Рынок ИИ в госуправлении: экономика, структура, кейсы (прогноз до 2035) Ч.2

25 мая 2026

Продолжаем говорить о применения ИИ в государственном управлении. Основным объектом становятся города – именно там сходятся воедино транспортные потоки, социальные сервисы, инженерная инфраструктура и повседневная жизнь миллионов людей. И именно там проблемы управления достигают максимальной сложности.

Начало статьи читайте по ссылке.

В арсенале современного государства ИИ выступает в роли сквозной технологии безопасности, масштабируемой от решения тактических задач правопорядка (6) до стратегических вызовов национальной обороны (7).

На мой взгляд, эта роль - одна из основных назначений ИИ.

(6) Обеспечение правопорядка и общественной безопасности можно разделить на несколько ключевых технологических траекторий, которые образуют полный цикл безопасности: от прогнозирования и анализа угроз к их визуальной идентификации и оперативному реагированию, и далее к защите цифровой инфраструктуры, лежащей в основе всего современного общества.

6.1. Анализ и оптимизация, обработка внутренней информации включает прогнозную аналитику преступности и терроризма, стихийных бедствий и чрезвычайных ситуаций, мониторинг биологических атак, др. сценарии.

Почти четверть населения планеты сейчас живёт в зоне затопления, и ожидается, что это число будет расти, поскольку повышение уровня моря и усиление штормов, вызванных изменением климата, подвергают всё больше людей риску. Возможность точно наносить на карту зоны затопления может стать ключом не только к защите людей и имущества сейчас, но и к направлению миграции в менее опасные районы в будущем.

Более того, Дарио Амодей, генеральный директор Anthropic, заявил Судебному комитету Сената, что, по его мнению, системы ИИ могут стать причиной крупномасштабных биологических атак к 2026 году [17].

6.2. Автоматизированный анализ видеопотоков и интеллектуальное управление силами экстренного реагирования позволяет интегрировать разрозненные камеры видеонаблюдения, датчики звука выстрела, пожарной сигнализации и данные с дронов в единую платформу с ИИ анализом информационных потоков.

6.3. Кибербезопасность и защита критической информационной инфраструктуры: ИИ предлагает парадигмальный сдвиг к проактивной, адаптивной и автоматизированной безопасности, способной обнаруживать неизвестные угрозы и реагировать на них в реальном времени.

По мере того как критическая инфраструктура (энергосети, водоснабжение, транспорт) становится все более зависимой от информационно-коммуникационных технологий, ее поверхность для атак расширяется.

ИИ предлагает принципиально новые возможности для обнаружения, прогнозирования и смягчения последствий кибератак, включая те, что невозможно предотвратить классическими методами [18]. Конкретными примерами таких возможностей служат: обнаружение неуправляемых или неизвестных периферийных устройств («теневой ИТ»), выявление необычного поведения конечных устройств, малозаметного трафика, обеспечение непрерывного и автоматического комплаенса.

(7) Оборона и национальная безопасность: гонка «щита и меча» только ускорится.

7.1. ИИ в Роботизированных системах и автономных платформах демонстрирует переход от идеи «умного оружия» к созданию «умных партнеров» -беспилотных систем, самостоятельно оценивающих обстановку, выбор целей и тактики, а также координацию в группе.

7.2. Анализ разведданных и стратегическое планирование при котором происходит развитие гибридных систем «человек-ИИ» в целях обеспечения обороны и национальной безопасности. Например, оптимизация маршрутов, планирование миссий и управление ими, координация обнаружения целей, разработка планов атак.

7.3. Военное прогнозное моделирование и симуляция. ИИ трансформирует военное планирование, обучение и стратегическое предвидение, выходя за рамки простых вычислений и подходя к созданию «цифровых двойников» конфликтов, цифровых полигонов.

7.4. Информационное моделирование и киберзащита для выявления уязвимостей и борьбы с глубокими фейками, киберугрозами с помощью ИИ.

Для более глубокого изучения вопроса применения ИИ в оборонном назначении рекомендуется ознакомиться с другой статьей автора: «Технологии искусственного интеллекта для военного назначения. Прогноз рынка до 2032 года» [19].

(8) Сквозные компетенции по направлениям:

8.1. Научные перспективные исследования в области государственного управления, исследование пространства возможностей с использованием современных технологий, осуществление фундаментальных исследований использования ИИ.

8.2. Моделирование, обучение, повышение цифровой грамотности обеспечивает понимание эффективного рабочего процесса в контексте государственного управления при использовании инструментов ИИ.

Ключевой фактор успеха — подготовка госслужащих к работе с ИИ, без которой даже лучшие технологии останутся невостребованными.

8.3. Межгосударственное взаимодействие включает реализацию межнациональных проектов для государственного управления.

Ниже (в Таблице 4) приведена подборка реализованных кейсов, сгруппированных по восьми направлениям. Каждый кейс сопровождается измеримыми результатами, что позволяет оценить не только технологическую возможность, но и экономическую эффективность.

Таблица 4. Мир. Примеры использования ИИ в госуправлении

Направление применения ИИ	Наименование потребителя / заказчика	Инфраструктура, наименование решения	Эффективность, результат
1. Городское планирование
1.1. Сценарное моделирование и стратегическое развитие	Федеральное министерство жилищного строительства, городского развития и строительства Германии	Проекты по разработке и практическому внедрению цифровых двойников в муниципалитетах и округах Германии	Повышение эффективности инфраструктурных решений
1.1. Сценарное моделирование и стратегическое развитие	Ирак	GMDH Shell	Нейронные сети показали высокую эффективность для прогнозирования демографических показателей, особенно при работе с ограниченными и сложными данными. С помощью ИИ авторы уточнили, что текущие тенденции рождаемости в Ираке ближе к низкому сценарию ООН (TFR = 1,33 к 2030 г.), что важно для реалистичного планирования
1.2. Аналитическое планирование застройки и зонирования	Округ Сан-Бернардино, Калифорния, США	UrbanFootprint Resilience Insights / UrbanFootprint, Inc.	ИИ скорректировал прогноз роста населения (с 11 000 до 500 человек), что позволило отменить строительство ненужной пожарной части (затраты около 3 млн долл.) и другой инфраструктуры
1.2. Аналитическое планирование застройки и зонирования	Пекин, Китай	Модель городского планирования на основе Deep Reinforcement Learning (DRL)	Проекты, смоделированные с использованием ИИ, превосходят по эффективности современные алгоритмы и экспертов-людей, улучшая объективные показатели пространственной эффективности более чем на 48%
2. "Умные" города
2.1. Интеллектуальное управление трафиком	Государственное учреждение, Сингапур (Singapore LTA / Land Transport Authority)	GovTech Сингапур, Агентство государственных технологий	Централизованная ИИ-система управления дорожным движением: задержки в часы пик сократились на 20%, а средняя скорость в час пик выросла с 18 до 21 км/ч, то есть на 15%; пассажиропоток в общественном транспорте вырос на 25% благодаря оптимизированным с помощью ИИ расписаниям; время ожидания на автобусных остановках и железнодорожных станциях сократилось на 15%, что означает экономию 2–3 минут в часы пик. Интеллектуальные светофоры настраиваются в режиме реального времени в зависимости от дорожной ситуации, сокращая время в пути в среднем на 30%
2.1. Интеллектуальное управление трафиком	Управление дорог и транспорта (RTA), Дубай	ИИ, система управления светофорами UTC-UX Fusion, NVIDIA / NOTA AI	Эффективность работы светофоров повысилась на 37%, общее время в пути по городу сократилось на 10–20%
2.2. Проактивное управление инфраструктурой	DC Water (District of Columbia Water and Sewer Authority) — независимое агентство водоснабжения и канализации округа Колумбия, Вашингтон, США	Wipro, поставщик ИТ-услуг и участник программы Intel® AI Builders	На анализ 60-минутного видеоматериала о проверке и составление отчета уходит в 7,5 раз меньше времени (10 минут, а на ручную обработку уходит 75). Снижает затраты на сканирование, что позволяет экономить до 50% затрат на обнаружение аномалий. Обеспечивает высокую точность: точность достигает 90%, и повышается надежность обнаружения до 20%
2.2. Проактивное управление инфраструктурой	Сеул, Южная Корея	Системы ИИ, которые планируют техническое обслуживание критически важной инфраструктуры	25% — снижение затрат на ремонт инфраструктуры
2.3. Ресурсосберегающие и экологические системы	Сингапур	GovTech Сингапур, Агентство государственных технологий	Уровень содержания твёрдых частиц (PM2,5) — ключевого показателя загрязнения воздуха — с момента внедрения систем ИИ снизился на 10%
2.3. Ресурсосберегающие и экологические системы	Городская зона Цзинаня, провинция Шаньдун, Китай	LightGBM, XAI / Microsoft Research Asia	Разработана экономически эффективная стратегия мониторинга качества воздуха, которая позволяет сократить расходы почти на 70%, сохраняя при этом высокую точность
3. Общественное здравоохранение и социальные услуги
3.1. Предиктивная (предсказательная) аналитика и эпидемиологическое моделирование	Тестируется в 50 штатах США	PandemicLLM, платформа с мультимодальными большими языковыми моделями	Точно прогнозирует динамику заболеваемости и тенденции госпитализации на срок 1-3 недели, стабильно превосходя другие методы
3.1. Предиктивная (предсказательная) аналитика и эпидемиологическое моделирование	Ченнаи, Индия	Stacking LSTM (Long Short-Term Memory)	Обеспечивает высокую точность долгосрочного прогнозирования случаев заражения COVID-19 с погрешностью менее 2%
3.2. Персонализированная медицина и превентивный подход	Кливлендская клиника, Огайо, США	Twin Health / Twin Health, Inc.	В исследовании приняли участие 150 взрослых с диабетом 2-го типа. Из них 100 человек прошли лечение с помощью технологии цифрового двойника с ИИ, а 50 составили контрольную группу на обычном лечении. Результаты оказались впечатляющими: целевого показателя сахара в крови (HbA1c < 6,5%) без приёма лекарств, кроме метформина, достигли 71% пациентов в экспериментальной группе против лишь 2,4% в контрольной. Кроме того, в группе с цифровым двойником резко сократилось использование лекарств: агонистов GLP-1 — с 41% до 6%, а инсулина — с 24% до 13%. Пациенты также похудели в среднем на 9% от своего веса за год, что в два раза больше, чем в группе с обычным уходом
3.2. Персонализированная медицина и превентивный подход	Lohmann & Rauscher, Dermanovis GmbH, Германия	SynTwin, NVIDIA Omniverse / SynTwin GmbH	Сокращение времени обучения сотрудников. Сделанные прогнозы оказались значительно точнее, чем прогнозы только на основе реальных данных (0,864 и 0,791 соответственно)
3.3. Оптимизация работы социальных служб	Муниципальный совет Мейдстона, Великобритания	OneView / EY, Xantura	Инструмент для работы с данными и аналитикой, который объединяет данные из различных служб, чтобы обеспечить более эффективный и безопасный способ выявления людей, которым грозит бездомность. Совет сэкономил 2,5 млн фунтов стерлингов, время, затрачиваемое на административные задачи, сократилось на 61 день, а более 15 различных файлов с данными были объединены, что позволило получить более полное представление о жителях и наладить межведомственное сотрудничество
3.3. Оптимизация работы социальных служб	Министерство финансов Гамбурга, Германия	SAP Generative AI Hub	В рамках двух программ было обработано почти 180 тыс. заявлений на получение пособий, а более 10 млн страниц подтверждающих документов были автоматически оценены и классифицированы с помощью ИИ
3.4. Оптимизация медицинской логистики и управления ресурсами	Отделения неотложной помощи в больницах Мерси и Бель-Эр, Франция	XGBoost с оптимизацией гиперпараметров	ИИ-инструмент прогнозирования поступления в отделение неотложной помощи, средняя абсолютная ошибка расчета на уровне 2,63 - 2,64
3.4. Оптимизация медицинской логистики и управления ресурсами	Округ Илинг, Лондон, Великобритания	Magic Notes, генеративный ИИ-инструмент / Beam Up Ltd	Сокращение времени на администрирование на 50%, которое направляется на взаимодействие с детьми и семьями, зафиксирована прямая экономия в £500,000 благодаря снижению зависимости от агентских работников, отмасштабировано на 280 сотрудниках
4. Административная эффективность и оперативная деятельность
4.1. Автоматизация рутинных операций и обработки данных	Правительство Малайзии	Google Workspace с набором инструментов Gemini и NotebookLM / Министерство цифровых технологий, Google Cloud	Пилотные проекты показали, что 97% сотрудников-пользователей экономят время в среднем 3,25 часа в неделю
4.1. Автоматизация рутинных операций и обработки данных	Национальное казначейство, Бразилия	ИИ с использованием моделей машинного обучения на основе свёрточных и рекуррентных нейронных сетей	Сокращение времени классификации расходов местных органов власти с 1000 часов до 8 часов, при этом точность составила более 97%
4.2. Оптимизация и ускорение административных услуг	Линвуд, Вашингтон, США	Permitting & Licensing / Granicus	На 40% сократилось время выдачи разрешений на строительство и лицензирование
4.2. Оптимизация и ускорение административных услуг	Управление внутренних доходов, Сингапур	Virtual Intelligent Chat Assistant (VICA), диалоговая ИИ-платформа, создана на основе гибридного ИИ в ответах чат-бота	Операции с помощью бота экономят налогоплательщикам около 10 минут на каждую транзакцию по сравнению с традиционными цифровыми каналами обслуживания. В 2024 финансовом году чат-бот IRAS VICA обработал около 70 тыс. запросов, что потенциально позволило сэкономить 12 тыс. часов налогоплательщикам
4.3. Интеллектуальная поддержка принятия решений	Южная Корея	dBrain+	Значительное улучшение процесса принятия решений с помощью платформы управления финансами, которая использует ИИ для анализа экономических, фискальных и финансовых данных, оптимизируя оценку рисков и принятие решений
4.3. Интеллектуальная поддержка принятия решений	Налоговая служба, Франция	ИИ	Пилотный проект охватил 2500 муниципалитетов, и примерно в 40% из них были выявлены финансовые трудности, из них примерно в 17% случаев предыдущий алгоритм не выявил проблем. Кроме того, примерно в 35% муниципалитетов были выявлены временные, неструктурные трудности, что свидетельствует о способности системы различать постоянные и временные финансовые проблемы
4.4. Повышение прозрачности и противодействие коррупции	Управление платёжной дисциплины Министерства финансов, США	ИИ	Минфин США вернул $375 млн в 2023 благодаря ИИ-системе, которая выявляет мошеннические чеки
4.4. Повышение прозрачности и противодействие коррупции	Центр компетенций в области предиктивной аналитики, Министерство финансов Австрии	ИИ	Анализ 6,5 млн случаев в 2023 году выявил мошенничество с налогами и льготами. Это принесло в бюджет 185 млн евро и позволило расследовать 27,5 млн нарушений, в том числе нелегальное получение субсидий и создание фиктивных компаний
5. Гос. услуги и вовлечение граждан
5.2. Интеллектуальные коммуникационные платформы и чат-боты нового поколения	Министерство цифрового управления, Греции	mAigov, ИИ помощник	В планах: возможность самостоятельно выполнять некоторые административные действия, например, выдавать сертификаты или назначать встречи от имени пользователя
5.2. Интеллектуальные коммуникационные платформы и чат-боты нового поколения	Федеральное министерство иностранных дел Германии	SAP AI, чат-бот	Отвечает на 50% запросов граждан без участия человека, в результате чего 77% запросов обрабатываются и закрываются в тот же день
5.3. Проактивное предоставление услуг и пособий	Государственная служба занятости, Испании	SAP Generative AI Hub	Автоматизация рабочих процессов и предоставления рекомендаций по потенциальным льготам на основе данных о клиентах. Благодаря ИИ производительность пользователей выросла на 20%, что является существенным показателем эффективности для агентства с 9 тыс. гос. служащих
5.3. Проактивное предоставление услуг и пособий	Департамент социальных прав правительства Каталонии, Испания	wSocial, платформа	Платформа использует ИИ для анализа данных из социальных служб, здравоохранения и других источников, чтобы автоматически выявлять уязвимые ситуации и предлагать вмешательства
5.4. Гибридное публичное участие и краудсорсинг решений	Норт-Майами-Бич, Флорида, США	Zencity / Zencity Technologies Ltd.	Общий объем заявок на расходы составлял более 90 млн долл., но в бюджете было только около 14 млн. Опрос мнения жителей помог расставить приоритеты и решить, что действительно важно
5.4. Гибридное публичное участие и краудсорсинг решений	Администрация округа Кент, Мичиган, США	Zencity / Zencity Technologies Ltd.	ИИ-инструменты сбора и анализа всех онлайн-комментариев жителей позволили адекватно оценить уровень угроз для зданий округа и планирования стратегии обеспечения безопасности, сэкономив более 500 тыс. долл.
6. Обеспечение правопорядка и общественной безопасности
6.1. Анализ и оптимизация, обработка внутренней информации	NASA	IBM watsonx.ai, 5000 часов на граф. процессорах суперкомпьютера Vela	Повышение точности на 15% по сравнению с современными моделями при составлении карт наводнений и следов пожаров с использованием вдвое меньшего количества размеченных данных
6.1. Анализ и оптимизация, обработка внутренней информации	Департамент транспорта, Гавайи	Climate Resilience Platform, платформа, Google Earth Engine и Google Cloud	Решение проблем, связанных с изменением климата: оценка рисков и определение приоритетности инвестиционных решений
6.2. Автоматизированный анализ видеопотоков и интеллектуальное управление силами экстренного реагирования	Департамент полиции, Нью-Йорк, США	Domain Awareness System / Microsoft	Система ситуационной осведомленности (DAS) объединяет видеоаналитику на базе ИИ, распознавание номерных знаков и данные о преступлениях для предоставления аналитики в реальном времени. Автоматизация аналитики и повышение эффективности расследований позволили высвободить часть сотрудников для патрулирования, обеспечив экономию на зарплате около 50 млн долл. в год. Первоначальные затраты на разработку системы в размере 350 млн долл. были покрыты федеральными грантами Министерства внутренней безопасности США.
6.2. Автоматизированный анализ видеопотоков и интеллектуальное управление силами экстренного реагирования	Япония	Lumada Data Science, группа исследований и разработок, Hitachi Ltd.	Сокращение количества ошибочных идентификаций более чем на 30%
6.3. Кибербезопасность и защита критической информационной инфраструктуры	Нью-Йорк, США	ИИ	Нью-Йорк каждую неделю подвергается 90 млрд кибератакам в неделю. Цель применения ИИ-решений - свести эти 90 миллиардов атак к менее чем 50 или 60 случаям, которые отслеживаются в ручном режиме
6.3. Кибербезопасность и защита критической информационной инфраструктуры	Агентство по кибербезопасности и инфраструктуре (CISA), США	ИИ	ИИ для сканирования сетей федеральных партнеров и выявления уязвимостей. ИИ превзошел традиционные инструменты по скорости и точности, улучшив защиту критических систем
7. Оборона и национальная безопасность
7.1. ИИ в роботизированных системах и автономных платформах	Агентство перспективных оборонных исследовательских проектов (DARPA), США	Northrop Grumman Systems Corp. + Future Tech Enterprise, Inc. + NVIDIA	Программа AIR создает доминирующий ИИ для ведения воздушного боя, совместимый с существующими датчиками, средствами радиоэлектронной борьбы и оружием в динамичных и репрезентативных с оперативной точки зрения условиях
7.1. ИИ в роботизированных системах и автономных платформах	Школа лётчиков-испытателей ВВС США (USAF TPS)	ИИ / Lockheed Martin Skunk Works®, Calspan Corp.	Самолеты OPL L-29 Delfin, VISTA X-62A, система моделирования VSS, алгоритм следования модели MFA, система автономного управления симуляцией SACS, применение ИИ на тактическом самолете позволяет распараллелить разработку и тестирование методов ИИ с новыми конструкциями БЛА (беспилотных летательных аппаратов)
7.2. Анализ разведданных и стратегическое планирование	Министерство войны, США	CORAS, единая интегрированная платформа / CorasCloud, Inc.	Повышение производительности в 10 раз; работа со стратегическим портфелем научно-технических проектов ВМС стоимостью 35 млрд долл., включающий около 10 000 проектов, и обеспечивает полную прозрачность всего жизненного цикла научно-технических проектов; системы стратегического планирования и прогнозирования
7.2. Анализ разведданных и стратегическое планирование	Стратегическое командование, Великобритания	Vantage / Adarga Limited	Информационно-разведывательные решения в сфере обороны и национальной безопасности
7.3. Военное прогнозное моделирование и симуляция	Более 50 оборонных организаций по всему миру	Virtual Battlespace (VBS) / Bohemia Interactive Simulations (BISimTM)	Симулятор для использования в области военного моделирования и тренировок
7.3. Военное прогнозное моделирование и симуляция	Командования по всему миру, включая Центральное командование США на Ближнем Востоке	Claude / Anthropic	Сценарное моделирование военных конфликтов (на примере операций на Ближнем Востоке)
7.4. Информационное противодействие и киберзащита	Национальное агентство по киберзащите, CISA, США	ИИ	Автоматизация процессов объединения и сопоставления данных, выявление потенциальных аномалий, что позволяет аналитикам CISA сузить область анализа и определить приоритетность данных для проверки
7.4. Информационное противодействие и киберзащита	Военно-воздушное министерство США (DAF)	AI + Quantum (AQ) / SandboxAQ / Alphabet	Исследования в области постквантовой криптографии (PQC)
8. Сквозные компетенции
8.1. Научные перспективные исследования	Национальный научный фонд США в партнёрстве с 13 другими федеральными агентствами и 28 неправительственными партнёрами	Национальный исследовательский ресурс в области искусственного интеллекта (National Artificial Intelligence Research Resource, NAIRR)	Проект поддерживает фундаментальные, прикладные и ориентированные на использование ИИ исследования, уделяя особое внимание социальным проблемам
8.1. Научные перспективные исследования	Агентство перспективных оборонных исследовательских проектов (DARPA), США	Explainable Artificial Intelligence (XAI)	Создание прозрачных и интерпретируемых моделей, способных не только давать ответ, но и предоставлять юридически и регуляторно приемлемое обоснование для своих решений
8.2. Моделирование, обучение, повышение цифровой грамотности	Школа государственной службы, Канада	Данные и искусственный интеллект на государственной службе, учебные курсы	Подготовка востребованных специалистов
8.2. Моделирование, обучение, повышение цифровой грамотности	ЮНЕСКО	SPAARK-AI Alliance, Школа гос. управления и организация по исследованиям и распространению знаний в области ИИ / ЮНЕСКО, Оксфордский Университет	Подготовка гос. служащих в области ИИ и цифровой трансформации
8.3. Межгосударственное взаимодействие	ЕС	Акт о цифровых услугах, Концепция киберустойчивости	Формирование общих правил и процедур в региональном государственном управлении по ИИ
8.3. Межгосударственное взаимодействие	БРИКС	AI Success Hub, международная платформа кейсов применения ИИ	Создание площадок для обмена опытом по ИИ

Источник информации: [20-67]

Завершая обзор успешных практик, важно обратиться и к обратной стороне внедрения — проектам, которые не достигли целей или были свернуты (см. Таблицу 5).

Таблица 5. Обзор проектов, которые не достигли ожидаемых результатов

Направление применения ИИ	Наименование потребителя / заказчика	Инфраструктура, наименование решения	Эффективность, результат
1.2. Аналитическое планирование застройки и зонирования	Район в Торонто, Канада	Бизнес-модель, рассчитанная с использованием ИИ / Sidewalk Labs (Google)	Ожидаемые результаты: увеличение на 44 000 рабочих мест к 2040 г., снижение выбросов CO2 на 89%, снижение стоимости жилья на 40%. Причины неуспешности проекта: взлетевшие цены на землю, сопротивление местных жителей, бюрократия etc.
4.1. Автоматизация рутинных операций и обработки данных	Департамент лесного хозяйства и противопожарной защиты, Калифорния	ИИ-чат-бот / Citibot	Чат-бот выдает устаревшие, неактуальные данные
4.2. Оптимизация и ускорение административных услуг	Министерство эффективности правительства (DOGE), США	ИИ	Применение ИИ для мониторинга переписок госслужащих с целью оценки их лояльности и выявления «недовольных». Алгоритмы игнорировали опыт и компетенции, фокусируясь на «демонстрации преданности»
4.3. Интеллектуальная поддержка принятия решений и аналитика	Министерство образования, занятости и трудовых отношений, Австралия	Azure OpenAI GPT-4o	Deloitte, предоставляющая консалтинговые услуги, взяла на себя ответственность за ошибочный отчёт по государственной IT-платформе. Для подготовки отчета неконтролируемо применялся ИИ
4.4. Повышение прозрачности и противодействие коррупции	Министерство образования, занятости и трудовых отношений, Австралия	robodebt, ИИ	ИИ для расчета долгов по пособиям. Система усредняла доходы, создавая ложные задолженности для 0,5 млн человек, многие из которых не имели долгов. Это вызвало самоубийства и судебные иски

Источник информации: [68-72]

Неудачные кейсы не являются свидетельством бесполезности ИИ в госуправлении, а иллюстрируют то, что технология не отменяет системного проектирования и учета множества факторов. Этот вопрос требует дальнейшей проработки за рамками настоящего исследования.

Мировой опыт показывает вектор движения: внедрение технологий. Россия, находящейся в условиях санкционного давления и курса на технологический суверенитет, также применяет технологии ИИ в госуправлении.

III. Экономика ИИ в российском государственном управлении: структура, кейсы и эффективность

Общий объем российского рынка ИИ в 2025 году оценочно превысил 14 млрд долл., включая 2,4 млрд долл. в госуправлении (наука и образование, медицина и здравоохранение являются отдельными отраслями за границами текущего рассмотрения).

У нас есть примеры, где ИИ уже принес измеримый экономический эффект, а не остался пилотом. Некоторые отечественные проекты, сгруппированные по тем же направлениям, что и глобальная структура, приведены в Таблице 6.

Таблица 6. РФ. Примеры использования ИИ в госуправлении

Направление применения ИИ	Наименование потребителя / заказчика	Инфраструктура, наименование решения	Эффективность, результат
1.1. Сценарное моделирование и стратегическое развитие	Правительство Москвы	Цифровой двойник Москвы (в основе — цифровая модель высот)	На 20-30% увеличение скорости и качества принятия решений в различных задачах городского управления, интерактивный ИИ-ассистент с голосовым управлением; к 2028 году возможно тиражирование платформы в регионах России
2.2. Проактивное управление инфраструктурой	Обнинск	Платформа «Умный город», Росатом	Автоматизировано до 80% диспетчерских операций, сокращено время реагирования на инциденты в 6 раз. Функция предиктивной аналитики, предупреждающая о возможных авариях, обеспечила снижение затрат на ремонт оборудования на 10–20%
4.1. Автоматизация рутинных операций и обработки данных	Правительство России	ИИ	ИИ анализирует 100% мероприятий и показателей нацпроектов и госпрограмм, точность прогнозов достигла 96%
4.2. Оптимизация и ускорение административных услуг	Правительство России	Платформа с интеллектуальными агентами	Госуслуги: экономия составляет 15 млрд руб. в год
4.2. Оптимизация и ускорение административных услуг	Нижегородская область	Чат-бот на базе GigaChat для бизнеса / Сбер Бизнес Софт	ИИ-ассистент в тестовом режиме помогает обрабатывать запросы граждан и подбирать ответы на заданные вопросы, предоставляя список подходящих услуг

Источник информации: [73-77]

Чтобы использовать возможности ИИ, правительство должно изучить результаты пилотных проектов, выявить наиболее перспективные примеры и, при необходимости, способствовать их масштабному внедрению, чтобы весь государственный сектор мог воспользоваться их преимуществами во благо населения страны.

Применение ИИ в государственном управлении формирует три ключевых направления экономической эффективности. Во-первых, это прозрачность госзакупок, позволяющая сократить потери на сумму свыше 1 трлн рублей ежегодно. Во-вторых, это повышение производительности труда госслужащих, высвобождающее более 30% их рабочего времени для выполнения содержательных функций. В-третьих, это управление инфраструктурой, где предиктивная аналитика обеспечивает снижение аварийности и сокращение расходов на ремонт на 25%.

Заключение: наш стратегический выбор

Россия сегодня находится в точке стратегического выбора. С одной стороны, существует мощный запрос на эффективность и контроль, унаследованный от исторических моделей управления. С другой — без интеграции в глобальные технологические цепочки и партнерства с частным сектором создать конкурентоспособную национальную ИИ-экосистему практически невозможно.

К 2030 году станет ясно, сможет ли Россия создать свою, гибридную модель, сочетающую сильную централизованную волю с гибкостью рыночных механизмов. Успех будет определяться способностью создать регуляторную «песочницу» для тестирования решений, наладить подготовку кадров и, сформировать атмосферу доверия между государством, бизнесом и обществом в вопросах использования данных.

Список использованных источников

Hannah Ritchie, Veronika Samborska, Max Roser. Urbanization [Электронный ресурс] // URL: https://ourworldindata.org/urbanization (дата обращения 28.02.2026).
А. Мартынов. Технологический Форсайт: 100 лет инноваций – Прогноз для стратегов // URL: https://globalcio.ru/discussion/49975/, https://globalcio.ru/discussion/50220/ (дата обращения 28.02.2026).
ARUP. AI for Future Cities: Urban Planning and Design [Электронный ресурс] // URL: https://build-up.ec.europa.eu/en/resources-and-tools/publications/arups-ai-future-cities-first-issue (дата обращения 28.02.2026).
PwC US. AI works for governments: A digital sprinters report [Электронный ресурс] // URL: https://www.pwc.com/gx/en/services/alliances/google/ai-for-gov-digital-sprinters.html (дата обращения 28.02.2026).
Implement Consulting Group. The AI opportunity for eGovernment in the EU [Электронный ресурс] // URL: https://implementconsultinggroup.com/article/the-ai-opportunity-for-egovernment-in-the-eu (дата обращения 28.02.2026).
А. Мартынов, Д. Ларионов. Объем мирового рынка искусственного интеллекта в 2023 году с прогнозом до 2032 года [Электронный ресурс] // URL: https://www.it-world.ru/it-news/market/198512.html (дата обращения 28.02.2026).
Exactitude Consultancy. Artificial Intelligence in Security Public Safety National Security Market Report 2024 (Global Edition) [Электронный ресурс] // URL: https://exactitudeconsultancy.com/ru/reports/36922/artificial-intelligence-in-security-public-safety... (дата обращения 28.02.2026).
Future Market Insights, Inc. AI in Government And Public Services Market (2025 – 2035) [Электронный ресурс] // URL: https://www.futuremarketinsights.com/reports/ai-in-government-and-public-services-market (дата обращения 28.02.2026).
Metatech Insights. Global AI in Urban Planning Market to Hit USD 13.60 Billion by 2035 | CAGR 19.65% [Электронный ресурс] // URL: https://www.metatechinsights.com/infographics/ai-in-urban-planning-market (дата обращения 28.02.2026).
Market.US. AI in Urban Planning Market [Электронный ресурс] // URL: https://market.us/report/ai-in-urban-planning-market/ (дата обращения 28.02.2026).
AI and epidemiology: Can combining the two predict pandemics? [Электронный ресурс] // URL: https://epi.ufl.edu/2025/07/16/ai-and-epidemiology-can-combining-the-two-predict-pandemics/ (дата обращения 28.02.2026).
Liang Z, Liang G, Kuang, et al. (August 30, 2025) Application and Comparative Study of Generative Artificial Intelligence for Epidemic Prediction of Coronavirus Disease. Cureus 17(8): e91318. doi:10.7759/cureus.91318 [Электронный ресурс] // URL: https://www.cureus.com/articles/403359-application-and-comparative-study-of-generative-artificial-in... (дата обращения 28.02.2026).
A Wasil, E Smith, C Katzke, J Bullock. AI Emergency Preparedness: Examining the federal government’s ability to detect and respond to AI-related national security threats [Электронный ресурс] // URL: https://doi.org/10.48550/arXiv.2407.17347 (дата обращения 28.02.2026).
А. Мартынов. Экономика искусственного интеллекта в здравоохранении. Оценка мирового рынка в 2024 г. с прогнозом до 2032 г. [Электронный ресурс] // URL: https://www.comnews.ru/content/235837/2024-10-23/2024-w43/1019/ (дата обращения 28.02.2026).
Straub, Vincent J., et al. AI for bureaucratic productivity: Measuring the potential of AI to help automate 143 million UK government transactions. arXiv preprint arXiv:2403.14712 (2024). [Электронный ресурс] // URL: https://doi.org/10.48550/arXiv.2403.14712 (дата обращения 28.02.2026).
Naveen Joshi. Quantifying the Savings: Demonstrating AI’s Value in Public Procurement [Электронный ресурс] // URL: https://cognitiveworld.com/articles/2025/9/1/quantifying-the-savings-demonstrating-ai-value-in-publi... (дата обращения 28.02.2026).
Amodei, Dario. (2023). Written Testimony for a hearing on Oversight of A.I.: Principles for Regulation [Электронный ресурс] // URL: https://www.judiciary.senate.gov/imo/media/doc/2023-07-26_-_testimony_-_amodei.pd (дата обращения 28.02.2026).
Siphesihle Sithungu, Christoph Lipps. Critical Infrastructure Security and the Role of AI: An Overview [Электронный ресурс] // URL: https://doi.org/10.34190/eccws.24.1.3770 (дата обращения 28.02.2026).
А. Мартынов. Технологии искусственного интеллекта для военного назначения. Прогноз рынка до 2032 года [Электронный ресурс] // URL: https://habr.com/ru/articles/848970/ (дата обращения 28.02.2026).
The potential of the ‘digital twin’ for sustainable and climate-adapted urban development [Электронный ресурс] // URL: https://www.tab-beim-bundestag.de/english/projects_the-potential-of-the-digital-twin-for-sustainable... (дата обращения 28.02.2026).
Rasheed, A. P. laith T. and Abd, M. F. (2025) “Predicting Iraq’s demographic changes using artificial intelligence”, Khazayin of Economic and Administrative Sciences, 2(Conference), pp. 80–91. doi: 10.69938/Keas.Con1.250207.
Lauren Blecher Scherba. PlaceWorks [Электронный ресурс] // URL: https://urbanfootprint.com/case-studies/placeworks/ (дата обращения 28.02.2026).
Yu Zheng, Yuming Lin, Liang Zhao, Tinghai Wu, Depeng Jin, and Yong Li. 2023. Spatial planning of urban communities via deep reinforcement learning. Nature Computational Science 3, 9 (2023), 748–762.
Dadang Irsyam. Driving the Future: How AI is Powering Singapore’s Smart City Vision for 2030 [Электронный ресурс] // URL: https://medium.com/@dirsyamuddin29/driving-the-future-how-ai-is-powering-singapores-smart-city-visio... (дата обращения 28.02.2026).
Dubai launches AI system to link signals directly to vehicles, cutting congestion by up to 37% [Электронный ресурс] // Bennett, Coleman & Co. Ltd. // URL: https://timesofindia.indiatimes.com/world/middle-east/dubai-launches-ai-system-to-link-signals-direc... (дата обращения 28.02.2026).
Case Study: Streamlined Sewer Pipe Inspection with AI Tech [Электронный ресурс] // URL: https://www.studocu.vn/vn/document/vietnam-national-university/management-of-production-technology-a... (дата обращения 28.02.2026).
Intel. Agentic Predictive Maintenance for Government and Critical Infrastructure Solution Blueprint 1.0 [Электронный ресурс] // URL: https://builders.intel.com/solutionslibrary/agentic-predictive-maintenance-for-government-and-critic... (дата обращения 28.02.2026).
Dadang Irsyam. Driving the Future: How AI is Powering Singapore’s Smart City Vision for 2030 [Электронный ресурс] // URL: https://medium.com/@dirsyamuddin29/driving-the-future-how-ai-is-powering-singapores-smart-city-visio... (дата обращения 28.02.2026).
Li, T., Huang, X., Zhang, Q. et al. Machine learning-guided integration of fixed and mobile sensors for high resolution urban PM2.5 mapping. npj Clim Atmos Sci 8, 95 (2025). https://doi.org/10.1038/s41612-025-00984-3 // URL: https://www.nature.com/articles/s41612-025-00984-3 (дата обращения 28.02.2026).
Du, H., Zhao, Y., Zhao, J. et al. Advancing real-time infectious disease forecasting using large language models. Nat Comput Sci 5, 467–480 (2025). https://doi.org/10.1038/s43588-025-00798-6 // URL: https://www.nature.com/articles/s43588-025-00798-6 (дата обращения 28.02.2026).
Jayanthi Devaraj, Rajvikram Madurai Elavarasan, Rishi Pugazhendhi, G.M. Shafiullah, Sumathi Ganesan, Ajay Kaarthic Jeysree, Irfan Ahmad Khan, Eklas Hossain. Forecasting of COVID-19 cases using deep learning models: Is it reliable and practically significant?,
Results in Physics, Volume 21, 2021, 103817, ISSN 2211-3797, https://doi.org/10.1016/j.rinp.2021.103817. (https://www.sciencedirect.com/science/article/pii/S2211379721000048) (дата обращения 28.02.2026).
Twin Health + Cleveland Clinic trial that redefined type 2 diabetes care [Электронный ресурс] // URL: https://usa.twinhealth.com/resources/cleveland-clinic-blog (дата обращения 28.02.2026).
Moore JH, Li X, Chang JH, Tatonetti NP, Theodorescu D, Chen Y, Asselbergs FW, Venkatesan M, Wang ZP. SynTwin: A graph-based approach for predicting clinical outcomes using digital twins derived from synthetic patients. Pac Symp Biocomput. 2024;29:96-107. PMID: 38160272; PMCID: PMC10827004. // URL: https://pubmed.ncbi.nlm.nih.gov/38160272/ (дата обращения 28.02.2026).
Sam Birchall. How predictive analytics reduced homelessness by 40% [Электронный ресурс] // URL: https://www.government-transformation.com/data/how-predictive-analytics-reduced-homelessness-by-40 (дата обращения 28.02.2026).
Ryan van Leent. Leveraging AI to make social services more responsive [Электронный ресурс] // URL: https://news.sap.com/australia/2025/04/30/leveraging-ai-to-make-social-services-more-responsive/ (дата обращения 28.02.2026).
Predicting emergency department admissions using a machine-learning algorithm: a proof of concept with retrospective study Predicting emergency department admissions using a machine-learning algorithm: a proof of concept with retrospective study [Электронный ресурс] // URL: https://bmcemergmed.biomedcentral.com/articles/10.1186/s12873-024-01141-4 (дата обращения 28.02.2026).
Tony Clements. Saving Time, Improving Support: How AI is helping our social workers free up time for care [Электронный ресурс] // URL: https://www.oecd.org/en/events/2025/06/Saving-Time,-Improving-Support--How-AI-is-helping-social-work... (дата обращения 28.02.2026).
445,000 Public Officers in Malaysia to Benefit from Generative AI Under the ‘AI at Work 2.0’ Initiative by the Ministry of Digital and Google Cloud [Электронный ресурс] // URL: https://www.googlecloudpresscorner.com/2025-02-05-445,000-Public-Officers-in-Malaysia-to-Benefit-fro... (дата обращения 28.02.2026).
Karla Rocha, Kalina Porto, Vitor Fabel. AI is Enhancing Fiscal Transparency in Brazil [Электронный ресурс] // URL: https://blog-pfm.imf.org/en/pfmblog/2024/12/ai-is-enhancing-fiscal-transparency-in-brazil (дата обращения 28.02.2026).
Success story. From paper to peak performance: Lynnwood, WA’s entirely online permitting process [Электронный ресурс] // URL: https://granicus.com/success-stories/lynnwood-wa-entirely-online-permitting-process/ (дата обращения 28.02.2026).
IRAS Anual Report [Электронный ресурс] // URL: https://www.iras.gov.sg/news-events/newsroom/iras-annual-report-fy2022-23#:~:text=Enhancing%20Servic.... (дата обращения 28.02.2026).
Governing with Artificial Intelligence [Электронный ресурс] // URL: https://www.oecd.org/en/publications/governing-with-artificial-intelligence_795de142-en/full-report/... (дата обращения 28.02.2026).
Governing with Artificial Intelligence [Электронный ресурс] // URL: https://www.oecd.org/en/publications/governing-with-artificial-intelligence_795de142-en/full-report/... (дата обращения 28.02.2026).
Treasury Announces Enhanced Fraud Detection Process Using AI Recovers $375M in Fiscal Year 2023 [Электронный ресурс] // URL: https://home.treasury.gov/news/press-releases/jy2134 (дата обращения 28.02.2026).
Brunner: Finanzministerium erzielte 2023 rund 185 Mio. Euro Steuereinnahmen durch KI [Электронный ресурс] // URL: https://www.bmf.gv.at/presse/pressemeldungen/2024/august/pacc-bilanz.html (дата обращения 28.02.2026).
Governing with Artificial Intelligence [Электронный ресурс] // URL: https://www.oecd.org/en/publications/governing-with-artificial-intelligence_795de142-en/full-report/.... (дата обращения 28.02.2026).
Ryan van Leent. Leveraging AI to make social services more responsive [Электронный ресурс] // URL: https://news.sap.com/australia/2025/04/30/leveraging-ai-to-make-social-services-more-responsive/ (дата обращения 28.02.2026).
Artificial Intelligence in Social Services: Predictive Analysis and Identification of Intervention Needs [Электронный ресурс] // URL: https://isocial.cat/en/artificial-intelligence-in-social-services-predictive-analysis-and-identifica... (дата обращения 28.02.2026).
Smarter Budgets: Key Takeaways for Local Governments [Электронный ресурс] // URL: https://zencity.io/how-to-effectively-engage-the-public-in-budget-planning-7-takeaways-from-our-zenc... (дата обращения 28.02.2026).
How Kent County, MI, used Zencity to Assess Threat to County Buildings and Plan its Security Strategy Saving over $500K [Электронный ресурс] // URL: https://zencity.io/how-kent-county-mi-used-zencity-to-assess-threat-to-county-buildings/ (дата обращения 28.02.2026).
Earth’s climate is changing. IBM’s new geospatial foundation model could help track and adapt to a new landscape [Электронный ресурс] // URL: https://research.ibm.com/blog/geospatial-models-nasa-ai (дата обращения 28.02.2026).
5 AI trends shaping the future of the public sector in 2025 [Электронный ресурс] // URL: https://cloud.google.com/blog/topics/public-sector/5-ai-trends-shaping-the-future-of-the-public-sect... (дата обращения 28.02.2026).
E. S. Levine, Jessica Tisch, Anthony Tasso, Michael Joy (2017) The New York City Police Department’s Domain Awareness System [Электронный ресурс] // Institute for Operations Research and the Management Sciences // URL: https://pubsonline.informs.org/doi/10.1287/inte.2016.0860 (дата обращения 28.02.2026).
Tomoaki Yoshinaga, Yasuhiro Fukuda, Yuki Watanabe, Atsushi Hiroike. Video Analytics AI for Public Safety and Security [Электронный ресурс] // Hitachi Review Vol. 71, No. 2 130–131 // URL: https://www.hitachihyoron.com/rev/archive/2022/r2022_02/02a04/index.html (дата обращения 28.02.2026).
Global security agencies issue joint guidance to help critical infrastructure integrate AI into OT systems [Электронный ресурс] // URL: https://industrialcyber.co/cisa/global-security-agencies-issue-joint-guidance-to-help-critical-infra... (дата обращения 28.02.2026).
Northrop Books DARPA Contract to Build AI-Enabled Tactical Autonomy Capabilities [Электронный ресурс] // ExecutiveBiz – СМИ. URL: https://executivebiz.com/2024/02/northrop-books-darpa-contract-to-build-ai-enabled-tactical-autonomy... (дата обращения 28.09.2024).
VISTA X-62 Advancing Autonomy And Changing The Face Of Air Power [Электронный ресурс] // Lockheed Martin Corporation – производственная компания. URL: https://news.lockheedmartin.com/2023-02-13-VISTA-X-62-Advancing-Autonomy-and-Changing-the-Face-of-Ai... (дата обращения 28.09.2024).
CORAS - AI Agents for Government & Defense [Электронный ресурс] // URL: https://www.coras.ai/ (дата обращения 28.02.2026).
Solution. Identifying hidden connections for time-critical, intelligence-led missions [Электронный ресурс] // Adarga Limited – ИТ-компания. URL: https://adarga.ai/capabilities/identifying-hidden-connections-for-time-critical-intelligence-led-mis... (дата обращения 28.09.2024).
VBS4 Whole-Earth Virtual Desktop Training & Simulation Host [Электронный ресурс] // Bohemia Interactive Simulations – ИТ-компания. URL: https://bisimulations.com/products/vbs4 (дата обращения 28.09.2024).
WSJ узнала об использовании США нейросети Anthropic для ударов по Ирану [Электронный ресурс] // URL: https://nsk.rbc.ru/rbcfreenews/69a41e459a79474ae4a4e84e (дата обращения 28.02.2026).
CISA Artificial Intelligence Use Cases [Электронный ресурс] // URL: https://www.cisa.gov/ai/cisa-use-cases (дата обращения 28.02.2026).
SandboxAQ [Электронный ресурс] // URL: https://www.sandboxaq.com/ (дата обращения 28.02.2026).
National Science Foundation. National Artificial Intelligence Research Resource [Электронный ресурс] // URL: https://www.nsf.gov/focus-areas/ai/nairr (дата обращения 28.02.2026).
Gunning, D. and Aha, D. 2019. DARPA’s Explainable Artificial Intelligence (XAI) Program. AI Magazine. 40, 2 (Jun. 2019), 44-58. DOI: https://doi.org/10.1609/aimag.v40i2.2850. (дата обращения 28.02.2026).
Data and AI Learning Path [Электронный ресурс] // URL: https://www.csps-efpc.gc.ca/digital-data/digital-data-eng.aspx (дата обращения 28.02.2026).
Strengthening Public Sector AI Capabilities Worldwide: UNESCO and Partner Schools of Public Administration launch the SPAARK-AI Alliance [Электронный ресурс] // URL: https://www.unesco.org/en/articles/strengthening-public-sector-ai-capabilities-worldwide-unesco-and-... (дата обращения 28.02.2026).
M. Martínez Euklidiadas. Sidewalk Toronto, the vision behind Google’s failed city [Электронный ресурс] // URL: https://www.tomorrow.city/sidewalk-toronto-the-vision-behind-googles-failed-city/ (дата обращения 28.02.2026).
Malena Carollo. California launched an AI chatbot for wildfires. It can’t answer one crucial question [Электронный ресурс] // URL: https://inewsource.org/2025/08/19/california-ai-fire-chatbot/ (дата обращения 28.02.2026).
Matt Berg, Joseph Gedeon. Federal Workers Fear Musk’s ‘Efficiency’ Agency Is Using AI to Spy on Them: ‘They Are Omnipresent’ [Электронный ресурс] // URL: https://www.rsn.org/001/federal-workers-fear-musks-efficiency-agency-is-using-ai-to-spy-on-them-they... (дата обращения 28.02.2026).
Deloitte компенсирует Австралии расходы из-за ошибок ИИ в отчетах [Электронный ресурс] // URL: https://skyread.ru/news/2025/10/07/2571-deloitte-kompensiruet-avstralii-rashody-iz-za-oshibok-ii-v-o... (дата обращения 28.02.2026).
Stephanie Corsetti. Court finalises Robodebt settlemen t [Электронный ресурс] // URL: https://www.sbs.com.au/language/russian/ru/podcast-episode/court-finalises-robodebt-settlement/z949p... (дата обращения 28.02.2026).
АНО «Цифровая экономика». Эффективные отечественные практики на базе технологий искусственного интеллекта в «умном городе» [Электронный ресурс] // URL: https://d-economy.ru/analitic/jeffektivnye-otechestvennye-praktiki/?ysclid=mmi3bgpzp612387073 (дата обращения 28.02.2026).
Плетнева С. Правительство России внедрило ИИ в систему управления нацпроектами и госпрограммами [Электронный ресурс] // URL: https://www.forbes.ru/tekhnologii/545692-pravitel-stvo-rossii-vnedrilo-ii-v-sistemu-upravlenia-nacpr... (дата обращения 28.02.2026).
Рынок искусственного интеллекта в России: применение в различных отраслях и перспективы развития [Электронный ресурс] // URL: https://delprof.ru/press-center/open-analytics/rynok-iskusstvennogo-intellekta-v-rossii/?utm_source=... (дата обращения 28.02.2026).
Морозова О. ИИ отвечает на запросы пользователей портала госуслуг Нижегородской области [Электронный ресурс] // URL: https://nn.aif.ru/society/details/ii-otvechaet-na-zaprosy-polzovateley-portala-gosuslug-nizhegorodsk... (дата обращения 28.02.2026).
Экосистема «Умного города» Росатома в 2025 году расширила применение искусственного интеллекта [Электронный ресурс] // URL: https://www.rusatom-utilities.ru/media-center/news/ekosistema-umnogo-goroda-rosatoma-v-2025-godu-ras... (дата обращения 28.02.2026).

386