«Трансформационный эффект — вот на что мы смотрим при_реализации проектов наших слушателей» «Трансформационный эффект — вот на что мы смотрим при_реализации проектов наших слушателей»

«Трансформационный эффект — вот на что мы смотрим при реализации проектов наших слушателей»

Заместитель директора Центра подготовки руководителей и команд ЦТ ВШГУ РАНХиГС София Павлова — о рейтинге ИИ-зрелости органов власти и образовательных программах для руководителей

— Подавляющее большинство россиян — 81% (это цифра из прошлогоднего опроса ВЦИОМ) — знакомо с термином «искусственный интеллект». Об использовании ИИ в госуправлении все чаще упоминают руководители органов власти. Центр подготовки руководителей и команд ЦТ ведет в этой сфере профильный проект — рейтинг зрелости ИИ в ФОИВ. Как он устроен? Какие первые выводы можно сделать на его основе?

— В 2020 году федеральные органы исполнительной власти получили задачу от аппарата правительства: оценить готовность к работе с данными и рассказать о планах по внедрению ИИ. Нужно было выяснить, действительно ли федеральные органы власти готовы к внедрению технологий ИИ в свои процессы, понять, насколько их инфраструктура обеспечена для реализации таких задач.

Мы решили взять за основу методологию Сбера по оценке цифровой зрелости. В ней выделено семь блоков: цифровая культура, кадры, процессы, продукты, модели, данные, инфраструктура и инструменты. Вместе с коллегами из Сбера мы адаптировали эту методологию под свои задачи и запустили оценку уровня зрелости ФОИВов по каждому из блоков. Потом по результатам анкетирования мы обновили методологию и теперь можем выявить общий уровень ИИ-зрелости, на котором находятся органы власти. У нас получилось четыре уровня: нулевой, базовый, средний и продвинутый. Пока большинство ФОИВ, за редкими исключениями, еще не готовы внедрять ИИ в свои процессы.

Заместитель директора Центра подготовки руководителей и команд ЦТ ВШГУ РАНХиГС София Павлова

— Сейчас это уже действующая, внедренная процедура оценки?

— Пробную версию системы оценки мы запустили в прошлом году, первые итоги подвели в конце декабря. Сейчас сбор информации приостановлен, нам нужно адаптировать методику к новой реальности. Методология на 95% актуализирована, в ближайшее время мы официально запустим обновленную версию в работу и продолжим сбор данных.

— Результаты рейтинга будут публичными?

— На эту деятельность мы получили отдельное финансирование и будем отчитываться о проделанной работе. Наше позиционирование в этом вопросе согласовывается со стейкхолдерами. Сейчас мы направляем отчеты только им и никакую информацию не выносим на публику.

— Какие цели стоят перед органами власти при внедрении ИИ? Речь об оптимизации процессов, о решении каких-то конкретных задач?

— И то и другое, все зависит от задач каждого ФОИВа. ИИ поможет совершенствовать существующие процессы и, как следствие, повлияет на оптимизацию и временны́х, и трудовых, а в некоторых случаях — и финансовых затрат. Есть небольшие ФОИВы, где до сих пор, с учетом специфики их деятельности, огромные рутинные «бумажные» процессы. Если внедрить ИИ, такие задачи можно будет решать за мгновения.

В идеале ФОИВы должны внедрять технологии ИИ не только для внутреннего пользования, но и для повышения качества оказания услуг населению. Например, с учетом загруженности дорог Минтранс с помощью ИИ сможет на основе собранных данных строить более эффективные маршруты.

— Но такие проекты требуют очень активного обмена данными между организациями.

— Действительно, если ФОИВы начнут активнее делиться данными и между собой, и с бизнесом, то мы как граждане получим усовершенствованные услуги и технологии, а прогнозы, на которых можно обучать ИИ, будут точнее и быстрее. Данных накопилось очень много, но они зачастую закрытые и нигде не публикуются. Не так все просто с обменом данными и внутри самих ФОИВов.

В 2020 году слушатели программы «Руководитель ЦТ» в нашем Центре разрабатывали проект совместно с Росприроднадзором и МЧС, который помогал получать информацию о различных патогенных угрозах. Собирая данные, можно было строить прогнозы о возможности возникновения чрезвычайных происшествий на территории РФ с проактивным информированием как бизнеса и населения, так и органов власти. Однако разработка инновационного сервиса нередко замыкается внутри одной отрасли или одного органа. Обмен кодом и данными — вот что необходимо.

— Понятно, что без больших объемов данных системы, связанные с машинным обучением, не могут работать. Кроме персональных данных, о которых всегда говорят, какие данные еще важны для работы ИИ в госсекторе?

— Нужны большие массивы статистических данных, на основе которых будет строиться аналитика. Важное значение имеют и данные, которые могут быть накоплены внутри ведомств с учетом их специфики. Если взять, допустим, транспортную отрасль, то это данные о транспортных потоках, видах транспортных средств, маршрутах и возрастающих нагрузках на отрасль в зависимости от сезона; о человеческих потоках, возрастных группах; данные о группах товаров той или иной отрасли, которые проходят через таможенные органы.

— С какими еще сложностями в работе с данными приходилось сталкиваться вашей команде в ходе оценки зрелости ИИ в ФОИВ?

— Есть проблема доступности данных. Например, в здравоохранении и социальной сфере очень много чувствительных данных, к которым просто нет доступа.

Еще одна сложность относится к законодательному регулированию оборота персональных данных. Нет четкого понимания, какие данные можно обезличить, как их обезличить и какие из них можно использовать открыто. Многие органы власти действуют, исходя из собственного понимания всех этих требований.

По ряду причин федеральные органы власти не всегда могут обеспечить себя высококвалифицированными специалистами в сфере данных. В предыдущие два года Центр оказывал содействие госорганам в сборе и формировании датасетов. Когда команды начинают понимать, как и какие данные нужно использовать, как их подготовить к дальнейшей обработке, уменьшаются задержки по срокам обработки информации, растет качество данных.

И — хотя это уже не только про данные — важна одинаковая обеспеченность софтом и железом, потому что сейчас отрасли на уровне госуправления очень сильно отличаются по своим возможностям. Например, министерство намного быстрее придумывает и реализует ИИ-решения, чем маленькое федеральное агентство, у которого общий бюджет сопоставим с бюджетом одного министерского департамента. У нас есть очень компактные по количеству людей и своих научных разработок службы (не говоря уже об их бюджете), но делать проекты они должны в такие же сроки и с таким же качеством и уровнем, как огромные министерства, чей бюджет в сотни раз больше. Этот разрыв тоже нужно убирать.

— Есть ли уже успешные примеры внедрения решений на основе ИИ, машинного обучения в органах власти?

— Один из лидеров в этой сфере — ФНС. У них огромные массивы данных. На основе данных чеков они уже сейчас могут делать декомпозицию по каждой из групп товаров, совместно с Росстатом прогнозировать инфляцию.

У Росгидромета есть очень хорошие наработки по прогнозированию атмосферных и природных явлений. Министерство Дальнего Востока в конце прошлого года сделало большой проект с учетом данных по земле и экологии с возможностью создавать прогностические модели по использованию ресурсов.

— Какие особенности в этому году у программы «Руководитель цифровой трансформации», которую вы курируете в Центре подготовки руководителей и команд ЦТ?

— Программа реализуется уже четвертый год, мы провели три из семи запланированных модулей. Группа обучения состоит из 50 слушателей и ориентирована на высших должностных лиц — заместителей федеральных министров и руководителей и заместителей федеральных служб и агентств. В этом году среди слушателей официально назначенных РЦТ меньше, так как практически все были обучены в предыдущие периоды. Большая часть слушателей приходит по рекомендации наших выпускников. Программа уже обрела популярность и вес. Это очень приятно.

В этом году мы, кажется, пять раз перерабатывали программу с учетом всех изменений. Одно из ключевых — включение решений на основе ИИ в итоговые проекты слушателей. MVP проекта должны продемонстрировать, в каком из процессов будет внедрен ИИ и какая будет результативность. Естественно, в этом году мы сделали больший акцент на вопросах кибербезопасности, импортозамещения. Это то, на что сейчас огромный запрос. Всем нужен ответ, как работать дальше. Вторая большая задача, которую мы в этом году также учли в обучении, — платформа «ГосТех». Это приоритетная задача для нашего курирующего вице-премьера. 

Методология проектов, которые слушатели разрабатывают в малых группах, учитывает подход, методологию и архитектуру «ГосТеха». В каждом модуле мы даем информацию о «ГосТехе» с точки зрения процессов, подхода. Тема «ГосТеха» — пилот нашей программы в этом году, и мы, наверное, будем первыми с точки зрения ее масштабирования.

— Ваш личный топ-4 из проектов, которые защищали слушатели программы?

— В прошлом году меня зацепил проект «Клево-гид» — мобильное приложение для рыбаков (в том числе любителей), науки, бизнеса и рыбоохраны. Проект переводит взаимодействие рыбаков-профессионалов, любителей и надзорных органов в цифровой вид. Приложение показывает правила и ограничения на вылов, действующие для конкретного места и времени. Также оно помогает предотвратить браконьерство и экологические нарушения.

Еще один проект, который получил высокие оценки, — «Умка», или «Умный кадастр». Росреестр сейчас выводит его на международный уровень. Авторы проекта выявляют незарегистрированные объекты капитального строительства с помощью оцифрованных изображений местности. Таким образом для государства упрощается процесс пополнения бюджета, а граждане получают гарантированные права и юридическую защиту с точки зрения собственности на то строительство, которое либо уже есть, либо планируется.

Хочу также отметить платформу «Право на труд» — проект «Все возможно», инициаторами и идеологами которого выступила команда Минэнерго. Межведомственная команда участников сделала MVP, за реализацию которого отвечали потом Минтруд и Роструд. Платформа поможет повысить уровень социализации и качества жизни инвалидов. В этом проекте было три основных направления, которые мы разработали. Одно из направлений мы делали совместно с «Яндексом» — дополнительный слой в «Яндекс.Картах» для людей с ограниченными возможностями. Мы ждем, когда «Яндекс» выведет этот сервис в общее пользование. Еще один блок в проекте — система учета квот работодателей для граждан с ограниченными возможностями (и в отдельных случаях замена квоты денежным содержанием с выплатой специализированным организациям, осуществляющим уход за инвалидами). Третий блок — удобный поиск работы, мотивация людей на получение дополнительного образования для повышения качества жизни.

И последний проект, который хочу выделить, — «Интеллектуальная господдержка», реализованный межведомственной группой по инициативе Минпромторга. Проект решает задачу перехода к проактивному предложению мер поддержки предприятиям, зарегистрированным в Государственной информационной системе промышленности. Организации смогут заметно сократить время на получение этой поддержки. Главное, на что мы обращаем внимание при реализации групповых проектов во время обучения, — реальный трансформационный эффект при их внедрении и дальнейшее включение в систему госуправления.

Беседовал Алексей Архипов