ИИ в госсекторе: без человеческой руки не обойтись

На круглом столе «Актуальные тренды в государственном управлении в реалиях ИИ», состоявшемся в рамках международного форума Kazan Digital Week 2026, эксперты обсудили перспективы использования искусственного интеллекта в госсекторе. Участники выделили важные элементы ИИ-проектов: семантику, данные, методологию, права агентов и ответственность за их действия, инфраструктуру и метрики для измерения результатов. Все эти семь аспектов являются ключевыми и взаимодополняющими, без которых полноценный ИИ-проект «не взлетит».

Как отметил Алексей Чистяков, технический директор НПФ «Беркут», семантический слой на данный момент становится недостающим элементом ИИ-архитектуры цифрового государства. «Мы регулярно сталкиваемся с рассинхронизацией терминов даже внутри одной компании. На государственном уровне все еще сложнее», — признал он.

Алексей Чистяков: «Семантика стала основным разрывом при внедрении инструментов ИИ, и об этом активно говорят уже на протяжении последнего года. ИИ-агенты просто не понимают слова, с которыми им приходится работать»

Проблема семантики в проектах федерального уровня стоит уже довольно давно. Еще в момент событий 11 сентября, а затем урагана Катрина в 2005 году, полиция, спецслужбы и спасатели видели лишь кусочки картины и не могли ее сложить воедино в условиях форс-мажора, чтобы синхронизировать свою работу. Из этого вырос стандарт NIEM – общий словарь обмена между ведомствами. Аналогично, в Евросоюзе есть SEMIC, в Японии – IMI. Все они направлены на единую проблему: понимание смыслов. В России такая работа сводится к усилиям отдельных экспертов. Как следствие, погружение в предметную область конкретного ведомства съедает огромные ресурсы при реализации любого проекта.

Семантика стала основным разрывом при внедрении инструментов ИИ, и об этом активно говорят уже на протяжении последнего года. ИИ-агенты просто не понимают слова, с которыми им приходится работать. Например, в одной компании «клиент» может быть частным лицом, в другой – крупным холдингом. Агенту приходится догадываться о смыслах – отсюда и галлюцинации.

«В России многие ведомства используют формат OpenAPI, есть СМЭВ в качестве транспорта, есть коды НСИ, а вот на уровне смыслов ответа пока нет», — констатировал Чистяков. Пока не было ИИ-агентов, это выливалось лишь в дорогие интеграционные проекты, а с их появлением проблема стала гораздо более остро, приводя к «необдуманным» действиям агентов с серьезными последствиями. Им нужна карта, по которой они смогут ориентироваться.

Проблемы и риски

Александр Кожин: «С одной стороны, очевидно, что государство будет двигаться в сторону ИИ. С другой стороны, нормативные ограничения на внедрение ИИ будут весьма жесткими»

«С одной стороны, очевидно, что государство будет двигаться в сторону ИИ. С другой стороны, нормативные ограничения на внедрение ИИ будут весьма жесткими: ФСТЭК усиливает требования, связанные с принятием ИИ-систем на баланс органов власти. А весьма демократичный ФЗ-243, описывающий полномочия правительства, пока не имеет под собой подзаконных актов», — описал ситуацию Александр Кожин, заместитель директора компании «Программный Продукт». Таким образом, существует огромное количество решений, которые в силу отсутствия регулирования пока могут использоваться, но их будущее неясно. Важно понимать, какими технологиями предстоит решать будущие задачи.

По мнению Кожина, добившись больших успехов в цифровизации, ведомства подошли к этапу, когда спокойно могут использовать ИИ в качестве помощника. Сейчас появляется большое количество ИИ-сервисов, которые позволяют чиновникам сильно упростить и ускорить работу. И следующей фазой должно стать состояние, при котором весь процесс госуправления сопровождают и отрабатывают агенты: идет движение к бесшовному взаимодействию с государством и ускорению управленческих процессов.

Роман Тукачев: «Важный вопрос: где заканчиваются полномочия ИИ-агента, и что он может делать от имени ведомства? Чтобы ответить на него, бывает полезным показать обратную сторону медали»

«Важный вопрос: где заканчиваются полномочия ИИ-агента, и что он может делать от имени ведомства? Чтобы ответить на него, бывает полезным показать обратную сторону медали и подсветить, как ИИ может играть против граждан», — напомнил Роман Тукачев, заместитель генерального директора по коммерческой части компании «Крафттек». По его словам, не так уж много стран (около 40%) делают оценку рисков перед внедрением ИИ в госуправлении, и еще меньше (не более трети) проводят аудит после их внедрения, оценивая эффект на оказание госуслуг.

Важно помнить, что в отличие от бизнеса, в предоставлении государственных услуг есть определенные ограничения. Как минимум, 152-ФЗ говорит о том, что автоматическая обработка персональных данных не должна ограничивать права граждан. Простым языком это означает, что если машина необоснованно выдала негативное заключение по запросу (например, предоставлению субсидии), это несет правовые риски. В связи с этим еще до запуска проекта необходимо прорабатывать допустимые источники данных, проводимые проверки, правовые основания, определять лица, отвечающие за решения.

Именно из-за правовых рисков человека невозможно заменить на 100%. Рука человека для принятия финальных решений все равно требуется.

Сергей Щербаков: «Около 80% операционных задач госуправления можно с успехом заменить ИИ. И это не приведет к сокращению персонала, так как проверку результатов все равно придется выполнять»

«Отчетность фиксирует прошлое, а внешний ИИ не дает серьезного эффекта, и помимо этого, несет существенные риски. Поэтому ИИ должен быть рядом с данными и закладываться в корпоративную платформу», — подчеркнул Сергей Щербаков, директор по работе с государственными органами TData. В результате наблюдается переход от классической модели работы с данными к платформе, где ИИ встроен в процесс. Эта модель уже показывает свою эффективность в государственном секторе, в том числе на предприятиях ОПК.

По оценкам Щербакова, около 80% операционных задач госуправления уже можно с успехом заменить ИИ. И это не приведет к сокращению персонала, так как проверку результатов все равно придется выполнять. Госслужащий будет перепрофилирован на новые задачи: не заполнение бесконечных отчетов, а проверку предложений ИИ и выбор оптимальных вариантов.

Роль эксперта в процессе

«Региональным ведомствам важно узнавать о проблемах прямо здесь и сейчас, не дожидаясь, пока граждане начнут обращаться с ними», — отметил Виталий Малышев, руководитель службы цифровой трансформации «ВымпелКома». В своем выступлении он затронул технологии видеоаналитики и ИИ-агентов.

Виталий Малышев: «Региональным ведомствам важно узнавать о проблемах прямо здесь и сейчас, не дожидаясь, пока граждане начнут обращаться с ними»

Платформа видеоаналитики, работающая на всем парке установленных камер, становится ядром, которое собирает и обрабатывает данные. При этом она формирует не только отчеты, но и мгновенные уведомления, на базе которых можно принимать оперативные решения. Главная задача создаваемого единого контура управления событиями – не просто обнаружить проблему, но и довести ее до устранения.

В ходе выступления Малышев представили несколько ИИ-продуктов, уже показавших свою эффективность. Так, «Контроль за обращением с отходами» помогает снизить на 70% число случаев нарушений и сократить до 80% расходов на уборку, а «Мониторинг качества обслуживания населения» в четыре раза уменьшает время ожидания ответа и вдвое сокращает число посетителей в очереди. Кроме того, разработан ИИ-агент МФЦ – диалоговый помощник на портале госуслуг региона, умеющий не только отвечать на типовые вопросы и осуществлять навигацию по услугам, но и помогать в подаче сложных обращений.

Денис Романов, директор центра развития ИИ-продуктов экосистемы «Лукоморье», рассказал об опыте создания ИИ-агента для управления сложной ИТ-инфраструктурой. В 2025 году в компании поверили в новые модели DeepSeek и Qwen и провели быстрые эксперименты с целью проверки состоятельности технологий и их применимости в процессах.

Денис Романов: «Первое, с чем столкнулись, – в базах знаний катастрофически не хватало контекста. Пришлось практически полностью переписывать базу знаний согласно определенному шаблону»

«ИИ-агент ‘Цифровой техлид’ решал проблему отсутствия компетенций у специалистов и должен был стать экспертом, который лучше всех знает продукт. Мы пытались создать гибридную команду из людей и цифровых сотрудников», — поделился Романов. По его мнению, ИИ-агент – это контейнер, в который можно загрузить любые знания и опыт и интегрировать его в любой процесс. Однако важно, чтобы процесс был зрелым, а набор используемых данных был ориентирован на ИИ, а не человека: человек может понять контекст, а с ИИ это работает далеко не всегда.

«Первое, с чем столкнулись, – в базах знаний катастрофически не хватало контекста. Пришлось практически полностью переписывать базу знаний согласно определенному шаблону», — сказал Романов. Вторая проблема – оценка ответов: c не устраивающими ответами нужно работать, это крайне важно, чтобы конверсия ответов стала высокой. Сейчас «цифровой техлид» закрывает около 80% обращений. На все приходящие заявки он формирует развернутый ответ, а инженер проверяет, можно ли эту справку отправить заявителю.

Дмитрий Кузьменко: «За магией ИИ стоит ‘черный ящик’: на входе – запрос, на выходе – ответ. Пользователь чувствует неуверенность, отсутствие контроля и не готов подписаться под результатами работы»

«За магией ИИ стоит ‘черный ящик’: на входе – запрос, на выходе – ответ. Пользователь чувствует неуверенность, отсутствие контроля и не готов подписаться под результатами работы. И это рождает вопрос о роли эксперта в процессе», — описал проблему Дмитрий Кузьменко, начальник управления автоматизации в сфере экономической политики и развития Аналитического центра Москвы. Он считает, что система должна работать как хороший навигатор, который подсказывает водителю, куда ехать, снимая неопределенность и тревожность сотрудника. На каждом шаге должны быть видны промежуточные результаты, чтобы эксперт мог принять активное участие там, где это необходимо.

Один из самых наглядных процессов, реализованных в Аналитическом центре – ответы на обращения граждан. До внедрения системы на обработку одного вопроса уходило от получаса до трех часов. Принцип реализованного рабочего места эксперта – «система предлагает, эксперт проверяет». Реализованный маршрут охватывает знакомство с текстом, подбор источников, создание вариантов черновика, правки и проект ответа.

ИИ требует управления

Сергей Карпович: «Наше государство является драйвером внедрения ИИ, подталкивает и требует от организаций его применения. Это направление станет главным трендом развития корпоративных систем внутри организаций»

«Наше государство является драйвером внедрения ИИ, подталкивает и требует от организаций его применения. Это направление станет главным трендом развития корпоративных систем внутри организаций», — резюмировал Сергей Карпович, заместитель руководителя направления ИИ холдинга Т1. Главный сдвиг, возникший в нынешнем году, – ИИ-системы от ответов на вопросы и подготовки документов переходят к действиям. Между тем, ошибка системы в подготовке отчета и ошибка в процессе имеют разные последствия и должны приводить к разной ответственности. И чем больше действий у ИИ, тем сильнее нужны правила, аудит и право человека на остановку процесса. Очевидно, государство все больше внимания будет уделять контролю ИИ-систем.

Управление ИИ становится отдельной функцией госоргана. Сейчас внутри каждой организации создается контур управления ИИ. Без единого контура пилоты будут оставаться локальными – масштабировать эффект без общих правил и реестров невозможно. Как организация контролирует своих физических сотрудников, так же она должна учитывать и цифровых: сколько их, чем они занимаются, каков эффект каждого из них, во сколько они обходятся. И важно не забывать о рисках: агенты своими действиями могут приносить не только пользу, но и вред.