Слияние, которое ускорило неизбежное
Проект возник не в вакууме. Nationwide поглощает Virgin Money — сделка на 2,9 млрд фунтов, крупнейшее банковское поглощение в Британии с 2008 года, в результате которого в компанию перейдут более 7 000 сотрудников, а бренд Virgin Money со временем исчезнет. У обеих сторон уже была своя история интеграций: Virgin Money успела пройти через покупку Northern Rock и последующее приобретение Clydesdale и Yorkshire Bank Group, а Nationwide ещё в 2008 году заложила курс на ИТ-трансформацию с миллиардными вложениями. К моменту слияния с Virgin Money обе организации несли на себе слои разных систем, накопленные за десятилетия, — и именно это сделало консолидацию данных не факультативным улучшением, а условием, без которого дальнейшая интеграция технологически не складывалась.
С 2023 года, когда в Nationwide пришёл директор по данным и аналитике Шри Канисапаккам, команда занималась именно этой задачей — свести всё к «одной доступной платформе на одной технологии в облаке». Параллельно шёл перевод 15 миллионов клиентов со старой банковской платформы и замена 45-летней системы клиентских данных, а впереди — интеграция около пяти миллионов клиентов Virgin Money. На этом фоне единое хранилище выглядит не столько амбицией, сколько минимальной гигиеной перед тем, как в компании из 19 миллионов участников появятся ИИ-агенты, способные «разговаривать» с внутренними системами, — именно так описал следующий этап технический директор Nationwide Пол Баллард.
Почему «единая платформа» — это не про место хранения
Ключевая фраза Канисапаккама заслуживает того, чтобы на ней задержаться: «ИИ — это не магия. Ему нужно понимать, как организованы и структурированы ваши данные. Данным нужно сначала доверять, и только потом можно говорить, что ИИ надёжен». Это распространённое наблюдение среди специалистов по данным, и оно объясняет, почему консолидация подаётся не как экономия на серверах, а как предпосылка для ИИ.
Технически такой подход обычно называют лейкхаусом — архитектурой, которая пытается объединить гибкость дата-озера (хранить любые данные в исходном виде) с дисциплиной хранилища (структура, схемы, контроль качества). Идея в том, что аналитики, разработчики моделей и обычные сотрудники работают с одним и тем же проверенным набором данных, а не с копиями, которые расходятся между отделами. На практике это означает три вещи одновременно: единый каталог данных, прослеживаемость происхождения записи (lineage) — то есть возможность понять, откуда взялась цифра в отчёте и через какие преобразования она прошла, — и управляемый самообслуживающийся доступ, когда сотрудник получает нужный набор данных без обращения в отдельную ИТ-очередь. Без этого слоя ИИ-модель в лучшем случае работает на неполных и противоречивых данных, а в худшем — правдоподобно ошибается на масштабе, недостижимом для человека.
Что обещает единая платформа и что это означает на практике
Маркетинговый нарратив вокруг таких проектов обычно построен вокруг трёх слов — доверие, скорость, готовность к ИИ. Стоит разложить их на конкретные операционные последствия и оговорки.
| Обещание платформы | Что это значит на практике | Ограничение / компромисс |
|---|---|---|
| «Единая версия правды» о данных | Меньше расхождений в отчётности между подразделениями, один источник метрик | Требует дисциплины при вводе и разметке данных — платформа сама расхождения не устраняет |
| Trusted data для ИИ | Модели обучаются и делают выводы на проверенных, структурированных данных | Доверие к данным — это процесс governance, а не свойство облака как такового |
| Self-service доступ для сотрудников | Быстрее находить и использовать данные без очереди к ИТ-отделу | Нужны роли, права доступа и политики — иначе self-service превращается в бесконтрольный доступ |
| Lineage и прослеживаемость | Понятно, откуда взялась цифра и как она менялась | Требует дисциплинированного документирования пайплайнов, иначе lineage существует только на бумаге |
| «Готовность к ИИ-агентам» | Агенты могут опираться на единый и структурированный слой данных | Готовность инфраструктуры — не то же самое, что точность или полезность конкретного агента |
Таблица показывает главный разрыв: почти каждое обещание платформы реализуется только при условии, что организация параллельно выстраивает governance — правила доступа, качества, ответственности за данные. Платформа создаёт для этого техническую возможность, но не сам порядок.
Путь от разрозненных хранилищ до ИИ-агентов
Публичные заявления Nationwide полезно развернуть в последовательность шагов, потому что именно эта цепочка объясняет, почему «готовность к ИИ» не появляется одним пунктом в контракте с облачным провайдером.
flowchart TD A[19 разрозненных хранилищ] --> B[Единая cloud-платформа] B --> C[Governance и lineage] C --> D[Trusted data] D --> E[Self-service доступ] E --> F[ИИ-агенты и Copilot-сценарии]
Каждое звено здесь — отдельная работа, а не автоматическое следствие предыдущего. Единая платформа не создаёт governance сама по себе — её нужно спроектировать и поддерживать. Trusted data не возникает из факта хранения в одном месте — она требует процессов проверки качества. И только на этом фундаменте разговор об агентах, способных обращаться к внутренним системам, о которых говорит Баллард, становится технически осмысленным, а не преждевременным.
Цена, которую платят за одну ось вместо девятнадцати
У консолидации есть и обратная сторона, которая реже попадает в пресс-релизы. Сведя данные в одну платформу на технологиях Microsoft, Nationwide одновременно расширяет отношения с другим гиперскейлером: в январе банк объявил об использовании облачной платформы Amazon Web Services с ИИ-возможностями для поддержки цифровых сервисов и клиентского опыта, расширив существующее соглашение до более широкого набора услуг, включая обучение персонала. AWS предлагает контакт-центрам инструмент Amazon Connect с ИИ-функциями, а в последние годы встраивает специалистов по генеративному ИИ прямо в клиентские команды финансовых организаций в рамках так называемой Forward Deployed Engineering — инвестиции, которую сама компания оценивает в миллиард долларов.
Это картина не «единой платформы», а скорее двух опорных экосистем — Microsoft для данных и части ИИ-инфраструктуры, AWS для клиентских сервисов и контакт-центров. Даже если архитектура формально позиционируется как гибкая или частично cloud-agnostic, на практике организация такого масштаба выстраивает глубокие, дорогостоящие в развороте связи с каждым выбранным поставщиком: контракты, обученный персонал, встроенные в бизнес-процессы API. Разрозненность 19 систем была источником путаницы и дублирования, но она же распределяла риск между разными вендорами. Единая платформа убирает путаницу — и одновременно концентрирует зависимость.
Что из этого следует, а что — пока нет
Публичные материалы о кейсе Nationwide отражают собственный нарратив компании и её технологических партнёров: конкретные метрики улучшения, сроки окупаемости, стоимость миграции и проблемы, возникшие при переносе 19 систем, в открытом доступе не раскрыты. Это не повод отмахиваться от истории, но повод не путать её с независимо подтверждённым результатом. Точно так же нельзя утверждать, что переход на единую платформу сам по себе сделал будущих ИИ-агентов Nationwide точными или полезными — по собственным словам компании, это лишь предпосылка, а не гарантия.
Ценность этого кейса не в том, что он показывает универсальный рецепт для банков и building societies с другой архитектурой и регуляторным профилем. Она в другом: Nationwide честно формулирует то, что обычно прячется за словом «трансформация» — единая data-платформа — это прежде всего смена порядка работы с данными внутри организации, requiring governance, доверия и дисциплины, а уже потом инфраструктурное решение. Выгода от неё измеряется не гигабайтами, перенесёнными в облако, а тем, научилась ли компания вокруг этих данных выстраивать правила. А цена — это готовность жить с зависимостью не от девятнадцати мелких проблем, а от нескольких больших платформенных ставок.
