---
title: "AI Data Lifecycle — жизненный цикл данных"
url: "https://kzsaleshub.com/framework/ai-data-lifecycle/"
type: "framework"
category: "AI и данные"
language: "ru"
source: "KZSalesHub"
published: "2026-08-11"
last_updated: "2026-08-16"
---

# AI Data Lifecycle — жизненный цикл данных

**Суть.** Любое решение на данных не лучше самих данных. Жизненный цикл описывает, откуда данные пришли, кто имеет право их использовать, как проверяется качество, где они хранятся и когда удаляются. Без этого модель работает, но объяснить её поведение и защитить перед проверкой невозможно.

## Этапы

| Этап | Ключевой вопрос | Что фиксируется |
| --- | --- | --- |
| Сбор | На каком основании мы это получили | Источник, согласие, назначение |
| Подготовка | Что мы с данными сделали | Преобразования и их авторы |
| Хранение | Где лежит и кто видит | Классификация, шифрование, доступ |
| Использование | Для какой задачи применяется | Совпадает ли с изначальным назначением |
| Контроль качества | Данные всё ещё пригодны | Полнота, свежесть, дубли, смещение |
| Удаление | Когда обязаны стереть | Срок хранения и его исполнение |

## Что обычно пропущено

Происхождение и назначение. Данные собрали для одной задачи, применили для другой — юридически это отдельное основание, и вопрос всплывает в момент проверки или сделки с крупным заказчиком. Второе — удаление: сроки записаны в политике, а механизма исполнения нет.

## Этапы и вопрос, который решается на каждом

| Этап | Главный вопрос | Где обычно теряют |
| --- | --- | --- |
| Сбор | Откуда взяли и имеем ли право | Источник не зафиксирован |
| Происхождение | Через какие преобразования прошли | Цепочка обрывается на первой выгрузке |
| Качество | Насколько данным можно верить | Проверок нет, есть ощущение |
| Доступ | Кто и на каком основании видит | Доступ выдан «на проект» три года назад |
| Хранение | Сколько держим и почему именно столько | Держат всё и навсегда |
| Удаление | Как удаляем, включая копии | Копии в выгрузках и почте |

## Почему это стало вопросом бизнеса

Пока данные использовались для отчётов, ошибка стоила неверного графика. Как только на них учится модель, ошибка воспроизводится в каждом ответе и в каждом решении, принятом по этому ответу. Отсюда и требование: у набора данных должен быть источник, владелец и срок жизни — как у любого актива.

1. Опишите происхождение хотя бы для тех наборов, которые попадают в обучение или в контекст модели.
2. Разделите данные по чувствительности до, а не после первого инцидента.
3. Введите срок хранения по умолчанию. Хранить вечно — это решение, и его надо принимать осознанно.
4. Проверяйте не только точность, но и полноту: пропуски в данных модель заполняет собственными догадками.

## Где ломается

**Качество проверяют один раз при загрузке.** Источник меняет формат, данные тихо портятся, модель деградирует незаметно.

**Персональные данные попадают в обучение.** Обратно их оттуда не достать.

**Владельца нет.** Набор данных без ответственного лица через год не понимает никто.

**Согласие получили на одно, используют для другого.** Данные собирались для оказания услуги, а ушли в обучение модели. Это правовая проблема, а не техническая.

**Качество проверяют один раз.** Источник меняется, проверка остаётся прежней, деградация обнаруживается через квартал по жалобам.

**Удаление работает только в основной системе.** Копии в выгрузках, резервных копиях и таблицах аналитиков живут дальше.

Проверочный вопрос перед любым проектом с моделью: сможете ли вы через год объяснить, откуда взялась каждая строка обучающего набора. Если нет — проект несёт риск, который не виден в смете.

## Частые вопросы

**Нужен ли отдельный человек под это**

На старте нет, нужен владелец у каждого значимого набора. Отдельная роль появляется, когда наборов больше, чем помещается в голове.

**Что спрашивает крупный заказчик**

Чаще всего три вещи: где физически хранятся данные, кто имеет доступ и что происходит при расторжении договора.

**С чего начать при полном беспорядке**

С перечня: какие наборы вообще есть, кто ими пользуется и кто за них отвечает. Один этот список закрывает половину вопросов.

## Связанное

- [Управление данными для ИИ](https://kzsaleshub.com/framework/ai-data-governance/)
- [Data Mesh](https://kzsaleshub.com/framework/data-mesh/)

Данные — единственный актив, который дешевеет от небрежности незаметно. Проблема проявляется не в момент ошибки, а в момент, когда на неё сослались.

---
Источник: https://kzsaleshub.com/framework/ai-data-lifecycle/