• Векторы внедрения AI в ключевые отрасли российской экономики, где уже сейчас «завелось» и на что делают ставку ключевые игроки.
• Как регуляторные ограничения и параллельный вектор ИИ-центричности меняют бизнес сейчас, что нужно сделать, чтобы не просто выживать, а зарабатывать больше и лучше.
• Что происходит с эффективностью сотрудников, количеством штата, кто какие оценки дает и прогнозы для того, чтобы победить. Убрать много — замедлится темп, убрать мало — не сойдется экономика.
• Трансформация экономических моделей финтеха, торговли, маркетплейсов, агрегаторов и сервисов вокруг цифровых дата-платформ и искусственного интеллекта.
• Удержание клиентской базы тяжелее, наращивание дороже. Как развитие — прямые отношения с клиентами в мультиплатформенной среде; инструменты обогащения клиентских данных.
• Государственное участие в регуляторе отраслей. Как сильно происходит влияние и какой компании видят эффект и возможности для развития.
• Регулирование ответственности при использовании AI, банковской тайны, защиты персональных данных и права на анонимность: концепция законодателя и регуляторов.
• Кибербезопасность и угрозы, связанные с применением ИИ: психологические и технические аспекты, методы снижения рисков.

• AI-агенты в банковском ядре: внедрение и регуляторика в работе автоматизированного скоринга в реал-тайм.
• Мультиагентные решения в конкретных бизнес-процессах: кредитование, оценка залогов, взыскание. Автономные цепочки решений.
• Новые возможности процедур детекции пользовательского поведения fraud detection, KYC с использованием новых моделей с доказанным эффектом.
• Проблематика дата-платформ в финансовой отрасли с учетом регуляторных требований, защиты персональных данных и внедрение в регулируемую среду AI-агентов.
• Современные архитектуры чат-ботов и первых линий обслуживания: AI-ассистент как новый интерфейс взаимодействия с банком, страховой компанией, брокером.
• Гиперперсонализация коммуникаций в маркетинге и продажах.

• Дата-платформы и архитектура данных в компании. Data Mesh — подходы к децентрализации управления данными.
• Необанки и новые вызовы: где следующий рост и ограничения в отрасли.
• Новые рынки для банков — выход в новые бизнес-направления.
• Data Governance: масштабирование LLM — переход от proof-of-concept к промышленной эксплуатации на базе data lakes.
• Опыт миграции хранилищ данных.
• Стоимость LLM vs реальный ROI: TCO, токены, инференс и конфигурация платформ.
• RAG на корпоративных и обогащенных данных. Современные примеры инфраструктур с качеством и скоростью решений.

Специально для директоров по данным в этом году мы подготовили особый формат: впервые за 5 лет на конференции Data Day мы используем формат прямого диалога! Не доклады. Не панельные дискуссии. Не нетворкинг с бейджами. "CDO без фильтров" — это два часа, где вы не слушаете, а работаете.

На сцене вместе с вами — Борис Рабинович, к.т.н., Управляющий директор Блока «Технологии» Сбербанка. Вы рассказываете свой реальный кейс — Борис разбирает его здесь и сейчас. Никаких домашних заготовок. Только честная экспертиза и конкретные рекомендации.

Те, кто в зале — тоже в игре: достаточно поднять руку, и Борис разберёт ваш кейс прямо в ходе сессии.

Почему это важно именно Вам:

• Получите живой разбор своей задачи от эксперта крупнейшего банка страны.
• Услышите как коллеги из топ-компаний решают те же проблемы что и у вас.
• Познакомитесь с директорами по данным которые обычно недоступны на стандартных конференциях.
• Уйдёте не с презентацией, а с готовыми инструментами.

• Агро-датасеты как стратегический актив: от спутниковых снимков и телематики до рыночных данных о ценах — как строить единую среду принятия решений.
• ИИ в АПК — что уже масштабируется: прогноз урожая, ML-ценообразование, цифровой агроном, оптимизация момента продажи зерна и масличных.
• Цифровая прозрачность как условие финансирования: как данные агробизнеса влияют на скоринг банков, условия страхования и доступ к субсидиям.
• ЕЦП АПК, ФГИС «Зерно», API Минсельхоза — регуляторные данные как обязательный слой корпоративной архитектуры, а не просто отчетность.
• Данные среднего и крупного бизнеса: где начинается отдача от цифровизации и как не попасть в ловушку «вложили — не окупилось».

• Мировые и российские тренды цифровой трансформации АПК: где сегодня формируется конкурентоспособность в масштабе, данных, автоматизации и качестве управленческих решений.
• Регулирование ИИ и данных в АПК: ЕЦП АПК, интеграция с государственными системами, импортозамещение, требования к цифровой инфраструктуре и новые правила для участников рынка.
• Данные как актив: как цифровая зрелость компании влияет на доступ к финансированию, субсидиям, страхованию, экспортным возможностям и устойчивости бизнеса.

• Точное земледелие, IoT, цифровые карты и спутниковый мониторинг — какие решения уже дают АПК экономию до 25% затрат.
• ROI (возврат инвестиций) цифровизации: сколько стоит внедрение решений на больших земельных массивах, где начинается отдача и какие ошибки мешают масштабированию.
• Компьютерное зрение, БПЛА и мультиспектральный анализ — от красивой демонстрации к реальному производственному результату.
• Как цифровая прозрачность и большие данные влияют на оценку бизнеса банками и институтами развития.
• Какие модели внедрения ИИ и цифровых продуктов на базе больших данных подходят агрохолдингам, а какие средним хозяйствам: этапность, сервисная модель и срок окупаемости.

• Сбор и интеграция данных с сенсоров, техники, ERP, спутниковых источников, ферм, складов и логистических контуров в единую среду принятия решений.
• AI в АПК: где заканчивается хайп и начинаются деньги, какие решения уже масштабируются, а какие требуют еще времени и адаптаций.
• Генеративный ИИ и цифровые советники: где они могут быть полезны агроному, производственному менеджеру, службе закупок и управленческой команде.
• ЕЦП АПК, API, форматы данных, требования к интеграции и построение цифровой экосистемы отрасли.
• Прослеживаемость «от поля до прилавка», управление потерями при хранении и логистике, повышение доверия со стороны сетей, банков, экспортных каналов и государства.

• системы мониторинга полей, платформы поддержки агрономических решений на базе ИИ, инструменты прогнозирования урожайности, технологии анализа состояния посевов, картирования, дистанционного контроля и повышения точности полевых операций, технологии АI в генетике животных, биоматериалов, ветеринарии; проекты автономной техники, систем компьютерного зрения, навигации и автоматизации сельскохозяйственных операций, мониторинг животных, видеоаналитика, ветеринарные сервисы, кормовые решения, решения для хранения, охлаждения, сушки, упаковки, контроля качества, прослеживаемости и поставок сельскохозяйственной продукции;
• системы мониторинга виноградников, управления поливом, автоматизации сбора, контроля ферментации, управления качеством вина и цифровизации производственных процессов от виноградника до бутылки, решения для мониторинга воды, контроля биомассы рыбы, контроля роста, здоровья рыбы, автоматического кормления, биобезопасности, альтернативных кормов, переработки, хранения и повышения эффективности рыбных производств.

• Агенты в работе с аналитикой и данными в ежедневной практике.
• Как из отдельных инструментов и агентов собрать систему, которая работает на тебя в долгую.
• Граница автономности: что агенту можно делегировать, а что нельзя и как выстраивать ответственность за результат.
• Личный и корпоративный AI-контуры: где они помогают друг другу, а где конфликтуют.