Круги Громова | Data & AI Research

➡️ Свежий отчёт поможет разобраться:
– чем российские Data Catalog отличаются по глубине функциональности, архитектуре и зрелости эксплуатации,
– насколько хорошо они интегрируются в корпоративный ИТ-ландшафт и соответствуют требованиям безопасности и импортозамещения,
– какие возможности есть для управления доступом, аудита и работы в закрытых контурах,
– какие возможности ИИ уже реализованы на практике,
– как выбрать платформу под свои задачи и подготовить пилот.

❗️Все решения проверены по 325 критериям: оценивается не только заявленный функционал, но и глубина реализации и степень его подтверждения документацией и демонстрациями.

Напомним: все этапы и процессы мы фиксируем на видео на внутренних ресурсах «Кругов Громова». Время прохождения – учитываем в человеко-часах.

В исследовании «AI в BI-круг Громова 2026» мы разобрали 11 российских решений по 55 критериям: архитектура, точность и достоверность ответов, работа с семантическим слоем, автономность, безопасность, поддержка разных LLM и сценарии применения.

Вендоры заполняли анкеты, проводили демо и предоставляли доступ к стендам, а результаты дополнительно проверялись на тестовых вопросах.

В свежем обзоре отчета мы ушли от сухой таблицы и сравнили рынок с «зоопарком архитектур»: медведь, бобёр, дельфин, сокол, волк, слон, хамелеон, барсук, осьминог, конь и сова. Это не рейтинг, а способ наглядно показать, насколько по-разному устроены AI-решения в BI.

И уже на старте их подходы заметно различаются:
🟣 Luxms BI выбрал кластерную схему с репликацией: хранение и расчёты – в ClickHouse, семантика и визуализация – в отдельном узле Luxms BI.
➡️ Конфигурация: узел Luxms BI, две реплики ClickHouse по 48 vCPU / 192 ГБ RAM / NVMe 1,5 ТБ и три узла ClickHouse Keeper. Памяти потребовалось больше, чем может предоставить одна ВМ в MWS Cloud Platform, поэтому ограничение компенсировали вычислительными ядрами.

🟣Glarus BI пошёл по более компактной схеме: детальный слой разместили в одной крупной ClickHouse-машине на предельной конфигурации площадки, а семантический слой, ETL и дашборды вынесли на отдельный сервер приложений.
➡️ Конфигурация: ClickHouse 48 vCPU / 192 ГБ RAM / NVMe 1,5 ТБ, сервер приложений 16 vCPU / 32 ГБ RAM и служебная PostgreSQL 8 vCPU / 16 ГБ RAM.

BI-челлендж Громова 2026 – практическая часть исследования BI-круг Громова 2026: участники решают единое ТЗ на реальных данных и под нагрузкой. А мы фиксируем результаты каждого этапа и оцениваем реальные возможности платформ.

⬇️ Свежий отчет позволит понять:
– чем отличаются классические СУБД, MPP-системы и платформы данных,
– какие решения подходят под разные объёмы и типы аналитической нагрузки,
– как платформы масштабируются и обеспечивают отказоустойчивость,
– какие возможности есть для Kubernetes, мониторинга и администрирования,
– как устроены безопасность и управление доступом,
– какие дополнительные компоненты для интеграции, качества и управления данными входят в экосистемы производителей.

Все решения прошли проверку по 175+ параметрам, охватывающих функциональность, технологии и бизнес-факторы.

Что потребуется сделать:
🟣Развернуть платформу. Настроить стенд в MWS Cloud Platform и подключиться к исходным данным.
🟣Загрузить данные. Перенести 1,4 млрд позиций чеков и 1,5 млрд снимков товарных остатков в хранилище платформы.
🟣Рассчитать показатели. 13 ключевых показателей в четырёх разрезах и сверить результаты с эталоном.
🟣Подключить новый источник. Загрузить план продаж из Excel без перестройки модели и посчитать план/факт.
🟣Собрать 2 дашборда: drill-down и кросс-фильтрацией.
🟣Пройти нагрузочный тест: 100 одновременных пользователей и 5 сценариев JMeter в заданное время.
🟣Показатели нагрузки: дашборд должен открываться за 9 секунд, фильтр применяться за 5.