#data — посты и обсуждения

Большинство software-компаний сильно отчитались за 2 квартал. Все выросли двузначным темпом и как минимум не ухудшили прогноз на 2026 год. Даже Диасофт на низкой базе выдал лучший отчет за последние 1,5 года. Стоит ли покупать IT?

▪️ Мнение инвесторов о стагнации отрасли искажено динамикой котировок. В этом году они не растут. Если посмотреть на динамику с 2024 года, то и вовсе сильно снижаются. Но это не коррелирует с динамикой бизнеса. CAGR (среднегодовой темп роста) выручки последних 4–5 лет у лидеров отрасли — 45–55%. Да, это эффект низкой базы 2021 года. Но даже в этом году наиболее сильные компании покажут 20–25%, исходя из отчетов за первое полугодие и прогнозов компаний.

▪️ Если сравнить с другими компаниями по росту во 2 квартале: Х5 +10% г/г, Аэрофлот +2% г/г, Северсталь -9% г/г, Камаз +7% г/г. Специально взяли внутренне ориентированные бизнесы. Не берем экспортеров — им помогает хорошая конъюнктура. На том же уровне банки, у которых намечается рекордный год, и еще несколько компаний. На этом все. Т.е. IT — один из самых быстрорастущих секторов.

▪️ IT растет при плохом макро. В большинстве релизов видим переносы некоторых контрактов, рост дебиторки. Рост отгрузок при плохом макро указывает на структурный спрос, а не циклический.

🤔 Почему IT не пользуется спросом:

▪️ Инвесторы не верят в сохранение таких темпов роста и дальше. FWD EV/EBITDA POSI — 4,5, DATA — 4,8, Базис — вообще 3,4. Это низкая оценка для таких темпов роста. Инвесторы считают, что темпы роста обнулятся или вовсе станут отрицательными.

▪️ Сейчас большинству нужен результат здесь и сейчас, а основа результата и главная поддержка котировок — высокие дивиденды. IT-компании в основном про рост.

▪️ Опасение, что после окончания СВО финпоказатели компаний схлопнутся.

▪️ Идет проекция жесткой ДКП на сектор. Из-за сжатия финансирования IT-бюджеты меньше, но у большинства компаний либо низкий, либо отрицательный чистый долг. Оживление экономики в 2027 году поможет отрасли с заказами.

▪️ Сильный разброс результатов внутри сектора. Выделяются виртуализация, кибербез, что контрастирует, например, со снижением выручки IVA на 9% г/г. Но мы берем не ETF на IT, а конкретные компании.

✍️ Итог

Рынок из-за сочетания факторов оценивает IT-компании так, словно их темпы роста в 2027 году обнулятся. Пока для этого нет предпосылок. Можно рассчитывать на 15–20% темп роста у лучших компаний.

Пока рынок может и дальше игнорировать результаты компаний, но после отчетов за 12 месяцев и прогнозов на 2027 год вероятность роста даже на таком рынке значительно увеличивается.

Три фаворита в отрасли: Позитив, Аренадата и Базис.

#акции #IT #мнение
#POSI #BAZA #DATA #SOFL #IVAT #DIAS

​В статье рассматривается, как современное управление данными и архитектура, готовая к внедрению ИИ, помогают предприятиям управлять качеством данных, рисками, соответствием нормативным требованиям и ИИ в масштабах всей организации. Особое внимание уделяется переходу от традиционного управления данными, ориентированного на отчётность и соблюдение требований, к единой модели управления данными и ИИ, в которой данным доверяют не только люди, но и машины — включая автономных агентов, генеративные модели и интеллектуальные системы принятия решений.

Ключевые слова: управление данными, Data Governance, AI Governance, агентный ИИ, мультиагентная оркестрация, AI TRiSM, MCP, A2A, Data Fabric, Data Mesh, Data Contracts, качество данных, происхождение данных, наблюдаемость, контекстная инженерия, Agent Identity, MLOps, DataOps, векторные базы данных, RAG, нулевое доверие, конфиденциальность, регуляторное соответствие.

1. Введение: почему управление данными становится ядром агентной эры

Современное предприятие генерирует и потребляет беспрецедентные объёмы данных в операционных системах, при взаимодействии с клиентами, в партнёрских экосистемах, облачных приложениях, устройствах IoT и на платформах искусственного интеллекта.

Одновременно системы ИИ становятся не просто инструментами аналитики, а активными потребителями корпоративных данных: они принимают решения, генерируют контент, рекомендуют действия, автоматизируют рабочие процессы и всё чаще действуют автономно.

Низкое качество данных — это уже не только проблема отчётности. Это фундаментальная проблема искусственного интеллекта. Неточные, неполные, устаревшие или плохо управляемые данные приводят к предвзятым результатам, нарушениям нормативных требований, галлюцинациям LLM, ошибочным бизнес-решениям и подрыву доверия клиентов. По оценкам Gartner, плохое качество данных обходится организациям в среднем в 12,9 млн долларов в год, а для финансовых организаций медианный показатель достигает 49 млн долларов.

Традиционные программы управления данными создавались прежде всего для поддержки бизнес-аналитики и соблюдения нормативных требований. Однако эра ИИ предъявляет новые требования: управление моделями, объяснимость, происхождение данных, этичное использование ИИ, наблюдаемость данных, управление подсказками и контекстом, а также автономное принятие решений. Поэтому организациям необходим переход к единой модели управления данными и ИИ, которая гарантирует, что данным будут доверять и люди, и машины.

Неэффективное управление данными ведёт к некорректной работе ИИ-систем, искажению результатов моделирования, нарушению регуляторных требований, инцидентам безопасности, росту операционных затрат, подрыву доверия клиентов и неверным бизнес-решениям.

Таким образом, управление данными трансформировалось из функции обеспечения соответствия в стратегическую бизнес-возможность. Предприятия, создающие надёжную, управляемую и доступную базу данных, лучше подготовлены к масштабированию ИИ-инициатив, ускорению инноваций и формированию устойчивых конкурентных преимуществ.

Основные цели управления данными:

- повышение гибкости принятия бизнес-решений на основе данных;

- обеспечение беспрепятственного обмена знаниями внутри предприятия;

- устранение двусмысленности и укрепление доверия к данным;

- повышение доверия к данным, улучшение процесса принятия решений и ускорение циклов инноваций;

- улучшение соответствия нормативным требованиям, сокращение дублирования данных и повышение гибкости бизнеса.

Для полного понимания этих целей важно осознать ключевую роль управления данными в рамках более широкой стратегии управления данными предприятия. В этом документе рассматриваются проблемы, возможности обработки данных следующего поколения, современная архитектура данных и стратегические соображения, необходимые для создания готовой к использованию ИИ базы данных.

2. Терминологическая база

Для профессионального обсуждения важно различать несколько понятий.

Управление данными (Data Management) — совокупность процессов, ролей, политик, стандартов и технологий, обеспечивающих эффективное использование данных на протяжении всего жизненного цикла.

Управление данными как governance (Data Governance) — система принятия решений и подотчётности: кто владеет данными, кто отвечает за качество, кто определяет политики, как обеспечивается соответствие и как измеряется ценность.

AI-ready data — данные, которые обладают не только качеством и полнотой, но и семантической согласованностью, прослеживаемостью, управляемыми правами доступа, документированным происхождением и пригодностью для машинного потребления.

Агентный ИИ (Agentic AI) — системы, способные планировать, вызывать инструменты, использовать память, взаимодействовать с API и автономно выполнять задачи от имени пользователя или организации.

Мультиагентная оркестрация — архитектурный паттерн, при котором несколько специализированных агентов делегируют задачи друг другу, образуя цепочки и графы вызовов для решения сложных задач. Gartner прогнозирует, что к 2028 году 70% AI-приложений будут использовать мультиагентные системы.

Data Product — управляемый набор данных или сервис данных с владельцем, SLA, контрактом, документацией, метриками качества и измеримой бизнес-ценностью.

Data Contract — формальное соглашение между производителем и потребителем данных, описывающее схему, семантику, качество, SLA, права доступа, происхождение, версионирование и правила изменения...

#DST #DSTGlobal #ДСТ #ДСТГлобал #AITRiSM #MCP #A2A #DataFabric #DataMesh #оркестрация #Data Governance #AIGovernance #агентныйИИ #LLM #искусственныйинтеллект #GDPR #HIPAA #потоковыеданные #IoT #Iceberg #DeltaLake #Parquet #Airflow #HabeasWeights #auniversum #ауниверсум #Lambdauniversum #LOGOSk #SemanticDB #Efos #BlindSpots

Источник: https://dstglobal.ru/club/1261-upravlenie-dannymi-v-epohu-agentnyh-tehnologii

Внедрение ИИ невозможно отделить от data-инфраструктуры.

#бизнес #ии #data

​Arenadata - финансовые результаты первого полугодия по МСФО

Эмитент у меня в портфеле, поэтому внимательно слежу за его показателями. Arenadata - это IT компания, ведущий российский разработчик ПО для управления данными. А за данными сейчас будущее.

Финансовые результаты большинства IT компаний отличаются яркой сезонностью, поэтому стоит смотреть на динамику показателей по LTM, а не только конкретный период за 6 мес 2026. Основная выручка признается в 4 квартале, а расходы учитываются равномерно в течение года. Поэтому в первом полугодии компания традиционно показывает отрицательные OIBDA и чистую прибыль - так было в отчетности по МСФО каждый год начиная с 2022-го.

При сезонной концентрации выручки во втором полугодии компания уже демонстрирует положительную генерацию денежных средств, что создает потенциал для перевыполнения гайденса по итогам года.

• Выручка: 2.52 млрд +86% г/г

LTM Выручка 9.92 млрд

• OIBDAC: -0.453 млрд LTM OIBDAC 3.80 млрд

• скор.Чистая прибыль (NIC): -0.243 млрд

LTM NIC: 3.72 млрд

• FCF за 6 мес. 2026: 759 млн руб.

Теперь попробуем посчитать что нас ждет по итогам 2026-го года:

• Динамика роста выручки за последние 3 года (CAGR) - 52%. При текущей макроэкономике сама компания ориентирует рынок на рост не менее 20%. Это нижняя граница, аналитики закладывают 27–30%. Радует, что компания сразу дает реалистичные прогнозы.

• При рентабельности 30% можно ждать NIС ~ 3.6 млрд. Компания почти не капитализирует затраты на разработку, практически все идет в расходы периода.

• Дивидендная политика предполагает выплату дивидендов не менее 50% от NIС. NIC за 2025 год - 2.8 млрд руб., выплата по итогам 2025 года и 1 квартала 2026 составила 1.4 млрд руб. по обыкновенным акциям. Политику компания не нарушала ни разу. Деньги получили более 130 тысяч акционеров.

• При капитализации 19.9 млрд ожидаем див.доходность около 9%.

Эмитент активно работает с операционной эффективностью:

• Денежные средства на балансе выросли в 2.6 раза.

• Чистый долг отрицательный (Денег больше чем долга). Компания исторически не занимает — операционку финансирует собственный кэш.

• Убыток по OIBDAC и NIC сократился в 3.2 и 4.7 раза соответственно. И это в несезон.

• Расходы на персонал выросли в основном из-за покупки Убика — органически численность прибавила всего 2% к концу 2025 года.

Про волатильность себестоимости: в портфеле не только продукты, но и сервисы - консалтинг, техподдержка, проектные работы. Именно они формируют с/с и внутри года она может скакать в зависимости от набора проектов. Но для инвестора техподдержка и сервисы это хорошая возобновляемая выручка.

На фоне сектора это лучший результат полугодия: по темпам роста выручки Arenadata обошла всех отчитавшихся публичных IT-компаний. По котировкам картина такая же.

При сохранении темпов роста мы получаем одну из самых дешевых IT компаний на бирже, с дивидендами и без долга.

@tuzov_invest

​#Data

По завершению торгов понедельника индекс МосБиржи #IMOEX составил 2178,87 пункта (+3%), индекс РТС - 794,63 пункта (+2,1%).

🥇 Полюс (#PLZL): выручка за I полугодие выросла на 27% — до $4,67 млрд благодаря росту цен на золото. Продажи золота снизились на 20% — до 950 тыс. унций. Чистая прибыль сократилась на 59% — до $829 млн.

🛒 М.Видео (#MVID): GMV за I полугодие снизился на 26,9% — до 152,6 млрд ₽. Выручка сократилась на 36,8% — до 108,2 млрд ₽. EBITDA составила −14,7 млрд ₽.

✈️ Аэрофлот (#AFLT): скорректированная чистая прибыль по МСФО во II квартале выросла до 9,3 млрд ₽ против 7,7 млрд ₽ годом ранее. Скорректированная EBITDA увеличилась на 14% — до 52,7 млрд ₽, превысив ожидания рынка. Выручка выросла на 1,8% — до 228,6 млрд ₽.

🚚 КАМАЗ (#KMAZ): чистый убыток по МСФО за I полугодие сократился на 29,5% — до 21,8 млрд ₽. Выручка выросла на 7% — до 164,8 млрд ₽.

🏗 Glorax (#GLRX): чистая прибыль по МСФО за I полугодие снизилась на 32% — до 1,6 млрд ₽. При этом выручка выросла на 45% — до 27 млрд ₽.

💊 Промомед (#PRMD): чистая прибыль по МСФО за I полугодие выросла в 1,8 раза — до 2,59 млрд ₽. Выручка увеличилась на 76% — до 22,8 млрд ₽, скорректированная EBITDA — в 1,75 раза, до 7,68 млрд ₽.

💻Arenadata (#DATA): выручка за I полугодие выросла на 86% — до 2,5 млрд ₽. Чистый убыток сократился с 920 млн ₽ до 347 млн ₽. Скорректированная OIBDA улучшилась до −409 млн ₽ против −1,13 млрд ₽ годом ранее.

🏭 ВСМПО-АВИСМА (#VSMO): чистая прибыль по МСФО за I полугодие выросла в 3,8 раза — до 9,23 млрд ₽. При этом выручка снизилась на 24,3% — до 37,4 млрд ₽.

🏦 Московский кредитный банк (CBOM): чистая прибыль по МСФО за I полугодие выросла в 2,3 раза — до 15,6 млрд ₽. При этом во II квартале прибыль сократилась в 3,4 раза — до 1,3 млрд ₽.