Как ИИ меняет управление госфинансами: опыт Минфина России
В эпоху цифровой трансформации государственные органы активно ищут способы повысить эффективность работы с помощью современных технологий. Особое внимание уделяется внедрению искусственного интеллекта в управление госфинансами. О том, как ИИ может помочь сократить трудозатраты, ускорить процессы и повысить точность решений, шла речь на Всероссийском семинаре-совещании «Возможности технологий искусственного интеллекта в государственном управлении». Мероприятие было организовано НИФИ Министерства финансов РФ.
О том, как Минфин России определил возможные направления использования потенциала ИИ, какие проекты уже запущены, каких результатов удалось достичь и с какими трудностями приходится сталкиваться, рассказал Николай Бегчин, заместитель министра финансов РФ. По словам спикера, ключевая идея подхода Минфина России в определении направлений использования ИИ заключается в разделении задач на два типа. Первый — рутинные операции и процедуры. Речь идет об узкоспециализированных задачах, как правило, трудоемких, которые выполняются по шаблону и не требуют творческого подхода. Здесь, по мнению замминистра, ИИ может максимально заменить человека. Второй — аналитические задачи: подготовка заключений, предиктивная аналитика, формирование информационной базы для принятия решений. В рамках этих направлений ведомство реализует несколько пилотных проектов.
ИИ-агент проверяет бюджетные заявки
Одно из первых внедрений ИИ касается рассмотрения заявок федеральных ведомств на финансирование. При подаче такой заявки ведомство должно правильно указать КБК, который соответствует планируемому мероприятию или расходу. Ранее процесс проверки заявок осуществлялся вручную. Сотрудник федерального органа исполнительной власти заполнял заявку в системе «Электронный бюджет», а затем она поступала в Минфин России на проверку. Специалисты, опираясь на паспорт госпрограммы, вручную сверяли указанные коды с планируемыми мероприятиями. В пиковые периоды, когда поступает до 400 заявок в день, обработка занимает много времени.
Теперь, как рассказал Николай Бегчин, эту функцию частично выполняет ИИ-агент: он анализирует 10 знаков из 20-значного кода бюджетной классификации (программную структуру и направление расходов) и дает предварительное заключение. «Если поданная заявка не получает автоматического одобрения, то система предоставляет возможность провести до трех дополнительных итераций диалога с агентом. В ходе них заявитель может корректировать и предлагать новые варианты формулировок или параметров, а ИИ-агент может принимать либо отклонять их, — отметил замминистра. — Благодаря этому обеспечивается более точная и обоснованная привязка расходов к программным целям и направлениям».
По словам спикера, результаты, которые показывает ИИ-агент, впечатляют: время проверки сократилось с нескольких дней до секунд. Доля ложных отказов составляет около 13%, но все они, по словам замминистра, связаны со сложными кейсами, где требуется участие человека. Например, когда сложно однозначно определить, относится ли мероприятие к сфере электроники или к развитию информационных технологий. Эти направления входят в разные государственные программы, и в подобных ситуациях окончательное решение должен принимать именно специалист.
Как подчеркнул замминистра, ИИ-агент будет совершенствоваться. В перспективе планируется расширить анализ на полный 20-значный код и повысить точность решений.
AI поможет спрогнозировать доходы бюджета
Также Минфин России провел эксперимент по применению инструментов искусственного интеллекта для прогнозирования доходов бюджета. В фокусе оказался блок, включающий такие виды поступлений, как налог на прибыль, налог на добавленную стоимость, а также различные государственные пошлины. Задача при этом носила скорее аналитический характер, нежели была связана с автоматизацией рутинных процедур. Требовалось оценить, насколько точно искусственный интеллект способен спрогнозировать бюджетные доходы в сравнении с традиционными методами расчета. По мнению спикера, результаты работы модели оказались весьма обнадеживающими. «Отклонение между прогнозом, сформированным с помощью искусственного интеллекта, и расчетами наших специалистов составило всего
ИИ-агент сгенерирует идеи для оценки эффективности субсидий
В рамках третьего направления по внедрению искусственного интеллекта Минфин России ведет работу над формированием предложений по индивидуальным параметрам эффективности. «В составе рабочей группы правительственной комиссии по эффективности с прошлого года разрабатываем такие параметры для субсидий, предоставляемых юридическим лицам. С текущего года аналогичные задачи ставятся и в отношении субсидий, которые бюджеты субъектов Российской Федерации получают из федерального бюджета», — рассказал Николай Бегчин. Суть инициативы состоит в том, чтобы уйти от опоры исключительно на верхнеуровневые показатели эффективности при оценке эффективности субсидий. Сегодня в государственных программах фиксируются обобщенные результаты. Например, декларируется рост уровня образования. При этом бюджетное ассигнование привязывается к количественным результатам — скажем, на сто рублей нужно обучить конкретное число студентов или построить заданное количество объектов. Однако возникает закономерный вопрос: как конкретная субсидия повлияла на достижение верхнеуровневого показателя? Если ориентироваться только на общие цифры — например, на рост уровня образования, — можно ошибочно признать эффективными все субсидии в рамках программы. Такой подход не отражает реальной картины.
В связи с этим предлагается привязать к каждой субсидии индивидуальный параметр эффективности — своего рода промежуточное звено между натуральным количественным результатом (который сам по себе не характеризует эффект) и итоговым показателем государственной программы.
По словам замминистра, процесс выработки даже первых вариантов индивидуальных параметров эффективности оказывается длительным и непростым. Предложения рассматривают Министерство финансов, Казначейство России, Минэкономразвития и Аналитический центр. «За год удалось сформировать индивидуальные показатели примерно для половины рассматриваемых субсидий», — подчеркнул спикер. Чтобы облегчить этот процесс в работу включен искусственный интеллект. Он анализирует уже одобренные параметры и существующие типы показателей, а затем предлагает до пяти вариантов индивидуальных параметров эффективности для новых субсидий. По словам Николая Бегчина, ИИ не выдает готовых решений, но помогает сгенерировать идеи и дает отправную точку для дальнейшей проработки вопросов. Таким образом, технология выступает не заменой человека, а вспомогательным инструментом анализа данных, который ускоряет и облегчает экспертную работу.
В стадии проектирования находятся и другие инициативы. Например, внедрение ИИ-агента для анализа заявок на дополнительное бюджетное ассигнование. Он будет искать дублирующие меры (например, налоговые льготы или ранее реализованные проекты с аналогичным эффектом) и формировать аргументы за и против. Кроме того, планируется автоматизировать подготовку ответов на типовые обращения граждан и организаций, а также создать цифрового ассистента для определения ответственного исполнителя в системе электронного документооборота.
Актуальность этих инициатив, по словам спикера, обусловлена несколькими факторами. Во-первых, растет объем данных, с которыми работают финансовые органы, — без автоматизации их обработка становится все более трудоемкой. Во-вторых, повышаются требования к прозрачности и эффективности расходования бюджетных средств. То есть необходимо четко демонстрировать связь между ассигнованиями и результатами. В-третьих, развитие технологий ИИ позволяет решать такие задачи с высокой точностью при условии качественного обучения моделей.
Однако на пути внедрения искусственного интеллекта Минфин России столкнулся с рядом сложностей. Первая — нехватка исходных данных для обучения. «Даже массив в 10 тысяч заявок считается недостаточным», — подчеркнул замминистра. Вторая — частые изменения нормативной базы и методологии. Данные за прошлые годы могут быть неактуальны из-за пересмотра структуры госпрограмм и кодов классификации. Третья — многие решения принимаются вне системы, а аргументация не фиксируется в электронном виде. Например, заявки на коды классификации могут быть отклонены без указания причины — это лишает модель ценной информации для обучения. Четвертая — обеспечение инфраструктурной безопасности — согласование и настройка защищенного канала — это длительный процесс.
Как рассказала Елена Громова, директор Департамента информационных технологий в сфере управления государственными и муниципальными финансами и информационного обеспечения бюджетного процесса Минфина России, вопросам безопасности данных уделяется особое внимание. «Мы не можем использовать публичные сервисы для обработки информации Минфина, поскольку она относится к чувствительной категории. Даже если данные не имеют грифа ДСП, их сочетание с возможностями современных языковых моделей создает риски. Поэтому работа ведется исключительно во внутреннем контуре ведомства», — подчеркнула спикер.
Советы для тех, кто хочет внедрить ИИ
Опыт Минфина России позволяет сформировать несколько практических выводов. Прежде чем инициировать проект по внедрению ИИ, стоит оценить, какие рутинные процессы в ведомстве можно автоматизировать с помощью этой технологии. Например, проверку соответствия заявок нормативам или подготовку типовых отчетов. Важно уделить внимание качеству данных: их полноте, актуальности и структурированности. Если вы планируете внедрять ИИ, то нужно начинать с создания базы исторических решений с указанием причин и аргументов — это станет фундаментом для обучения модели. Также полезно проанализировать, какие аналитические задачи (прогнозирование, оценка эффективности) можно дополнить инструментами предиктивной аналитики. Наконец, не стоит рассчитывать на то, что ИИ полностью заменит человека. Сегодня он лучше всего работает в режиме ассистента, помогая принимать обоснованные решения, но не заменяя экспертную оценку в сложных случаях.
© Фото пресс-службы Минфина России
О. Изутова