ИИ входит в кабинеты
Технологии
Спрос госсектора сосредоточился на прикладных продуктах с искусственным интеллектом. Участники рынка отмечают интерес к технологии и видят большие перспективы у ИИ в госсекторе, однако темпы его ввода в рабочий процесс чиновников и депутатов будут зависеть от стоимости инфраструктуры, которая ежегодно растет, и регуляторной среды.
ИИ активно вводят в госуправление, но нейросетям все еще делегируют по большей части рутину
Фото: Алексей Смагин / Коммерсантъ
ИИ активно вводят в госуправление, но нейросетям все еще делегируют по большей части рутину
Фото: Алексей Смагин / Коммерсантъ
Нейросеть на уровне власти
Искусственный интеллект (ИИ) начинают постепенно вводить в госуправление. Его развитие уже стало самостоятельным направлением работы в аппарате правительства РФ. По данным «Ъ», вице-премьер Дмитрий Григоренко 6 июля подписал приказ согласно которому координацию использования ИИ в Белом доме распределят между двумя профильными подразделениями. Первое будет заниматься вопросами внедрения ИИ в экономике РФ, второе — в самом аппарате.
Сейчас правительственной подкомиссией по ИИ установлено почти 200 целевых показателей для 20 ведомств по внедрению технологии в 13 отраслях. Каждое министерство отвечает за это в своей сфере. Координировать их действия будет Минцифры.
В интервью ИС «Вести» господин Григоренко отметил, что технология сильно упрощает процедурные решения и позволяет быстрее работать с огромными массивами данных. По словам вице-премьера, «какими бы люди ни были умными и глубокими, обработать такое количество информации, как ИИ, они не могут».
В Петербурге также постепенно вводят ИИ в сферу госуправления. В 2025 году, по заявлению губернатора города Александра Беглова, в работе кадровых служб Смольного впервые задействовали нейросеть, которая помогает ускорить отбор кандидатов на должности госслужащих. Тестировали механизм на приеме кандидатов в Молодежный кадровый резерв. Нейросеть анализирует полученные сведения по семи параметрам: проверяет правильность заполнения анкеты, а также ищет несоответствия в биографических данных.
Вторым элементом нового кадрового сервиса стал робот «Геннадий», внедренный в работу кадровой службы Смольного еще в 2023 году. Он собирает анкеты кандидатов в Молодежный кадровый резерв с Кадрового портала Петербурга и передает их нейросети. Затем «Геннадий» получает от ИИ обратную связь и вносит необходимые пометки в базу данных. Окончательное же решение о переходе потенциального резервиста на следующий этап отбора остается за сотрудником кадровой службы.
Еще одним примером внедрения ИИ в госуправление в ходе пресс-конференции «Искусственный интеллект как механизм развития для города и бизнеса» в апреле этого года поделился спецпредставитель губернатора Петербурга Николай Константинов. По его словам, сотрудники комитетов Смольного уже используют генеративные модели для подготовки справок, а в планах активнее работать с ИИ над анализом текстов.
На ряд вопросов «Ъ Северо-Запад», в том числе, какие сервисы ИИ в 2026 году применяет правительство и аппарат губернатора Петербурга в ежедневной работе, в городском комитете не ответили.
Рутинные задачи
Участники рынка отмечают, что развитие ИИ в государственных структурах происходит преимущественно в рамках платформ или информационных систем, которые профильно внедряются в госорганы. По словам замгендиректора по ИТ и инновациям «ОБИТ» Андрея Рыкова, в основном это системы видеоконференцсвязи, автоматизированное рабочее место госслужащего (АРМ ГС), геоинформационные системы, ведомственные колл-центры для обработки обращений граждан.
Руководитель направления по работе с государственными заказчиками Selectel Роман Красильников обращает внимание, что сейчас спрос госсектора сосредоточен на прикладной части в ИИ-продуктах, которые снимают рутину с сотрудников и ускоряют работу с гражданами. Здесь сформировалось несколько устойчивых категорий. Первая — автоматизация работы с обращениями: ИИ принимает запросы из разных каналов (порталы госуслуг, социальные сети, мессенджеры, электронная почта), классифицирует их по тематике и срочности, извлекает суть и помогает готовить проект ответа, оставляя за сотрудником полный контроль до финальной версии. Вторая — интеллектуальная обработка документов: распознавание и разбор сканов, извлечение данных, автоматическая маршрутизация и подготовка типовых документов. Третья — ассистенты и чат-боты для граждан на госпорталах, закрывающие типовые вопросы без участия оператора.
Отдельно растет спрос на продукты и сервисы, которые позволяют быстро получить доступ к самим ИИ-моделям, добавляет эксперт. Например, каталоги готовых моделей с доступом «из коробки»: организация выбирает нужную модель, разворачивает ее на выделенных серверах провайдера (не разделяемых с другими клиентами ресурсах) и сразу начинает с ней работать, без необходимости закупки оборудования и настройки собственной ИИ-инфраструктуры. Для госзаказчика это еще и возможность работать с современными моделями, не обращаясь к внешним зарубежным сервисам и не выводя данные за пределы страны.
Вызовы для машинного интеллекта
Говоря о сложностях внедрения ИИ в контур госуправления Андрей Рыков, фокусирует внимание на цене инфраструктуры, а именно серверов с необходимыми картами. Стоимость памяти и видеокарт за последний год выросла в несколько раз, а региональные бюджеты на 2027 год сокращены. Поэтому проекты могут не быть обеспечены нужным оборудованием.
Второй проблемой господин Рыков называет нормативные требования и безопасность. Использовать публичные облачные сервисы или SaaS-решения государственные заказчики не могут из-за требований по защите информации, в частности согласно приказу ФСТЭК №117. Это влияет на стоимость и сроки развертывания решения.
С ним соглашается сооснователь ИИ-интегратора «Металаб» Сергей Батулин, отмечая, что сложности при внедрении и отладке есть — и они системные. Прежде всего это вопрос вычислительных мощностей и «железа»: работа с данными такого объема и такой чувствительности требует серьезной инфраструктуры, а с учетом ограниченного доступа к современным GPU и ставки на отечественные решения, которые пока уступают по производительности, эффективность моделей неизбежно проседает. Плюс к этому высокая забюрократизированность процессов, особенно заметная в медицине, где до конца непонятно, кто и за что несет ответственность при внедрении ИИ-решений. Это сильно тормозит масштабирование даже перспективных проектов, говорит эксперт.
По мнению Романа Красильникова, интеграция с действующими информационными системами требует дополнительных усилий: часть устаревших комплексов функционирует без стандартных интерфейсов, поэтому подключение современных инструментов часто предполагает разработку промежуточных решений. Также рынок сталкивается с нехваткой профильных специалистов, владеющих как компетенциями машинного обучения, так и пониманием отраслевой специфики.
Работающий ИИ-продукт почти никогда не состоит из одной модели, обычно это связка из нескольких, где одна понимает текст обращения, другая ищет нужную информацию, третья распознает речь или документы. Собрать их в единую систему и подобрать под каждую подходящие мощности — отдельная компетенция. На этапе проектирования и пилота этот перебор удобно проводить в «песочнице»: в среде, где можно быстро протестировать разные модели на выделенных ресурсах, сравнить результаты и выбрать оптимальную конфигурацию, прежде чем переносить решение в промышленный контур (on-premise) и закупать дорогостоящее серверное оборудование, ошибка в настройке которого способна серьезно ударить по производительности целевого решения.
Цугцванг для ИИ
Несмотря на сложности внедрения, все опрошенные эксперты видят большие перспективы использовании ИИ в госсекторе. Господин Рыков считает, что темпы внедрения будут зависеть не только от технологий, но и от регуляторной среды. Принятый законопроект о регулировании ИИ создает условия для развития суверенных моделей. Однако государственный сектор может оказаться в своеобразном цугцванге: использовать облачные ИИ-сервисы затруднительно из-за требований безопасности, а развернуть суверенные модели в собственном контуре может не позволить стоимость необходимой инфраструктуры. Поэтому дальнейшее внедрение ИИ будет зависеть, в том числе, от доступности вычислительных мощностей.
Господин Батулин также оценивает перспективы оптимистично. Для госструктур эффективность ИИ определяется не точечными улучшениями, а работой на больших объемах данных, где прирост даже в несколько процентов при таком масштабе дает «вау-эффект». «С учетом курса нынешней технократической команды в правительстве РФ я думаю, что у России действительно есть шансы стать одним из лидеров именно в части государственного применения ИИ, но путь к этому будет небыстрым и потребует решения инфраструктурных вопросов»,— заключает эксперт.