Актуальность исследования обусловлена необходимостью системного внедрения технологий искусственного интеллекта в управление торгово-промышленными предприятиями в условиях цифровой трансформации и роста объемов корпоративных данных. В статье рассматриваются методические и архитектурные аспекты внедрения искусственного интеллекта в контексте формирования зрелой архитектуры данных и комплексного подхода к их управлению. Показано, что искусственный интеллект выступает целевой стадией цифровизации и может эффективно реализовываться только при наличии интегрированной инфраструктуры обработки, хранения и использования данных.Результаты исследования показывают, что предложенный архитектурный подход обеспечивает масштабируемость, воспроизводимость и управляемость решений. Практическая апробация методических и архитектурных решений продемонстрирована на примере построения рекомендательной модели с использованием контура генерации с дополнением извлеченными данными (RAG). Реализован контур подготовки структурированных документов, их загрузки в объектное хранилище, настройки моделей эмбеддингов и генеративной языковой модели, а также организации различных режимов эксплуатации системы: через пользовательский интерфейс, программный интерфейс (API) и агентный режим взаимодействия.Проведенное исследование подтверждает прикладную реализуемость предложенного подхода без необходимости создания дорогостоящей инфраструктуры и демонстрирует возможность масштабирования интеллектуальных сервисов в управленческих и операционных процессах предприятия. Полученные результаты могут быть использованы при формировании корпоративной архитектуры данных и внедрении интеллектуальных систем поддержки принятия решений.