. 

Подробно о том, зачем бизнесу «Орбита» и какие задачи она решает, мы рассказывали на вебинаре. Смотрите запись на Rutube, YouTube или Вконтакте и читайте статью в блоге.

HFLabs — о клиентских данных

Бизнес пока не получил ни одного оборотного штрафа за утечки

Эксперты, которых опросил Ъ, объясняют это увеличением бюджетов на ИБ и адаптацией рынка к новому законодательству.

Цифры: с начала 2025 года Роскомнадзор провел 52 административных расследования, выписал 40 протоколов и назначил штрафов на 2,6 млн руб. Также ведомство проверило 159 тыс. сайтов и на 135 тыс. из них выявило нарушения.

Никита Назаров, CTO HFLabs, в разговоре с «Коммерсантом» пояснил, что с момента вступления в силу закона об оборотных штрафах еще не прошло полутора лет.

«При этом повторной считается утечка у оператора, который ранее подвергался административному наказанию. Если бы у нас уже случились такие цепочки, это означало бы, что утечки идут безумным темпом. Поэтому правильнее сказать, что это молодость практики, а не реальная победа над утечками», — говорит он.

При этом рынок украденных данных стал менее публичным: каналы в Telegram быстрее закрывают, форумы тоже «частично прикрыли», пояснил Никита Назаров: «Поэтому даже если базы и появляются, они распространяются в даркнете не так широко, как раньше. Их не публикуют на широкую аудиторию, а либо передают в узком кругу, либо используют для вымогательств».

HFLabs — о клиентских данных

Первые в рейтинге поставщиков MDM-систем

⚡️ TAdviser опубликовал рейтинг крупнейших поставщиков решений по управлению мастер-данными и НСИ по итогам 2025 года. HFLabs занял первую строчку. Спасибо нашим клиентам за доверие!

Аналитики собрали 14 участников российского рынка и сравнили их по выручке от проектов внедрения. У HFLabs это 1,15 млрд рублей — по сравнению с 2024 годом показатель вырос на 29%. 

➡️ Полный рейтинг и аналитический обзор с комментариями нашего CTO Никиты Назарова — по ссылке.

HFLabs — о клиентских данных

Эксперты из Ассоциации больших данных разработали предварительный национальный стандарт для синтетических данных

Что это такое?

▪️Предварительный стандарт вводится для апробации новых технологий и действует не более трех лет. Затем он может перейти в статус обязательного к применению ГОСТа.
▪️Стандарт описывает процессы синтеза данных и требования к их качеству. До сих пор в России не было такого документа.
▪️Синтетические данные и прозрачный стандарт для них нужны, например, для обучения суверенных
моделей ИИ.

HFLabs тоже поучаствовал в этой большой работе. Вместе с АБД мы сделали практическое обоснование для использования синтетических данных в кейсе «Маркетинговая атрибуция».

Задача была такая: объединить данные двух независимых участников — рекламной площадки и банка — для оценки эффективности рекламной кампании. С помощью нашего решения «Маскировщик», мы проверили, возможно ли получить синтетический аналитический датасет, пригодный для расчета маркетинговых метрик, и при этом сохранить приватность.

Подробно исследование можно посмотреть и скачать здесь, а короткий вывод такой: синтетические данные, полученные методом обезличивания, достаточно точны для агрегированной аналитики (сводных отчетов и метрик). Они надежно защищают приватность, но при этом не подходят для анализа поведения отдельных пользователей.

HFLabs — о клиентских данных

Приглашаем на вебинар: будем говорить о том, как сделать клиентские данные максимально полезными для бизнеса

6 августа в 18.00 наш СТО Никита Назаров расскажет, как в бизнес-процессах учитывать все, что компания знает о своих клиентах.

Обсудим:
— как собрать в одном профиле данные, события и связи между людьми и компаниями;
— зачем хранить граф связей и какие задачи он помогает решать;
— как повысить LTV за счет лучшего понимания клиента и своевременных действий;  
— как перейти от накопления данных к их использованию в бизнес-процессах; 
— как сделать данные о клиентах понятными для LLM. 

⚡️На вебинаре представим «Орбиту» — наше новое решение, которое дает бизнесу полный контекст по людям и компаниям.

Кому будет полезно
Всем, кто хочет лучше понимать своих клиентов: руководителям розничных и корпоративных блоков в крупных компаниях, директорам по маркетингу, CIO, CDO, а также командам, внедряющим MDM-решения и отвечающим за золотую запись клиента.

🕕 Вебинар пройдет 6 августа, начало в 18:00. Зарегистрируйтесь, и мы пришлем ссылку на подключение.

HFLabs — о клиентских данных

30 июля проводим Pub Talk — говорим о футболе и не только

Это лето проходит под знаком футбола, и мы не остаемся в стороне⚽️ Приглашаем на неформальный Pub Talk, гостем которого станет Алексей Ярошевский, комментатор спортивных событий и мероприятий с 15-летним стажем.

В программе:
▪️живой разговор с Алексеем — о работе спортивного комментатора и о том, что остается за кадром для зрителей;
▪️неформальное общение, нетворкинг, пенное и закуски🍺

Алексей Ярошевский:
— первый англоязычный комментатор Российской футбольной премьер-лиги,
— регулярный гость футбольных студии телеканалов «Матч ТВ», «Матч Премьер» и «Окко Спорт»,
— ведущий и автор проекта «Футбольный клуб Василия Уткина»,
— ведущий зоны Winline Platinum на всех домашних матчах ФК «Спартак-Москва»
— голос ХК «Спартак» Москва и ведущий арены всех домашних матчей.

Ждем на Pub Talk руководителей ИТ и бизнес-подразделений из крупных компаний: тех, кто с нами уже работает, и тех, кто хочет познакомиться.

Как принять участие?
Для этого зарегистрируйтесь по ссылке. Количество мест ограничено, поэтому подтвердить приглашение сможем не всем.

Где и когда?
Pub Talk пройдет в одном из пабов на Покровке в четверг, 30 июля, в 19.00. Адрес пришлем после подтверждения регистрации.

В новом выпуске подкаста «Человеческий фактор» — о том, как меняется поиск работы и причем здесь ИИ

🎙Наша гостья — Евгения Григорьева, директор по маркетингу HH.ru.

Поговорили с Женей о том, как и чем живет, пожалуй, самая крупная и известная платформа по поиску работы: за кем на рынке наблюдает, как выстраивает коммуникацию с пользователями и как видит будущее найма.

А еще обсудили:

◾️Куда ветер дует на рынке найма и как искать работу, если ИИ помогает соискателям написать резюме, а работодателям — отобрать подходящие? 
◾️Что будет с джунами, если большинство их задач уже выполняет ИИ?
◾️Как алгоритмы HH.​ru анализируют резюме и можно ли их обойти?

Ведущие — Костя Степанов, CEO HFLabs, и Антон Богин, CEO DaData. 

Смотрите и слушайте подкаст на удобной платформе:
YouTube
Rutube
VK
Яндекс.Музыка
Apple Podcasts

HFLabs — о клиентских данных

В июле наши друзья из «Дадаты» проведут митап на тему AI-агентов в юридически значимых бизнес-процессах

Будет уютный и камерный разговор без записи на ≈40 человек. Приходите в гости, познакомиться и послушать спикеров.

Кто выступит
▪️Николай Ямброськин — главный по цифровизации в «Альфа-Лизинге». Расскажет о внутреннем AI-портале, который в компании использует 1 000 человек. Будут технические подробности, сценарии применения, опыт и секреты — почему сотрудники часто не видят пользы от AI и как это исправить.

▪️Павел Мищенко — партнер в юридической компании Runetlex. Порассуждает, как интегрировать нейросети в культуру компаний и какие сложности с этим возникают в юридических командах.

▪️Денис Федотов, операционный директор в noroots. Поделится идеей AI-агента — контрактного менеджера. Эта система помогает бизнесу не терять контроль над договорами после подписания. Обсудим, что такой агент должен уметь: за чем следить, какие риски замечать, какие действия запускать и где должна оставаться зона ответственности юриста.

Кого ждут
Приглашают руководителей бэк-офиса, финансов, бухгалтерии, IT, комплаенса, ИБ и privacy. Всех, кто принимает решения об автоматизации процессов, отвечает за бюджет и внедрение.

Как поучаствовать
Митап пройдет в четверг 23 июля. Гостей собирают в офисе «Дадаты» в Москве, в 5 минутах от метро «Парк культуры». Фуршет стартует в 19:00, выступления — в 19:30.

Участие бесплатное, но важно оставить заявку и дождаться подтверждения. 

Зарегистрироваться →

Дмитрий Ключник из НПФ «Будущее» — гость подкаста «Человеческий фактор»

⚡️Мы запустили второй сезон нашего подкаста! В новых выпусках будем говорить с бизнесом о бизнесе. С топ-менеджерами крупных компаний обсудим, как и чем живет отрасль, какие вызовы перед ней стоят, какие стратегии выбирают игроки, как видят будущее, а также себя и своих клиентов в нем.

Первый гость сезона — человек, который как никто другой погружен в будущее и помогает людям готовиться к нему уже сегодня. Из разговора с Дмитрием Ключником вы узнаете:

— как устроен и на чем зарабатывает негосударственный пенсионный фонд,
— стоит ли копить на пенсию в России и сколько нужно инвестировать, чтобы обеспечить себе достойный доход,
— какие вредные мифы есть вокруг пенсии,
— как НПФ привлекают клиентов и конкурируют с банковскими вкладами.

Ведут подкаст Костя Степанов, CEO HFLabs, и Антон Богин, CEO DaData. 

🎧Слушайте и смотрите новый эпизод на удобной платформе: 
YouTube 
Rutube
VK
Яндекс.Музыка
Apple Podcasts

HFLabs — о клиентских данных

Как семантический слой меняет работу с данными отношения между банками и клиентами

Продолжаем тему, начатую на ПМЭФ. В программном тексте для «Банковского обозрения» Костя Степанов, CEО HFLabs, размышляет, как экономическая ситуация и развитие ИИ заставляют банки пересмотреть привычные подходы к Customer Data. Он уверен: в ближайшее время бизнес столкнется с необходимостью не просто собирать данные, а наделять их смыслом и в режиме real-time соотносить с реальным поведением людей.

➡Читать колонку

HFLabs — о клиентских данных

Почему AI не разберется за людей — обсудили 25 июня на митапе в офисе HFLabs

Порассуждали о том, почему AI-проекты часто упираются не в модель, а в контекст: какие данные вообще есть, какие задачи надо решить и кому нужен результат внедрения.

Поговорили с людьми, которые реализуют такие проекты в крупных компаниях. Вот несколько выводов:

📌 AI полезен там, где помогает человеку работать быстрее и точнее
— Сотрудникам поддержки: суммаризировать обращения, искать триггеры оттока.
— Сейлзам: подсказывать, какой пакет услуг предложить клиенту.
— Аналитикам: проверять гипотезы и находить инсайты.
— Менеджерам: разбирать встречи, фиксировать договоренности и формулировать задачи.

В таких сценариях AI берет на себя рутину и удерживает большой контекст.

📌 Внедрение стоит начинать не с выбора модели, а с вопроса «зачем»
— какую задачу решаем,
— можно ли решить ее без AI,
— кому это нужно внутри бизнеса, готов ли он к изменениям процессов,
— как считать эффект,
— где ошибка допустима, а где цена слишком высока.

80% результата дает не AI, а пересборка процесса. Только оставшиеся 20% — правильно выбранный инструмент.

📌 Важен не объем, а чистота и понятность данных

AI нужно понимать смысл: как данные связаны между собой, где бизнес-правило, а где просто исторически сложившаяся привычка.

Отсюда интерес к онтологии и графам связей: не как к академическим упражнениям, а как к способу объяснить модели и людям, как устроена реальность компании.

📌 AI не должен принимать решения без человека

Если AI сам решит предложить клиенту меньшую цену или изменить условия, это риск для бизнеса.

Отдельная опасность — мультиплицирование ошибки: когда AI применяют сразу ко множеству процессов, одна неверная логика может распространиться на тысячи действий. Поэтому все, что можно сделать детерминировано, лучше так и делать.

📌 Человек нужен там, где требуется выбрать направление

AI не отвечает на основной вопрос: зачем мы это делаем? Роль людей трансформируется: формулировать задачу, понимать ограничения, проверять результат. А иногда — вовремя сказать, что задачу вообще не нужно выполнять.

Спикеры сошлись в главном — AI усиливает то, что уже есть в компании: хорошие данные и осознанные решения или хаос и ошибки.

Мы в HFLabs проводим встречи с экспертами 1–2 раза в месяц. Следите за анонсами в канале и на нашем сайте.

HFLabs — о клиентских данных

«Маскировщик» стал доступен через агрегатор нейросетей Rutronix.​ai

При выборе AI-модели теперь можно сразу настроить обезличивание данных — без отдельной интеграции.

Так работает наша связка с Rutronix.​ai: он помогает подключать ведущие модели через единый API, а «Маскировщик» берет на себя защиту данных.

Зачем это нужно?
Когда компании внедряют AI в свои процессы, к нейросетям могут попадать персональные данные: ФИО, телефоны, адреса, паспорта, внутренняя аналитика и другая чувствительная информация. А это чревато утечками.

«Маскировщик» находит ПД и заменяет их синтетическими — похожими по формату и свойствам. Модель получает правдоподобный текст, сохраняет контекст и дает релевантный ответ, но реальные данные к ней не уходят.

Такие решения показывают, как меняется рынок: о безопасности при работе с нейросетями начинают думать уже на этапе выбора модели.

Подключить «Маскировщик» к моделям можно на сайте Rutronix.ai.

HFLabs — о клиентских данных

⚡️HFLabs представил на ПМЭФ новый подход к работе с клиентскими данными

Минутка гордости: HFLabs стал одним из победителей «Марафона инноваций» — совместной программы Московского инновационного кластера и «Росконгресса». И сегодня Костя Степанов, CEO HFLabs, рассказал о нашем решении на питерском форуме.

Наш новый подход: помочь организации понять, кто ее клиент на самом деле и какой контекст его окружает.

Что это значит?

▪️MDM-системы создают золотую запись клиента, но даже самые продвинутые из них не отвечают на вопросы бизнеса. Кто этот человек для организации? С какими компаниями он связан? В какие группы входит? Какими продуктами пользуется? Какие решения можно принять в отношении него прямо сейчас?

▪️На фоне усиления конкуренции и развития ИИ бизнесу уже недостаточно сложить информацию о клиенте в хранилище и сформировать золотую запись в MDM — нужно понимать смысл и связи всех собранных данных.

▪️Семантический слой в работе с данными (а мы говорим именно о нем!) связывает между собой людей, компании, сделки, события. Он создает карту реального мира организации и описывает смысл данных, контекст их использования, ограничения и возможные действия.

▪️В результате организации могут работать не с отдельными записями в базах данных, а с домохозяйствами, холдингами, группами компаний. И в режиме real-time видеть их бизнес-контекст и жизненные ситуации.

▪️Про AI тоже не забыли: корпоративные LLM получают доступ не к разрозненным данным, а к их связям. Поэтому модели реже галлюцинируют и дают более релевантные рекомендации и прогнозы.

✍️ Если хотите узнать, какой эффект это может принести вашей компании, — напишите нам, проведем пилот и покажем, что умеем.

Посмотреть запись панельной сессии с участием Кости Степанова можно по ссылке (с 42-й минуты).

HFLabs — о клиентских данных

AI в бизнесе: почему модели и железо — это не главное

25 июня поговорим, что тормозит AI-проекты в крупных компаниях. Спойлер: часто это не модели и вычислительные мощности, а данные.

На митапе обсудим:
— какие данные нужны AI, чтобы он стал рабочим инструментом;
— почему без качественных данных нейросети не дают того, что ждет бизнес;
— как извлекать знания из сотрудников и превращать их в систему;
— как внутренние данные, контексты и жаргон ломают красивые демо.

Говорить будем напрямую с теми, кто такие проекты делает. Без записи, в камерной атмосфере — так разговор честнее. Список спикеров скоро опубликуем.

Кому будет полезно? CDO, CIO, CTO, архитекторам данных, руководителям data- и AI-направлений и бизнесу, который хочет понять, что стоит за внедрением AI на самом деле.

📍Встречаемся 25 июня в 19:00, в офисе HFLabs рядом со станцией метро «Парк культуры». До начала митапа — фуршет, после — нетворкинг.

Митап бесплатный. Для участия зарегистрируйтесь и дождитесь подтверждения.

HFLabs — о клиентских данных

В России стало больше банкротов: по итогам первого квартала 2026 года ими признаны более 137 тыс. человек

Это на 13,7% больше, чем год назад, подсчитал ЕФРСБ. Почти половина банкротов — миллениалы (люди, рожденные в 1981–1996 годах). Женщины банкротятся чаще мужчин: 56% против 44%.

Найти банкрота в клиентской базе можно, сверившись со списком ЕФРСБ. Но при оценке клиента важен весь контекст: например, сам человек может и не значиться в реестре, а вот его супруг — да. Для риск-моделей это означает, что смотреть только на одного заемщика уже недостаточно. Важно видеть связи между людьми и понимать, кто из них относится к одному домохозяйству.

Если банк учитывает информацию по домохозяйствам, он заметит, когда жена или муж банкрота обратятся за кредитом. Такие сведения могут пригодиться, например, для определения кредитного лимита.

В теме домохозяйств мы уже много лет — напишите, если хотите узнать об этом больше.

HFLabs — о клиентских данных

КYC на китайский манер

Новость последних дней: в Китае заранее начали использовать иной иероглиф для написания имени американского госсекретаря Марка Рубио, чтобы избежать применения к нему санкций.

Если вы пропустили: Марко Рубио принимает участие в визите Трампа в Китай, несмотря на то, что въезд в страну ему запрещен. Чтобы обойти свой же запрет, китайское правительство и официальные СМИ начали транслитерировать первый слог его фамилии через другой китайский иероглиф, который читается как «лу».

До 2025 года китайские СМИ и ведомства использовали написание фамилии Рубио как 卢比奥. После того как он вступил в должность госсекретаря США, стала применяться транслитерация 鲁比奥, пишет РБК.

Мы в HFLabs уже пошутили, что будь у китайцев наш продукт КУС, который мастерски справляется со всеми возможными задачками по транслитерации, поездка Марко Рубио в Китай была бы под вопросом😄

HFLabs — о клиентских данных

19 мая в прямом эфире обсудим ожидания и реальность в работе Chief Data Officer

На недавнем митапе в офисе HFLabs мы выяснили, что качество данных — штука нужная, но вот отвечать за него никто не хочет🤷🏻‍♂️ И задача CDO — со всеми договориться и выстроить процессы.

На вебинаре продолжим тему. Возьмем конкретный кейс, с которым может столкнуться CDO, и подумаем, как его реализовать.

Вместе со слушателями вебинара разберем:
— какие подводные камни есть у запросов, которые поступают к CDO от бизнеса,
— где возникают риски и конфликты,
— как CDO договориться с другими подразделениями и отстоять свои позиции.

Вебинар проведут соавторы тренинга для CDO «Хаос против данных, или Зачем создавать Data Office»:
— Тарас Сорока, эксперт по менеджменту, IT и цифровой трансформации,
— Константин Степанов, CEO HFLabs,
— Павел Абдюшев, директор по развитию продуктов HFLabs.

Приглашаем действующих CDO и руководителей data-направлений, претендентов на роль CDO, руководителей бизнеса и ИТ, работающих с данными.

🕕 19 мая, 18.00. Планируем уложиться за час.
✍ Для участия нужна только регистрация. Ссылку для подключения пришлем в день вебинара.

HFLabs — о клиентских данных

OpenAI Privacy Filter VS «Маскировщик»

В конце апреля OpenAI представила Privacy Filter — модель для маскирования персональных данных. Мы решили проверить, как она работает на хорошо знакомых нам типах российских данных.

Для анализа взяли 57 документов, 1280 сущностей. Проверяли на медицинских протоколах, страховых полисах, договорах, разных текстах без четкой структуры. Пробовали запустить консистентное маскирование.

В сухом остатке: открытая модель «шумит» на 52% больше, чем «Маскировщик», на 10% больше пропускает и не годится для консистентного маскирования.

Основные цифры — в таблице. Подробней о работе OpenAI Privacy Filter в конкретных сценариях рассказали в статье в блоге.

HFLabs — о клиентских данных