Нечеловеческий разум на госслужбе: зачем государственному сектору ИИ-технологии

Откуда в госсекторе ИИ

Большинство продуктов на базе ИИ изначально возникали для бизнеса — там был и спрос, и готовность внедрять и тестировать инновации. Уже потом, когда технологии доказали эффективность, они стали постепенно мигрировать в министерства и ведомства, чтобы дать госсектору возможность быстрее развиваться и оптимизировать процессы в самых разных сферах жизни населения и экономики страны. Так, в сентябре стало известно, что на развитие ИИ из федеральных средств на 2024 год уже предусмотрено 5,2 млрд рублей.

Пример: есть продукт для агромониторинга — он позволяет на основании спутниковых снимков понимать, что растет на полях и какой урожай будет с них собран. Изначально это решение создавали для представителей агробизнеса. Однако умный алгоритм оказался полезен и региональным министерствам сельского хозяйства. Они должны контролировать ситуацию в регионе, а агрегированная и обработанная статистика о том, какие культуры могут вырасти и в каких объемах, важна для построения прогнозов и планирования.

ИИ-технологии в госсекторе помогают обеим сторонам процесса: и самим госслужащим, и населению. Это можно увидеть на примере работы с обращениями. Госаппарату ИИ упрощает рутинные процедуры, связанные с этой задачей, а значит, сокращает бюджет на документооборот, время обработки и ответов населению. Для граждан же это возможность быстро получать точные ответы на свои вопросы без долгих очередей. Но этим возможности ИИ не ограничиваются: при внедрении его в самые разные структуры, от районных до федеральных, можно вывести отношения человека с государством на другой уровень и сделать российские города и села более комфортными местами для жизни.

Что государство может доверить ИИ уже сейчас

На повседневной основе ИИ-технологии можно применять в сферах, где государство в той или иной степени контактирует либо с населением, либо с бизнесом. Вот несколько типовых ситуаций, подлежащих автоматизации с помощью искусственного интеллекта:

• Обращения граждан. Это, пожалуй, первое, что стоит оцифровывать и упрощать. Человек обращается в госорган — нужно либо дать ему ответ, либо перенаправить в другое ведомство, в чьей компетенции находится запрос. Для этого пригодятся чат-боты или решения для маршрутизации обращений, которые умеют распознавать письменную и устную речь. Чат-бот отвечает на наиболее распространенные запросы или вопросы по сценарию, заранее составленному из ключевых слов. Маршрутизатор — это, по сути, тот же бот, но он лишь определяет правильное подразделение, которое должно отрабатывать коммуникацию.

• Аварийные ситуации. Представим, что произошел инцидент, например ДТП или прорыв трубы. Но он еще не вызвал большого негатива у граждан своими последствиями. В этом случае хорошо применять системы видеоаналитики. С их помощью службы и ведомства могут узнавать о происшествиях раньше, чем граждане начнут подавать жалобы и обращения, и устранить последствия. Таким образом лояльность населения к государственным министерствам и департаментам будет выше.

• Потенциально аварийные ситуации. В этом случае еще ничего не случилось — и служба пытается спрогнозировать возможную аварийную ситуацию и провести своевременную профилактику. Для этого нужны предиктивные системы.

• Взаимодействие с госорганами. Стандартная часть общения с государственными структурами — это обмен документами: рукописи и фотографии нужно обработать, найти в них нужные данные, перенести их в другие формы. ИИ может этот процесс упростить. Граждане будут отправлять фото или оригиналы бумаг, а госслужащие — использовать сервисы для распознавания документов. Они позволяют перевести существующие бумажные документы в цифру, извлечь из сканов сущности, например фамилию, имя, дату рождения, серию и номер паспорта и т. д. Дальше можно автоматически все это обрабатывать. Это уже довольно простая на текущий момент технология, но с точки зрения ценности для госорганов она очень важна — просто потому, что у них много документов. 

Также ИИ полезен для решения стратегических вопросов, которыми занимается государство. В частности, это:

• Незаконное поведение, нарушения со стороны физических и юридических лиц. ИИ может упростить работу различных надзорных и правоохранительных органов, подавая им сигналы о том, что где-то на подведомственной им территории происходит что-то незаконное. Например, на основании системы видеоаналитики можно фиксировать драки на улице, искать оружие, выявлять на спутниковых снимках или при помощи видео с дронов незаконные объекты на карте. Это могут быть нелегальные постройки, незаконная добыча леса, полезных ископаемых, слив нефтепродуктов в акватории, свалки. Так, вместе с «Российским экологическим оператором» мы помогаем экологам выявлять нелегальные мусорные полигоны с помощью нейросети. Обученная на спутниковых снимках ИИ-модель проводит мониторинг территории России и учится находить стихийные скопления мусора.

• Прогнозирование ключевых метрик для разных отраслей. Сюда относится уже приведенный выше пример с агромониторингом. Министерство энергетики может воспользоваться технологией, которую недавно разработали для прогнозирования объема закупки электроэнергии. Компании нужно было каждые 24 часа рассчитывать спрос на электричество. Для этого была создана предиктивная ИИ, обученная на ранее накопленных данных. Точность прогноза выросла на 20%, бизнес сэкономил 2% на дозакупке и утилизации излишков. Если внедрить такие расчеты на уровне страны, можно повысить энергоэффективность и замедлить рост тарифов ЖКХ.

• Контроль качества. С помощью систем видеоаналитики и умных датчиков можно лучше следить за тем, как производится продукция, которая потом поступает населению. Это позволит не только снизить риски для здоровья в текущем моменте, но и вовремя разрабатывать новые стандарты, чтобы отрасль развивалась в соответствии с меняющимися требованиями рынка. К примеру, наша команда реализует значимый проект с Россельхознадзором, в ходе которого искусственный интеллект используется для отслеживания нарушений при производстве продуктов питания. Модель обучили анализировать большой объем поступающих документов, чтобы выявить несоответствия, за которыми, как правило, стоят попытки добавить в производимую продукцию сырье, не прошедшее ветеринарный и санитарный контроль. В результате применения технологии снижается риск для здоровья граждан — это идет на пользу и населению, и экономике страны.

• Прогнозирование кризисов и выработка стратегий для противодействия им. Обрабатывая большие данные, ИИ в состоянии увидеть такие закономерности, которые человек распознать не в состоянии. Когда еще никто не слышал о COVID-19, BlueDot, стартап на базе ИИ, увидел группу случаев подозрительной пневмонии в районе рынка города Уханя в Китае. Сегодня с помощью ИИ ученые умеют предсказывать, какие штаммы коронавируса будут вызывать вспышки заболеваемости.

Такие инструменты может использовать не только Минздрав, но и другие ведомства. Например, департамент демографической политики имеет потенциал для разработки модели, которая учитывает разные факторы социальной помощи и их влияние на динамику населения. Федеральная миграционная служба может протестировать построение прогнозов по приезду и оттоку людей из других стран и т. д.

Что важно понимать при реализации ИИ-проекта в госсекторе

Разработка и внедрение ИИ-технологии — нестандартная задача как для бизнеса, так и для государственных организаций. Дело в том, что проект на базе ИИ требует проработки метрик и их согласованности друг с другом — этого часто удается достигнуть лишь за несколько итераций. Чтобы сократить это количество до минимума, нужно четко сформулировать на входе, что именно нужно измерять, по какой формуле считается показатель и какого значения нужно достичь.

Проще всего внедрять технологии тем структурам, у которых есть большой объем накопленных и структурированных данных, на которых можно обучать модель. Чем меньше данных, тем больше времени потребуется для обучения модели и внедрения технологии. Однако это не является препятствием: на примере бизнеса мы видим, что цифровизация и использование ИИ — это как минимум экономически обоснованный шаг, а в дальнейшем, на наш взгляд, это будет обязательным условием для успешного и эффективного функционирования бизнеса и государственных структур.

Как правило, госсектор ориентируется в большей степени не только на финансовые метрики. Если для компаний они зачастую выражены в деньгах, то для госорганов базируются скорее на удовлетворенности населения или, например, на количестве обращений граждан и среднем времени ответа на обращение. В любом случае разработчик, который привык заниматься бизнес-метриками, постарается пересчитать эти показатели в денежные, чтобы показать заказчику со стороны государства выгоду от внедрения решения.

Что ждет ИИ в госсекторе в ближайшие пять лет 

Вероятно, первыми начнут плотно взаимодействовать с ИИ те, кто занимается прямыми контактами с населением. Это огромный поток обращений, которые нужно отрабатывать в как можно более короткие сроки и очень качественно.

Сильно заинтересованы в развитии ИИ органы, осуществляющие контрольно-надзорную деятельность: налоговая, Министерство природных ресурсов и экологии и др. Скорее всего, они будут чаще внедрять и использовать предиктивные системы и видеоаналитику. С помощью ИИ они будут пытаться спрогнозировать негативные ситуации или по видео зафиксировать происшествия, которые негативно влияют на конкретных граждан.

И чем масштабнее ведомство — не в плане географического покрытия, а по количеству объектов, с которыми оно работает, — тем перспективнее внедрение ИИ. Тут в авангарде могут быть отделения полиции, управляющие компании и т. п.

Быстрее всего должны выстрелить генеративные модели. Это связано с их растущей популярностью и легкостью использования для конкретного человека, а также с их уникальными возможностями. 

Постепенно технологии будут демократизироваться, становиться дешевле и доступнее. Сначала их внедрят крупные структуры, потом — более мелкие. Конкретные способы применения видеоаналитики существуют уже не первый год — например, сервисы, позволяющие распознать номера автомобилей, чтобы выстроить систему пропусков и разрешений. Этим могут пользоваться городские власти или управы районов, чтобы, например, регулировать ситуацию с парковками. Прогноз по тому, как будет развиваться каждое ИИ-решение, разный, но все они рано или поздно должны стать «ближе к людям». Нет сомнений, что комплексное внедрение ИИ в обозримом будущем станет стандартом жизни: технологии пройдут путь от лабораторий и точечного применения до массового внедрения на благо людей и всего общества. 

Мнение редакции может не совпадать с точкой зрения автора