Tez-tez verilən suallar

Data governance hər data aktivinin sahibinin kim olduğunu, onun nə demək olduğunu, haradan gəldiyini və kimin istifadə edə biləcəyini müəyyən edən əməliyyat modelidir.

Gündəlik işdə dörd şeyi dəyişir: hər vacib cədvəlin adlı sahibi olur, aktiv müştəri kimi mübahisəli terminlərin bir təsdiqlənmiş tərifi olur, istənilən rəqəm mənbə sütunlarına qədər izlənə bilir və giriş köhnə tiketlərə yox, datanın həssaslığına tabe olur. 

Xeyr — OvalEdge baza deyil və sizin datanızı saxlamır. OvalEdge onsuz da işlətdiyiniz sistemlər haqqında metadata-nı kataloqlaşdırır: adlar, təriflər, sahiblik, həssaslıq və datanın necə axması.

O, yalnız-oxuma kredensiallarla qoşulur, strukturu və statistikanı oxuyur və öz anbarına yalnız metadata yazır. Datanız heç yerə köçmür — hər təhlükəsizlik baxışının verdiyi birinci sualın cavabı da budur.

Bəli — OvalEdge on-premise və ya air-gapped mühitdə tətbiq oluna bilər və bu, burada istisna deyil, normal tətbiqdir; Azərbaycan bank və dövlət qiymətləndirmələrində birinci filtrdən keçməsinin səbəbi də budur.

Ona öz bazası və oxuduğu sistemlərə şəbəkə girişi lazımdır. İcra zamanı heç nə internet bağlantısı tələb etmir.

Tipik OvalEdge tətbiqi bir sahə üzrə işlək kataloqa — toplanmış lineage və insanların işlətdiyi lüğətlə — altı-on iki həftəyə çatır.

Quraşdırma, qoşulma və toplama üç-dörd həftə çəkir və əsasən mexanikidir. Qalanı insan mərhələsidir — təriflər, sahiblik, təsnifat — və eyni anda neçə sahəyə girişdiyinizlə mütənasib şəkildə yavaşlayır.

OvalEdge 170-dən çox hazır nativ konnektorla gəlir: Oracle, SQL Server, PostgreSQL, Teradata, SAP, 1C, mainframe ixracları, obyekt storage, Snowflake, Databricks və əsas BI alətləri.

Ümumi sayı yox, öz sistemlərinizi soruşun — və hər biri üçün lineage-in dəstəklənib-dəstəklənmədiyini ayrıca soruşun: bir çox məhsul mənbənin metadata-sını oxuya bilir, amma onun transformasiya məntiqini parse edə bilmir.

Xeyr — data kataloqu data anbarını əvəz etmir. Anbar datanı saxlayır və verir; kataloq isə həmin datanı və digər sistemlərinizdəki hər şeyi təsvir edən metadata-nı saxlayır. Onlar birlikdə işlədilir.

Kataloq tətbiqi pipeline-larınızda və hesabatlarınızda heç nəyi dəyişmir — onları tapıla bilən, sənədləşdirilmiş və izlənə bilən edir.

Dictionary bir bazanın strukturunu developer-lər üçün təsvir edir. Lüğət xalis risk mövqeyi kimi biznes anlayışlarını biznes üçün müəyyən edir. Kataloq isə bütün estate-i əhatə edən və hər ikisini saxlayan platformadır.

Kataloqu sənəddən artıq edən şey bağlantıdır: hər lüğət anlayışı onu icra edən fiziki sütunlara bağlanır. 

Sütun səviyyəli lineage bir sütunu mənbəyindən, hər transformasiyadan keçərək, hesabatdakı rəqəmə qədər izləyir — nəzarət sualının forması isə məhz budur: göstərin, bu rəqəm necə hesablanıb.

Onsuz cavab yaddaşdan bərpadır və günlər aparır. Lineage-in sizin SQL-inizdən avtomatik parse edilməsini tələb edin: əl ilə çəkilmiş diaqramlar bir il ərzində yanıldıcı olur.

Data governance biznesə məxsusdur, İT tərəfindən güclü texniki dəstəklə.

İT kataloqu tətbiq edə və lineage toplaya bilər; *aktiv müştəri*nin nə demək olduğuna qərar verə bilməz. İdarəetmə tamamilə İT-nin içində oturanda tərifləri onları verməyə biznes konteksti çatmayan adamlar verir və biznes nəticəni saymır.

AI-a başlamaq üçün tam data governance proqramı lazım deyil, amma AI-ınızın işlədəcəyi konkret data üzərində idarəetmə lazımdır — bu isə təşkilatların çoxunda olandan artıqdır.

Gartner agentic AI layihələrinin 40%-dən çoxunun 2027-ci ilin sonuna qədər ləğv ediləcəyini gözləyir, səbəblər arasında yetərsiz nəzarətlər var. Birinci ssenarinizin asılı olduğu bir sahəni kataloqlaşdırın və təsnif edin: bir il yox, bir neçə həftə.

OvalEdge üçdilli metadata-nı üç paralel lüğət kimi deyil, hər dildə etiket daşıyan bir kanonik anlayış kimi saxlayır.

`müştəri`, `клиент` və `customer` ortaq bir hərf paylaşmır, ona görə heç bir avtomatik uyğunlaşdırma onları birləşdirməyəcək — biznesi hər üç dildə bilən insan onların bir anlayış olduğuna qərar verməlidir. Bunu birinci gün layihələndirin; sonradan düzəltmək bahadır.

OvalEdge AMB tələblərinin əsaslandığı sübutu verir, hərçənd heç bir proqram təminatı institutu təkbaşına uyğun etmir.

AMB-nin Banklarda informasiya təhlükəsizliyinin idarə edilməsi haqqında Qaydaları — 2022-ci ilin aprelindən qüvvədə və ISO/IEC 27000 üzərində qurulub — aktiv sahibliyi, təsnifatı və ona bağlanmış giriş nəzarətini gözləyir. Kataloq həmin sübutu yaddaşdan yox, sistemlərin özündən istehsal edir.

Data governance proqramını sətir sayları ilə yox, davranış dəyişikliyi ilə ölçün. Əlli min sənədləşdirilmiş aktivi olan və istifadəçisi olmayan kataloq — daha bahalı cədvəldir.

Məna daşıyan metriklər: analitiklərin hesabat qurmazdan əvvəl lüğətə baxması, mühəndislərin sxemi dəyişməzdən əvvəl lineage-ə baxması və nəzarətçinin bir rəqəm haqqında sualına indi nə qədər vaxta cavab verildiyi.

Steward biznesdə bir sıra aktivə görə cavabdeh adlı insandır: tərifləri təsdiqləyir, sahibliyi təsdiqləyir, mübahisələri həll edir. Həftədə təxminən iki saat.

Gözlədiyinizdən azdır — hər sahəyə bir nəfər, yəni böyük bankda on-iyirmi nəfər. Bunu mövcud rolun bir hissəsi edin, çünki bir neçə müstəsna adamın ətrafında qurulmuş proqram onlardan ikisi gedəndə dağılır.

Yukon Labs OvalEdge tətbiq partnyorudur, satıcı deyil. Biz lisenziya satıb getmək əvəzinə OvalEdge-i sizin mühitinizdə tətbiq edir, konfiqurasiya edir və istismar edirik.

Bu o deməkdir: konnektorlar sizin real sistemlərinizə qarşı, lineage sizin öz transformasiya kodunuz üzərində yoxlanmış, çoxdilli lüğət başdan düzgün modelləşdirilmiş və kataloqun işlədilib-işlədilməyəcəyini həll edən dəyişiklik idarəetməsi.

HAVAA — Yukon Labs-ın AI orkestrasiya platformasıdır: Telegram, WhatsApp, veb, mobil və e-poçt üzrə azərbaycanca, ingiliscə və rusca işləyən vahid, idarə olunan AI agenti.

O, cavabı saniyələr içində hazırlayır, göndərməzdən əvvəl onu sizin siyasətinizə qarşı yoxlayır və məsələnin ağırlığı tələb edəndə insana ötürür. Hər cavab yoxlandığı siyasət və təsdiqləyən adamla birlikdə loglanır. Tamamilə sizin öz perimetriniz daxilində işləyir.

Chatbot cavab verir; agent hərəkət edir. Chatbot sualı cavaba uyğunlaşdırır. Agent isə məqsəd alır, hansı addımları atacağına özü qərar verir, onları görmək üçün tool çağırır və bitirənə və ya təhvil verənə qədər davam edir.

Praktiki fərq cavabdehlikdədir: agent nəyisə dəyişdiyi üçün ona istifadəçi səviyyəli səlahiyyətlər, hansı tool-lara çata biləcəyinə dair sərhəd və audit izi lazımdır.

Bəli — HAVAA tamamilə sizin perimetriniz daxilində işləyir və banklar ilə dövlət qurumları üçün defolt rejim budur. Model, orkestrasiya, retrieval indeksi, embedding modeli və loglar — hamısı sizin nəzarətinizdəki infrastrukturda işləyir.

"Private AI" iddialarının çoxunun sındığı incəlik: modeli özündə saxlayıb hosted embedding xidmətinə zəng etmək indekslədiyiniz hər sənədi yenə də ötürür. HAVAA bütün yolu lokal saxlayır — parametrlə yox, şəbəkə egress nəzarəti ilə tətbiq olunmaqla.

Bəli — öz modelinizi gətirə bilərsiniz. HAVAA modelə sabit interfeysin arxasındakı dəyişdirilə bilən komponent kimi baxır, ona görə sizin yerləşdirdiyiniz açıq çəkili modelləri, lisenziyalaşdırdığınız modelləri və ya hüquqi cəhətdən mümkün olduğu yerdə hosted API-ı işlədir — və onları qarışdıra bilir.

AI orkestrasiyası modellərlə təşkilatınız arasındakı qatdır: marşrutlaşdırma, tool girişi, state, səlahiyyətlər və audit.

API-nı birbaşa çağıra bilərsiniz və hər layihə oradan başlayır. Tələblər gələndə isə işləməyi dayandırır — sistemlərimizdə axtarsın, yalnız istifadəçinin görə biləcəyini göstərsin, üç ay əvvəlki çıxışı izah etsin, heç nə perimetri tərk etməsin.

MCP tool-ları və data mənbələrini AI modellərinə açmaq üçün açıq standartdır, və bəli, HAVAA onu dəstəkləyir.

Dəyəri portativlikdir: bir dəfə qurulmuş tool istənilən uyğun modellə işləyir. O, artıq əsl infrastrukturdur — 2025-ci ilin dekabrında Anthropic tərəfindən Linux Foundation-a bağışlanıb, AWS, Google, Microsoft və OpenAI tərəfindən dəstəklənir və ayda təxminən 97 milyon SDK yükləməsi ilə işləyir.

AI agentini modelə təlimat verməklə yox, struktur şəkildə dayandırırsınız. Üç nəzarət: tool-lar kontekst üzrə əhatələnir, ona görə HR agentində ödəniş tool-u olmur; hər hərəkət ortaq hesabla yox, sorğu verən istifadəçinin səlahiyyətləri altında işləyir; nəticə doğuran hərəkətlər isə adlı insan təsdiqi tələb edir.

LLM-i on-premise işlətmək çoxunun gözlədiyindən az hardware tələb edir: bir-iki yüksək yaddaşlı data-mərkəz GPU-su olan bir server real daxili tətbiqə xidmət edir.

Məhdudiyyət yaddaşdır: 70B model tam dəqiqlikdə təxminən 140 GB, 4-bit-də isə təxminən 35 GB tələb edir. KV cache üçün ayrıca büdcə ayırın — o, kontekst uzunluğu ilə eyni vaxtlılığın hasilinə görə artır.

Azərbaycan dili HAVAA-da ingilis və rus dilləri ilə yanaşı birinci dərəcəli dildir və sonradan düşünülmüş əlavə yox, dizayn məhdudiyyəti kimi qəbul olunur.

Belə də olmalıdır: azərbaycan dili dil modelləri üçün az resurslu dildir, keyfiyyət ingiliscədən geri qalır və fərq bank və hüquq lüğətində daha da açılır.

İlk HAVAA tətbiqi istehsalat ssenarisinə on-on iki həftəyə çatır — bir şərtlə ki, tətbiq forması erkən müəyyən edilsin.

İki həftə iş yükünü müəyyən etməyə və xidmət etdiyiniz dillərdə qiymətləndirmə dəsti qurmağa, iki həftə modelləri qiymətləndirməyə, iki həftə stack-i qaldırmağa, üç həftə isə ssenarini kimliyi nəzərə alan retrieval və başdan auditlə qurmağa gedir.

Bəli — HAVAA SAP, 1C və daxili API-larla inteqrasiya olunur. Hər sistem müəyyən sxemi, yoxlanmış arqumentləri və öz giriş qaydaları olan tool-a çevrilir, ona görə agent SAP-dan, 1C-dən və ya core banking sistemindən oxuya bilir — heç biri bütövlükdə açılmadan.

Xeyr — datanız nə bizim, nə də üçüncü tərəfin modelini öyrətmək və ya təkmilləşdirmək üçün heç vaxt istifadə olunmur. O, yalnız sizin suallarınızı cavablandırır.

On-premise-də bu, müqavilə deyil, fiziki həqiqətdir: model sizin hardware-inizdə işləyir və çıxış yolu yoxdur. Həmçinin fine-tuning əvəzinə retrieval-a üstünlük veririk ki, silinmə tələbi həqiqətən yerinə yetirilə bilsin — sənədi və embedding-i silirsiniz, o da yox olur.

Bəli — hər HAVAA sorğusu tam audit izi daşıyır. O, kimin soruşduğunu, nəyin gətirildiyini, hansı modelin və versiyanın cavab verdiyini, hansı tool-ların çağırıldığını, nəyin qayıtdığını və nəyə başa gəldiyini qeyd edir.

Konkret qarşılıqlı əlaqəni aylar sonra bərpa edən budur — nəzarətçinin sualının həqiqi forması da elə budur — və ISO/IEC 42001 auditorunun görmək istədiyi də. Log saxlama müddəti və yerləşmə yeri tətbiqin bir hissəsi kimi müəyyən edilir.

HAVAA mesaj başına yox, tətbiq başına qiymətləndirilir, çünki on-premise sistemin xərci istehlak yox, sabit infrastruktur plus dəstəkdir.

Forma tətbiq rejimindən, əhatəyə düşən kanalların və istifadə ssenarilərinin sayından və platformanı bizim istismar edib-etməyəcəyimizdən asılıdır. İnfrastruktur ayrıdır və sizindir. Qiymətləndirmə mərhələsində sizin real gözlənilən həcminizə görə hesablayırıq.

Xeyr — data lakehouse AI agentləri üçün ilkin şərt deyil və onu belə saymaq ilk tətbiqi heç bir fayda vermədən bir il gecikdirir.

Agentlərə lazım olan bir istifadə ssenarisinin asılı olduğu konkret dataya idarə olunan girişdir: səlahiyyətli mənbə, müəyyən edilmiş terminlər, istifadəçi səviyyəli səlahiyyətlər və cavabı izah etməyə yetəcək lineage. Bu, platforma miqrasiyası yox, bir neçə həftəlik kataloq işidir.

Data lakehouse datanızı ucuz storage-da açıq fayllar kimi saxlayır, sorğu verəndə isə anbar kimi davranır.

Anbar etibarlı idi, amma datanızı bir vendorun sistemində kilidləyirdi. Lake ucuz idi, amma zəmanəti yox idi və çoxu bataqlığa çevrildi. Lakehouse faylların üzərinə metadata qatı — açıq table format — əlavə edir və tranzaksiyaları, sxem nəzarətini və time travel-i geri qaytarır.

Trino öz storage-ı olmayan açıq mənbəli paylanmış SQL engine-idir; Starburst isə onun müəssisə distributividir — Trino-nun yaradıcılarının qurduğu şirkətdən.

Starburst tənzimlənən institutların ehtiyac duyduğunu əlavə edir: hər mənbəyə tətbiq olunan sətir və sütun səviyyəli giriş nəzarəti, 50-dən çox dəstəklənən konnektor, JDBC mənbələrindən paralel çıxarma, keşləmə və kommersiya dəstəyi. Giriş nəzarəti ehtiyaclarınız sadədirsə, açıq mənbəli Trino işlətmək tamamilə yerindədir.

Yukon Labs Azərbaycanda Starburst tətbiqlərini çatdırılma partnyoru kimi qurur və istismar edir: klaster ölçüsü, konnektor konfiqurasiyası, giriş siyasətinin dizaynı, directory inteqrasiyası və təhvil — yaxud davamlı istismar.

Qiymətləndirmədə nişandan vacib olan odur ki, regionda kimsə məhsulu core banking sisteminə və nəzarət tələb edən giriş nəzarətinə qarşı tətbiq edibmi. Yerli olaraq heç kimin tətbiq etmədiyi alət tək istismar edəcəyiniz alətdir.

Xeyr — Starburst datanı olduğu yerdə sorğulayır, ona görə heç nə köçürülmür. Arxitekturanın mahiyyəti də budur: sorğu anında hər mənbədən oxuyur. Engine-in içində davamlı nüsxə yaranmır.

Bu, həm də data rezidentliyi baxımından mərkəzləşdirmədən asan müdafiə olunur: heç nə yerini dəyişmir, ona görə arxitekturanın özü transsərhəd ötürmə sualı doğurmur.

Starburst, Databricks və Snowflake fərqli şeylər üçün optimallaşdırılıb. Datanız artıq bir platformada birləşdirilibsə, həmin platformanın engine-ini öz datası üzərində üstələmək çətindir. Data birləşdirə bilmədiyiniz bir çox sistemə yayılıbsa, Starburst üçü arasında ən güclüsüdür və fərq böyükdür.

Nəzarət altındakı institutlar üçün əvvəlki filtr var: Databricks və Snowflake-in real air-gapped tətbiqi yoxdur.

Iceberg açıq table format-dır — Parquet fayllarının üzərində atomar commit-lər, sxem təkamülü, time travel və sətir səviyyəli silmə verən metadata qatı.

Lakehouse qurmaq üçün lazımdır; Starburst-dan istifadəyə başlamaq üçün lazım deyil, çünki Starburst Delta, Hudi, Parquet və ORC formatlarını da oxuyur. Format mübahisəsi Iceberg-in xeyrinə həll olunub. 2026-cı ilin canlı sualı hansı *kataloqa* bağlanmağınızdır.

Bəli — Starburst Enterprise on-premise tətbiq oluna bilər və öz data mərkəzinizdə Kubernetes üzərində işləyir: coordinator və worker-lər konteynerdir, obyekt storage isə bulud xidməti yox, MinIO və ya Ceph ola bilər.

İcra zamanı heç nə internet bağlantısı tələb etmir. Azərbaycan bankları və dövlət qurumları üçün normal tətbiq budur.

Praktiki limit yoxdur və tək sorğu lazım olan qədər mənbə üzrə join edə bilir. Açıq mənbəli Trino 30-dan çox konnektorla gəlir; Starburst bunu 50-dən yuxarı qaldırır.

Əsl məhdudiyyət konkret sorğudakı ən yavaş mənbədir — legacy estate-də Starburst-un JDBC mənbəyinə paralel bağlantılarının konnektor sayından vacib olmasının səbəbi də budur.

Federated sorğular yaxşı tənzimlənmiş tək mənbəli anbar sorğusundan yavaşdır — amma bu, adətən səhv müqayisədir. Federated sorğunun alternativi sürətli sorğu deyil; üç həftəlik pipeline gözləməsidir.

Trino filtrləri və aqreqasiyaları hər mənbənin içinə itələyir, ona görə nəticə nativ performansa insanların gözlədiyindən xeyli yaxın olur. Sorğu gecikməsini yox, cavaba qədər ümumi vaxtı ölçün.

Xeyr — Starburst BI alətinizi əvəz etmir. O, sorğu engine-idir və BI alətiniz ona bazaya qoşulduğu kimi qoşulur.

Dəyişən şey əhatədir: eyni panellər əvvəlcə pipeline qurulmadan anbar, əsas sistem və obyekt storage üzrə sorğu verə bilir. İlk tətbiqlərin çoxu mövcud hesabatlar toplusunu məhz fərq ölçülə bilsin deyə köçürür.

Tam lakehouse miqrasiyası prioritetlərin dəyişməsindən tez-tez sağ çıxmayan çoxillik proqramdır — onu etməməyi tövsiyə etməyimizin səbəbi də budur.

Əvvəlcə federasiya edin: estate-in üzərindəki sorğu engine-i birinci rübdə dəyər verir və insanların əslində nəyi sorğuladığını göstərir. Sonra ayrı-ayrı dataset-ləri yalnız səbəb olanda köçürün. İlk federated tətbiq altı-on həftədir.

Starburst hər qoşulmuş mənbəyə bir siyasət qatı tətbiq edir — öz təhlükəsizlik modeli sizə lazım olan qaydaları ifadə edə bilməyən mənbələr daxil olmaqla.

Sətir və sütun səviyyəli siyasətlər mövcud directory rollarınıza uyğunlaşır, ona görə istifadəçi datanın hansı sistemdən gəlməsindən asılı olmayaraq tam olaraq hüququ çatanı görür. Bir ardıcıl siyasəti nəzarətçiyə sübut etmək eyni qaydaların altı sistemdə yenidən yazılmış halından xeyli asandır.

ISO/IEC 42001 AI idarəetmə sistemi üzrə beynəlxalq standartdır və Yukon Labs ISO/IEC 42001:2023 üzrə sertifikatlıdır — Azərbaycanda onu alan ilk şirkət.

Normativ nüvəsi Annex A-dır: doqquz məqsəd altında 38 AI-a xas nəzarət — siyasət, rollar, təsir qiymətləndirməsi, həyat dövrü, data və üçüncü tərəflər. Auditor AI-ınızın yaxşı olub-olmadığını yox, idarəetmənizin real olub-olmadığını yoxlayır.

Aİ AI Act Azərbaycan şirkətinə şamil oluna bilər: o, AI sisteminin çıxışı Aİ daxilində istifadə olunduqda Aİ-dən kənardakı provayder və deployer-lərə çatır.

Vaxt cədvəli dəyişdi. Reqlament (Aİ) 2026/1744 yüksək riskli öhdəlikləri 2027-ci il dekabrın 2-nə və 2028-ci il avqustun 2-nə keçirdi. Maddə 50 üzrə şəffaflıq öhdəlikləri və GPAI icrası təxirə salınmadı və 2026-cı il avqustun 2-dən tətbiq olunur. Cəzalar 35 milyon avroya və ya dünya dövriyyəsinin 7%-inə çatır.

Azərbaycanın Şəxsi məlumatlar haqqında Qanunu emal üçün hüquqi əsas, şəxsi məlumatları emal edən informasiya sistemlərinin dövlət qeydiyyatı, subyekt hüquqlarına hörmət və transsərhəd ötürmə məhdudiyyətlərinə əməl tələb edir. AI sistemi bunların heç birində xüsusi hal deyil.

İki məqam komandaları yaxalayır: ilkin toplama üçün əsas çox vaxt modelin təlimini və ya əsaslandırılmasını əhatə etmir, və qeydiyyatdan keçmiş sistemə AI əlavə etmək həmin sistemdə dəyişiklikdir. 

Şəxsi məlumat Azərbaycandan yalnız müəyyən əsaslarla çıxa bilər: təyinat ölkəsi adekvat müdafiə təmin edir, subyekt açıq razılıq verib, yaxud ötürmə müqavilənin icrası üçün zəruridir. Milli təhlükəsizliyə və ya ictimai qaydaya zərər verən ötürmələr qadağandır.

Komandaların nəzərdən qaçırdığı məqam: sənədi xarici AI API-na göndərmək ötürmədir. Şifrələmə və saxlamama öhdəlikləri bunu dəyişmir — eyni şey embedding-lərə və loglara da aiddir.

AI risk qiymətləndirməsi bir konkret AI sisteminin toxunduğu insanlara və proseslərə nə edə biləcəyinin tətbiqdən əvvəl aparılmış sənədləşdirilmiş qiymətləndirməsidir — adlı təsdiqləyən və tarixlə.

Nəzərdə tutulan məqsədi, ehtimal olunan sui-istifadəni, data mənşəyini, səhv çıxışın nəticələrini, kimin onu ləğv edə biləcəyini və necə edəcəyini əhatə edir. ISO/IEC 42001 üçün və Aİ AI Act üzrə yüksək riskli sistemlər üçün tələb olunur. Tətbiqdən sonra aparılarsa, audit iradıdır.

AI sistemini qurulduğu müddətdə, fasiləsiz sənədləşdirin, çünki hər rejim eyni vaxtda aparılmış qeydləri mükafatlandırır və geriyə dönük bərpanı cəzalandırır.

Yükü səkkiz artefakt daşıyır: sahibləri və risk reytinqləri olan AI inventarı, təsdiqləyəni olan risk qiymətləndirməsi, istehsalata buraxılış qeydi, data mənşəyi, insan ləğvetmə mexanizmi, insident prosesi, sorğu səviyyəli loglar və üçüncü tərəf yoxlaması. Sonradan düzəldilə bilməyəni mənşədir.

Yukon Labs Azərbaycanda datanı öz perimetrindən kənara göndərə bilməyən banklar, dövlət qurumları və böyük müəssisələr üçün suveren AI və data governance infrastrukturu qurur və tətbiq edir.

Üç istiqamət: data governance üçün OvalEdge, federated analitika üçün Trino üzərində Starburst və öz AI orkestrasiya platformamız HAVAA. Hamısı on-premise tətbiq olunur. Yukon Labs ISO/IEC 42001:2023 üzrə sertifikatlıdır.

Yukon Labs Bakıda yerləşir və əsasən Azərbaycana, həmçinin geniş regiona xidmət edir.

Regionda olmaq təsadüfi deyil: data lokalizasiyası, Mərkəzi Bankın nəzarəti, üçdilli metadata və satınalma qaydaları yerli məhdudiyyətlərdir. Regionda heç kimin tətbiq etmədiyi platforma sonda tək istismar edəcəyiniz platformadır.

Yukon Labs dövlət qurumları ilə işləyir və onların məhdudiyyətləri arxitekturamızın ətrafında qurulduğu məhdudiyyətlərdir: ölkədən çıxa bilməyən vətəndaş datası, xarici buludu istisna edən suverenlik tələbləri və sübut tələb edən audit gözləntiləri.

Milli siyasət bunu konkretləşdirir — 2025–2028-ci illər üçün Süni İntellekt Strategiyası və prezident sərəncamı ilə təsdiq edilmiş 2026–2028-ci illər üçün 58 təşəbbüslük rəqəmsal inkişaf fəaliyyət planı.

Yukon Labs bank və maliyyə xidmətlərində, dövlət və ictimai sektorda, telekomda, həmçinin böyük sənaye və enerji təşkilatlarında işləyir.

Ən dərin iş bankçılıqdadır: illərlə rəqəmsallaşdırılmış data, avtomatlaşdırmağa dəyən bahalı proseslər, nəzarət təzyiqi və ən sərt tətbiq məhdudiyyətləri — buradakı demək olar hər ciddi bank AI layihəsinin on-premise layihəyə çevrilməsinin səbəbi də budur.

Əməkdaşlıqların çoxu əhatəsi müəyyən edilmiş qiymətləndirmə ilə başlayır: bir sahə üzrə dörd-altı həftə — nəticədə sistem inventarı, bir real hesabat üçün toplanmış lineage, həssas datanın harada olduğunun təsnifatı və öhdəlikləriniz qarşısında boşluq analizi.

O, konkret bir tıxacı qırır: biznes əsaslandırmasına sübut lazımdır, sübuta isə proqram. Nəticə idarə heyətinin təsdiq edə biləcəyi bir şeydir.

Yukon Labs hər ikisini təklif edir və seçim sizindir: ya tətbiq edib təhvil veririk, ya da platformanı sizin üçün istismar edirik.

Əleyhinə olduğumuz şey əməliyyatlara sonradan düşünüləcək məsələ kimi baxmaqdır. Bu bazarda ən qıt bacarıq AI və ya idarəetmə sistemini bir il işlətməkdir — qiymətləndirmə, drift monitorinqi, insidentlərə reaksiya. Bu suallara sahibi olmayan sistemlər səssizcə sönür.

Yukon Labs hər ikisini edir. HAVAA bizim öz məhsulumuzdur və tətbiq etdiyimiz platformaların ətrafındakı inteqrasiya qatlarını da biz qururuq — heç kimin hazır dəstəkləmədiyi konnektorlar, giriş nəzarəti uyğunlaşdırmaları, sizin dillərinizdə qiymətləndirmə harness-ləri.

Etmədiyimiz şey yetkin platformanın onsuz da verdiyini yenidən qurmaqdır. Öz kataloqunuzu yazmaq altı həftəlik tətbiqi daimi öhdəliyə çevirir.

Yukon Labs azərbaycan, bütün dillərdə işləyir — sənədləşdirmədə, çatdırılmada və qurduğumuz sistemlərdə.

Bu, burada nəzakət deyil, iş tələbidir: tipik böyük təşkilat eyni anda azərbaycandilli əsas sistem, rusdilli köhnə tətbiq və ingilisdilli bulud infrastrukturu işlədir və kimsə hər üç dildə onların bir şeyi təsvir etdiyinə qərar verməlidir.

Bəli — Yukon Labs hər hansı texniki müzakirədən əvvəl NDA imzalamağı adət halına gətirib və müştəri təhlükəsizlik siyasətləri altında işləyir: yalnız yerində giriş, ən az səlahiyyət prinsipi ilə kredensiallar və çıxış bağlantısı olmayan mühitlər daxil olmaqla.

Öz AI idarəetmə sistemimiz ISO/IEC 42001:2023 üzrə sertifikatlıdır, yəni müştərilərdən qəbul etməyi xahiş etdiyimiz idarəetmə özümüzün auditdən keçdiyimiz idarəetmədir.

Yukon Labs əməkdaşlıqlarının çoxunu üç forma əhatə edir: qiymətləndirmə dörd-altı həftə, ilk tətbiq işlək və ölçülə bilən nəticəyə qədər altı-on iki həftə, institut üzrə tam idarəetmə proqramı isə on iki aydır.

Əleyhinə olduğumuz şey bitənə qədər heç kimə fayda verməyən on iki aylıq platforma layihəsidir. Əhatəni dar tutun, bir real nəticəni sübut edin və qalanını həmin sübut maliyyələşdirsin.