Искусственный интеллект в госуправлении: от стратегий к реальным эффектам

На Первом международном конгрессе государственного управления (10–12 февраля, Президентская академия) эксперты и представители власти обсудили, как ИИ трансформирует госуправление в России и за рубежом. В центре дискуссии — действующие кейсы внедрения, барьеры развития и пути масштабирования технологий на федеральном и региональном уровнях.

Взгляд «Яндекса»: наука, сроки и границы доверия

Директор по развитию ИИ ООО «Яндекс» Александр Крайнов раскрыл ключевые аспекты инвестиций в исследования в сфере искусственного интеллекта. Спикер отметил, что прогресс в области ИИ напрямую зависит от глобальных научных достижений. По его словам, вложения в исследования не гарантируют мгновенных результатов: компания получает плоды работы тогда, когда к этому приходит вся мировая наука в целом. При этом инвестиции обеспечивают своевременное информирование о новых открытиях и возможность оперативно их применить.

Для оценки эффективности вложений в науку спикер предложил простой подход: нужно взять ключевой продукт компании и проанализировать, на какой наукоемкой технологии он базируется. Затем следует сопоставить два момента: когда соответствующее открытие было сделано в мире и когда оно нашло применение в продукте. Разница во времени между этими событиями и показывает, насколько оправданны были инвестиции в исследования. Например, в «Яндексе» обычно от публикации научной статьи до внедрения решения в продакшен проходит около полугода. Однако бывают и рекордные случаи, когда этот срок сокращается до двух дней. По словам спикера, компания узнает о важных научных прорывах в тот же день, когда выходят соответствующие публикации: уже вечером на внутренних семинарах специалисты начинают обсуждать, как можно использовать новые разработки.

Александр Крайнов подчеркнул, что развитие ИИ — по-настоящему межнациональный процесс. Технологии создаются усилиями ученых и инженеров из разных стран: компоненты разрабатываются в одних регионах, программное обеспечение — в других, а итоговые решения интегрируются в единую глобальную экосистему. Исследователи по всему миру используют схожие инструменты и обмениваются результатами — это ускоряет прогресс и делает ИИ-технологии доступнее.