ИИ в госуправлении: примеры внедрения в органах власти

Число ИИ-инициатив в госсекторе растёт быстро, но заметная их часть – соглашения, рабочие группы и закупки инфраструктуры без заявленных результатов. Для руководителя ведомства или региональной команды главный вопрос – какие задачи дают измеримый эффект для граждан и аппарата, и как довести пилот до тиражирования в рамках закупочного цикла. Материал для обобщения – база кейсов ИИ на platforms.su: в ней больше 150 кейсов из государственного управления и госуслуг. Ниже – повторяющиеся сценарии, условия успеха, ошибки и план.

Обращения граждан

Задача. Горячие линии перегружены в пиковые периоды, типовые вопросы о пособиях, льготах и документах занимают операторов. Граждане выбирают неверную тему обращения, и заявку отклоняют.

Что делает ИИ. Голосовые роботы отвечают на типовые вопросы круглосуточно и передают оператору сложные. Модели определяют тему обращения по тексту и фотографии и сами направляют его исполнителю.

Результат. Роботы полностью закрывают от 40% обращений и больше, на крупных линиях ИИ участвует в обработке большинства вызовов. Классификация по фото заметно снижает число отклонений из-за неверной темы и разгружает модераторов первой линии.

Контроль и надзор по камерам и спутниковым снимкам

Задача. Инспекторов мало, территория большая, нарушения выявляются выборочными выездами. Значительная часть проверок приходится на заведомо законные объекты.

Что делает ИИ. Компьютерное зрение анализирует спутниковые и аэроснимки, видео с городских камер и фото с мест, сверяет найденное с реестрами разрешений и учётными данными и отправляет инспектору адресный сигнал. Так ищут неиспользуемые земли, незарегистрированные строения, рубки, стихийную торговлю, земляные работы без разрешения.

Результат. Предварительная проверка занимает минуты или часы вместо дней и месяцев, точность моделей в кейсах около 90% и выше. Главный эффект – законные объекты исключаются из ручной проверки, и инспектор выезжает только по вероятным нарушениям. Пилоты на ограниченной территории регулярно находят неучтённые объекты и неиспользуемые площади.

Типовые решения и проверка документов

Задача. Огромный поток однотипных процедур, где решение предопределено правилами, но каждое требует участия служащего. Ручная проверка отчётных форм занимает часы.

Что делает ИИ. Автоматически выносит процедурные решения там, где нет усмотрения, проверяет формы на логические ошибки и аномальные значения, ищет по смыслу в больших фондах документов, распознаёт архивы, включая рукописные и дореформенные тексты.

Результат. Массовые процедурные решения выносятся сразу при поступлении документа, без участия служащего. Проверка формы занимает секунды вместо часов, поиск по смыслу находит документы без точного совпадения слов, архивы становятся доступны для поиска.

Аналитика для руководителей

Задача. Руководитель тратит время на сводки из разнородных отчётов, риски срыва мероприятий программ видны слишком поздно, данные о территории разобщены между ведомствами.

Что делает ИИ. Ассистент руководителя извлекает данные и готовит сводные материалы, модели прогнозируют риски невыполнения мероприятий, цифровой двойник территории сводит сотни тысяч объектов из десятков источников.

Результат. Подготовка сводок ускоряется, проблемы видны до отчётной даты. Важное наблюдение: прототип такого ассистента обходится недорого и проверяется за месяцы, а удачный прототип затем вырастает в семейство сервисов для аппарата.

Городская среда и безопасность

Задача. Заторы при фиксированных программах светофоров, позднее обнаружение лесных пожаров, наезды городского транспорта на пешеходов.

Что делает ИИ. Адаптивное управление светофорами по данным детекторов, автоматическое обнаружение дыма на видео с вышек и беспилотников, распознавание препятствий на путях с принудительной остановкой.

Результат. Пропускная способность контролируемых участков растёт на 15–25%, задержки в пути сокращаются. Видеомониторинг лесов заметно сокращает число очагов за счёт раннего обнаружения.

• Определён юридический статус результата. Полностью автоматически принимаются только решения без усмотрения. В остальных случаях ИИ готовит проект или сигнал, а подписывает служащий.
• Цикл замкнут. Сигнал, выезд, фотофиксация, смена статуса, отчёт – в одной системе. Без этого видеоаналитика превращается в архив тревог.
• Данные из реестров доступны. Проверка по снимку работает, только если модель может сразу сверить объект с реестром разрешений или учётными данными.
• Соблюдены требования к инфраструктуре. Работа в защищённом контуре, отечественное ПО из реестра, аттестация информационной системы закладываются в проект с начала.
• Метрика для граждан. Время ответа, доля решённых с первого обращения, число отклонённых заявок. Эти показатели понятны и руководству, и общественности.

1. Подписывать соглашение вместо постановки задачи. Рабочие группы и меморандумы без метрики и срока не дают результата, который можно показать.
2. Покупать камеры без регламента реакции. Рост числа камер не равен росту раскрываемости или порядка. Нужны люди и процесс, которые отрабатывают сигналы.
3. Автоматизировать решения с усмотрением. Это создаёт правовые риски и спорные решения. Автоматизация начинается с процедур, полностью определённых правилами.
4. Недооценивать требования к биометрии и персональным данным. Удачные проекты делают биометрию добровольной и получают согласия заранее.
5. Не считать ложные срабатывания. Каждый ложный сигнал – выезд инспектора. Точность нужно мерить в цене для службы, а не в процентах из презентации.
6. Не планировать бюджет тиражирования. Пилот завершается, а закупка на масштаб попадает в следующий бюджетный цикл, и команда теряет темп.

1. Недели 1–2. Составить перечень массовых процедур ведомства и оценить объём, долю типовых случаев и наличие данных в электронном виде.
2. Неделя 3. Выбрать одну задачу, где решение полностью определено правилами или где ИИ только готовит сигнал для служащего. Зафиксировать базовые показатели.
3. Неделя 4. Проверить правовые основания обработки данных, требования к контуру и реестру ПО, доступ к нужным реестрам.
4. Недели 5–8. Пилот на одной территории или в одном подразделении, сравнение с контрольной территорией.
5. Неделя 8. Решение и заявка на бюджет тиражирования в ближайший цикл планирования.

• Какие решения система принимает сама, а какие только готовит для служащего?
• Какова доля ложных срабатываний и сколько выездов или проверок она стоит службе?
• С какими реестрами и межведомственными системами нужна интеграция и кто её обеспечит?
• Соответствует ли решение требованиям к защите информации и есть ли оно в реестре отечественного ПО?
• Как обрабатываются персональные и биометрические данные, на каком правовом основании?
• Какие показатели для граждан изменятся через два месяца пилота?
• Сколько будет стоить тиражирование на весь регион или ведомство и в каком бюджетном цикле это заложить?

В госуправлении эффект дают массовые процедуры: обращения, контроль по снимкам и камерам, типовые решения и проверка документов. Успех определяется не моделью, а юридическим статусом результата, замкнутым циклом реакции и бюджетом тиражирования. Центр компетенций ИИ помогает с выбором задач, оценкой пилотов и требованиями к соответствию.