Нацпроект «Экономика данных и цифровая трансформация государства» стартовал в 2025 году. По данным сервиса «Цифровой регион» в настоящее время 71 субъект федерации в той или иной степени внедрил ИИ в свои рабочие процессы.
Управляющий партнер «Астра ИИ Код», член Правления, директор по науке и ИИ ПАО «Группа Астра» Владимир Нелюб приводит следующую статистику: по сведениям IDC (Международная корпорация данных), ежегодный рост затрат на ИИ в госсекторе составляет 18-25%. В 2026 году Россия вошла в топ-30 стран по готовности госсектора к внедрению ИИ (данные аналитического центра Oxford Insights).
В Законодательном собрании Санкт-Петербурга 23 июля на заседании профильной комиссии по инвестициям эксперты обсудили внедрение технологий искусственного интеллекта, систем роботизации и автоматизации на предприятиях. Северная столица является одним из лидеров в стране по внедрению в практику новейших технологий. При этом участники встречи подчеркнули, что еще не все городские предприятия готовы к комплексному внедрению нейросетей.
«Наша общая цель — укрепление промышленно-технологического потенциала города через кооперацию. Искусственный интеллект перестал восприниматься как нечто высокотехнологичное — он стал естественной частью нашей рабочей и повседневной среды. Мы вступили в фазу цифровой трансформации, и теперь ключевая задача — не просто применять ИИ точечно, а двигаться к созданию собственных моделей и решений, адаптированных под конкретные запросы производства», — отметил глава Комитета по промышленной политике, инновациям и торговле Санкт-Петербурга Александр Ситов.
Директор практики «Государственные и социальные инициативы» Рексофт Консалтинг Анастасия Окунева, анализируя внедрение технологий искусственного интеллекта в госсекторе, указала: «Да, ИИ уже становится важным инструментом для государства. Но его смысл точно не в том, чтобы поставить еще один чат-бот на портал услуг. Настоящий эффект появляется, когда с помощью технологии перестраивают сам процесс принятия решений: быстрее собирают информацию, раньше замечают проблему и точнее выбирают, где требуется вмешательство».
Именно такой подход применяют регионы во внедрении ИИ. Заместитель руководителя направления Т1 ИИ (ИТ-холдинг Т1) Сергей Карпович делится своими наблюдениями от анализа применения технологий в разных сферах. Например, в контакт-центрах, если прежде обработка обращения жителя могла занимать до 60 минут из-за ручного поиска информации и согласований, то с внедрением ИИ-ассистента, работающего на базе технологии RAG (Retrieval-Augmented Generation), время ответа сократилось до 1 минуты. Система мгновенно анализирует базу знаний (нормативные правовые акты, регламенты) и формирует юридически корректный ответ, исключая человеческий фактор и задержки.
«Еще один пример применения ИИ — в задачах „Земконтроля“. Это классический образец устранения бюрократической рутины. Ранее сотруднику требовалось до трех дней, чтобы вручную проверить архивы, определить норму площади захоронения и рассчитать стоимость выкупа земли по сложной формуле с коэффициентами. Теперь ИИ делает это за несколько минут: он автоматически сопоставляет данные заявителя с закрытой базой книг регистрации, определяет актуальный нормативный правовой акт (НПА) и рассчитывает стоимость. Для гражданина это означает мгновенное решение вопроса, а для администрации — исключение ошибок и судебных исков», — пояснил Карпович.
Сенатор от Амурской области Артем Шейкин привел ряд примеров внедрения ИИ в регионах. В частности, в Ямало-Ненецком автономном округе (ЯНАО) общественный транспорт полностью оснащен безналичной оплатой и системами мониторинга. В Салехарде адаптивное управление светофорами позволило сократить время ожидания, а чат-боты помогают жителям ориентироваться в работе зимников и переправ.
«В Московской области цифровизация согласований в строительстве позволила сократить подключение к сетям ресурсоснабжающих организаций с года до 14 дней. Это как раз тот случай, когда технология была не просто внедрена „для галочки“, а действительно помогла уменьшить сроки, снизить число ручных процедур и сделать взаимодействие с государством понятнее и проще для граждан», — прокомментировал эксперт.
Вместе с тем, по словам сенатора, уровень цифровой зрелости в регионах остается неоднородным. Где-то уже выстроены интегрированные системы управления, а в других местах цифровизация пока сводится к автоматизации отдельных операций, которые по-прежнему слабо связаны между собой.
«На профильных секциях Совета по развитию цифровой экономики мы регулярно обсуждаем именно этот разрыв: как обеспечить совместимость решений, единые стандарты данных и возможность использования успешных разработок не только в крупных субъектах, но и в регионах с более ограниченными ресурсами», — подчеркнул Артем Шейкин.
Директор стратегических направлений ООО «ДАР» (входит в ГК «Корус Консалтинг») Роман Таранов перечислил кейсы из отрасли строительства, транспорта и экологии. В строительстве компьютерное зрение контролирует ход работ и выявляет отставания от графика. В транспортной сфере алгоритмы анализируют потоки, а в экологии дроны и нейросети находят незаконные свалки, возгорания и другие нарушения.
«Таким образом, региональное управление постепенно переходит от реакции на уже возникшие проблемы к их раннему обнаружению и предупреждению. При этом оценивать такие проекты нужно по конкретному результату: сократилось ли время получения услуги, стало ли меньше ошибок, быстрее ли устраняются нарушения и эффективнее ли используются бюджетные средства», — обратил внимание эксперт.
Генеральный директор компании «OSMI IT» Михаил Шрайбман привел примеры успешного применения технологий. Так, в Московской области ИИ проверяет заявления и документы, поданные через региональный портал госуслуг. В Федеральной службе судебных приставов (ФССП России) робот на основе ИИ круглосуточно обрабатывает голосовые и текстовые запросы, принимая на себя более половины обращений, поступающих в контакт-центр. Еще один пример — пилотный проект в судах 10 регионов, где нейросети расшифровывают аудиозаписи судебных заседаний и переводят их в текст.
А кейс, приведенный учредителем и генеральным директором компании NooSoft, руководителем Комитета по МСП ассоциации «РУССОФТ», членом Совета по развитию информационных технологий и цифровой экономике ТПП РФ, Советов АПКИТ Виталием Лажинцевым, оказался, что называется, в духе времени: «Контроль топлива. Датчики и алгоритмы сразу показывают сливы, перерасход и неэффективные маршруты. Ревизор физически не может постоянно проверять весь парк, а система может. В одном из наших проектов потери топлива снизились на 22% уже за первый квартал. Это не про роботов, а про понятную экономию и контроль бюджетных денег».
Сооснователь и технический директор компании Veai (ООО «ИИТЕХ») Владислав Кудинов согласен с тем, что сегодня ИИ стал одним из заметных факторов повышения эффективности государственного управления. «Его польза особенно хорошо видна в процессах, где сотрудники ежедневно работают с большими объемами документов и обращений. ИИ может классифицировать входящие запросы граждан, находить связанные документы, готовить краткие справки, проверять комплектность заявлений и направлять обращения ответственным подразделениям. Это сокращает время обработки запросов и освобождает специалистов от значительной части рутинной работы. На уровне регионального управления ИИ помогает анализировать транспортные потоки, прогнозировать нагрузку на социальную инфраструктуру, выявлять аварийные участки коммунальных сетей и точнее планировать расходы. Например, данные о состоянии оборудования и истории повреждений позволяют заранее определить, где вероятность аварии выше, и провести ремонт до возникновения серьезной проблемы», — поделился информацией специалист.
Директор департамента бизнес-решений и цифровой трансформации «Софтлайн Решения» (входит в ГК Softline) Егор Ворогушин считает, что одним из наиболее перспективных направлений в этом отношении являются аналитические системы с предиктивной аналитикой в центрах управления регионом. Там, где раньше решения принимались по наитию, теперь появляется опора на данные.
При этом, по словам Владислава Кудинова, эффективность внедрения технологий во многом зависит от качества исходных данных и от того, насколько грамотно технология встроена в рабочие процессы.
Основные риски связаны с ошибками в данных, непрозрачностью решений, утечками конфиденциальной информации и чрезмерным доверием к автоматическим рекомендациям. Если модель обучалась на неполных или искаженных данных, она может воспроизводить эти искажения при распределении мер поддержки, проверке заявлений или оценке потребностей территорий. Особенно опасно передавать алгоритму окончательное решение, которое затрагивает права человека, без возможности проверки и обжалования.
Опасно и чрезмерное доверие к рекомендациям ИИ. Алгоритм может предложить отклонить заявление, не включить объект в план ремонта или снизить приоритет обращения, однако ответственность за такое решение все равно несет орган власти. Поэтому в вопросах, влияющих на права и интересы граждан, ИИ должен оставаться помощником человека, а не единственным источником решения.
«Снижать риски нужно еще на этапе проектирования системы. Для каждого сценария следует определить, какие данные разрешено использовать, кто отвечает за результат и в каких случаях решение обязательно проверяет человек. Необходимы регулярный аудит моделей, контроль качества данных, журналирование действий, защита от утечек и понятная процедура обжалования. В чувствительных сферах ИИ должен готовить рекомендации и помогать специалисту анализировать информацию, а ответственность за итоговое решение должна оставаться за уполномоченным сотрудником», — убежден Кудинов.
Сергей Карпович, в свою очередь, подтвердил, что искусственный интеллект в государственном управлении сегодня уже стал рабочим инструментом, который дает измеримый результат. Он позволяет превратить разрозненные данные в управляемые процессы, сократить время принятия решений с дней до минут и высвободить ресурсы для развития региона. Главное здесь — баланс между технологической эффективностью и социальной ответственностью, где ИИ выступает надежным помощником, а не автономным регулятором.
