9 июля 2026 года в Москве прошел Пятый ежегодный Форум Data Day 2026. Мероприятие собрало 2000+ участников и 90+ спикеров, став одной из ключевых площадок по обсуждению применения данных и искусственного интеллекта в разных сегментах экономики.
Организатор — Издательский дом «Регламент».
В рамках форума Data Day 2026 состоялся трек «Путешествия и транспорт. Цифровой горизонт движения: данные, алгоритмы и ИИ как основа умной логистики и путешествий», объединивший лидеров тревел-индустрии, транспортных компаний и логистических платформ. В центре обсуждения — переход от данных как ресурса к данным как инструменту принятия решений в условиях высокой конкуренции и постоянно меняющейся среды.
Участники трека отметили, что тревел- и транспортная отрасли стали одними из самых оцифрованных: компании видят поведение пассажиров, движение грузов и изменение цен в реальном времени. Однако ключевым фактором конкурентоспособности становится не доступ к данным, а способность быстрее и точнее принимать решения на их основе.
Практические кейсы внедрения AI представили эксперты ведущих компаний отрасли. Александр Жиров, руководитель продуктовой аналитики Туту, рассказал о том, как AI уже меняет повседневную работу аналитиков: от автоматизации рутинных задач до внедрения self-service инструментов и AI-ассистентов. Евгений Гапон, директор по аналитике и эффективности платформы «Ситидрайв», представил подход к планированию через драйверные модели, позволяющие оценивать влияние инициатив на ключевые бизнес-показатели и избегать систематической переоценки эффекта проектов. Евгения Чухнова, генеральный директор «РЖД — Цифровые пассажирские решения», представила результаты исследований ИИ-трендов в пассажирском транспорте и рассказала об ИИ-проектах, разработанных и внедряемых «РЖД — Цифровые пассажирские решения»: ИИ-агенте вместо первой линии поддержки, аудиобейдже с ИИ-сервисом речевой аналитики, ИИ-автоматизации скрининга входящих документов и модели Athena DNN.
Никита Зеленский, директор по аналитике и AI-инженерии Apex Games, поделился опытом внедрения мультиагентной системы поверх существующего аналитического стека, а Элен Теванян, руководитель управления машинного обучения «Купер», рассказала, как в компании научились управлять привлечением курьеров с помощью ML.
Отдельный блок программы был посвящен изменениям в распределении ролей между человеком и машиной. В ходе дискуссии участники обсудили, какие задачи в ближайшие годы перейдут к AI, какие компетенции сотрудников трансформируются и как управлять ожиданиями команд в условиях автоматизации.
Практика применения данных в логистике была представлена в ряде прикладных кейсов. Эльдар Файзуллин (ЦРПТ, «Честный знак») рассказал о создании сквозной аналитики на базе данных системы маркировки, позволяющей отслеживать движение товара по всей цепочке поставок и прогнозировать дефицит. Михаил Дьячков (RWB) продемонстрировал, как ML/AI используются в управлении спросом и предложением на уровне складов и логистических цепочек. Ильдар Сахиуллин, руководитель группы ценообразования «Яндекс Драйв», представил подход к проведению switchback-тестов для оценки ценовых моделей в условиях конкуренции пользователей за ограниченный ресурс.
«Главный инсайт трека „Путешествия и транспорт“ на Data Day 2026 — отрасль больше не обсуждает, нужен ли ей ИИ. В фокусе — скорость: как быстро можно перестроить бизнес-модели вокруг данных и получить измеримый эффект от их применения.
Контекст становится все более интересным: по данным открытых источников, доля внутренних турагентств сократилась с 37% до 17%, а маржинальность в логистике продолжает сжиматься. В этих условиях у компаний практически не остается времени на длительные эксперименты — трансформация компании в Model-Driven становится необходимостью в борьбе за эффективность каждого вложенного рубля.
На форуме отчетливо обозначились три ключевых сдвига.
Во-первых, переход к прагматичному использованию ML/AI. Речь уже не о чат-ботах ради пиара — компании встраивают тяжелые модели в ядро процессов: от предиктивного ценообразования и оценки спроса до динамической маршрутизации и оптимизации логистики.
Во-вторых, усиление фокуса на AI-ready инфраструктуре. Участники сходятся в одном: без качественного фундамента данных любые алгоритмы бессильны.
В-третьих, — и это главный вызов, — трансформация человеческого капитала. Дискуссия показала, что ключевой барьер сегодня — не технологии, а готовность команд работать в парадигме Model-Driven и AI-first.
Спасибо всем участникам за честный и предметный разговор», -— подвел итоги куратор трека Александр Аралов, директор по аналитике и управлению данными, Туту.
