Применять искусственный интеллект (ИИ) в госуправлении (социальная сфера, здравоохранение и т.д.) с измеряемым результатом можно для автоматизации комплексных и довольно специальных, рутинных задач. Машина становится цифровым помощником госслужащего, берёт на себя монотонную часть труда — например, проверку документов — оставляя за человеком финальное решение. Илья Веригин, директор по работе с государственными заказчиками компании Биорг, рассказал, как применить ИИ в качестве инструмента цифровой трансформации государства.
Работа ИИ на практике: от хайпа к измеряемому результату
В 2017 году в Gartner отмечали*, что пиар вокруг ИИ затмевает реальные преимущества технологии. На волне быстрых инвестиций разработчики увлеклись полуфантастическими разработками. ИИ-системам до сих пор перепоручают задачи, с которыми сегодня гораздо лучше справляются люди.
Бизнесу и государству целесообразно внедрять ИИ-технологии, которые хорошо работают уже сейчас. В их числе системы для поддержки принимаемых решений (цифровые помощники) и автоматизации бизнес-процессов.
Пример хорошо работающего ИИ в промышленности — система автоматизации нефтеперерабатывающего завода (НПЗ). Исходя из разных параметров, считываемых в реальном времени, она сама прогнозирует, что выгодней произвести из поступившего сорта нефти. Машина на ходу перестраивает процесс производства, решая таким образом очень важный, но сугубо профессиональный вопрос.
Удачный российский пример системы с элементами искусственного интеллекта – это единая служба 122, горячая линия для заболевших коронавирусом. Часть ответов пользователь очень удобно может получить в автоматической форме, а срочные случаи, когда действительно требуется подключение человека – система переключает на операторов колл-центра. Это хорошо обученные голосовые виртуальные онлайн-консультанты, чат-боты или интерактивное голосовое меню, действующие в 60 регионах России. А какие ещё могут быть области применения?
Государство как драйвер цифровизации
Госорганы обязаны ежегодно утверждать ведомственную программу цифровой трансформации и ежеквартально отчитываться о достижении её показателей. Например, им необходимо сформировать цифровую витрину данных, где представленная информация будет соответствовать критериям полноты и непротиворечивости.
Растут IT-расходы государства. По данным Cnews, 2020 год совокупная выручка ТОП-50 IT-поставщиков в госсектор выросла на 30%.
К 2024-2025 годам кабмин планирует получить первые значимые результаты текущего этапа цифровизации в основных сферах экономики, главным инструментом которой выбрали ИИ. Для этого Правительство РФ запускает программы субсидий и льготных ставок кредитования для прорывных ИИ-проектов. Государство превращается в цифровую платформу, чтобы граждане и организации могли комфортно и оперативно получать госуслуги.
ИИ в государственном управлении: цифровые помощники
Все виды государственной деятельности — административная, разрешительная, регистрационная, контрольно-надзорная — это, в первую очередь, разноплановая работа с входящими потоками документов. Задача в том, чтобы автоматизировать процесс переноса поступающих данных в информационную систему ведомств и проверок по ним.
Очередным шагом в этом направлении становятся ведомственные системы распознавания и анализа входящих документов и обращений граждан, «цифровые помощники» на основе ИИ.
В отличие от популярных сегодня RPA-решений, фактически, обычных алгоритмов, которые сложно отнести к ИИ, цифровые помощники — более развитые системы. Эти нейросетевые комплексы способны увидеть и проанализировать в документах смысловые сущности, зафиксированные в разном виде – то есть выполнить функцию эксперта-человека.
Например, цифровой помощник может автоматизировать процесс регистрации перехода права собственности на недвижимость. Большая часть этой работы связана с рутинными юридическими проверками. Только по комплекту из двух документов — договору и доверенности — нужно проверить более 60 параметров: участников сделки, полномочия доверенных лиц, совпадают ли сроки действия договора с периодом действия доверенности и многое другое. Это достаточно серьёзная рутинная нагрузка на госслужащих. Последствия: госуслуги гражданам иной раз оказывают с ощутимыми задержками, особенно в пиковые периоды подачи заявлений.
Помощник умеет различать, где в договоре речь идёт о покупателе, а где о продавце, проверить другие параметры. На текущем этапе системы, относящиеся к классу «цифровых помощников», способны взять на себя 60-80 и даже 95% рутинной работы и проверок, оставляя за человеком финальное решение. Систем, которые могли бы сами принимать финальное решение в сложных задачах, не существует, либо такое «самоуправство» не разрешено законом.
Многие государственные процессы, связанные с монотонным анализом, можно автоматизировать на базе современных ИИ-систем. Как и в случае с НПЗ, речь идёт о сложных и полезных, но довольно узкопрофильных процессах.
Как внедрить цифрового помощника в госведомстве: 5 шагов
Двадцать лет назад процесс обработки входящего запроса выглядел так: пакет бумажных документов на входе и человек-госслужащий, который их проверяет и принимает решение. Эту работу долго не могли автоматизировать, поскольку речь идёт об очень разных и неструктурированных данных, которые машина просто не могла распознать и обработать.
Сегодня ИИ-технологии вполне созрели для распознавания разнообразных данных. Однако реализовать проект по разработке ведомственного цифрового помощника на основе ИИ означает пройти путь. Начинается он с 5 важных шагов:
- Выбрать один из документоемких процессов в ведомстве или госуслугу.
- Провести бизнес-проектирование этого процесса – из чего он состоит, пошагово пройти все этапы, составить карту.
- Структурировать информацию – определить, какие смысловые сущности необходимо распознавать, какие аналитические проверки проводить и какие закономерности искать. Например, в договоре купли-продажи, это могут быть ФИО покупателя и продавца, иная относящаяся к сторонам информация, даты действия доверенности и т.д. Система не должна путать блоки информации, относящиеся в разным сторонам сделки.
- Собрать первичный массив данных и обучить на нём нейросетевой комплекс. На этом этапе вы получите ядро системы с четким, но ограниченным функционалом, который потом будете наращивать. Именно таким поступательным образом развиваются ИИ-автопилоты на транспорте, которым надо работать в различных условиях, онлайн-переводчики и другие сложные ИИ.
- Планомерно наращивать функционал ИИ-системы, проводя разметку и дообучение по различной методологии машинного обучения (обучение с учителем, без учителя, обучение с подкреплением и т.д.)
Далее можно масштабировать систему на другие процессы, подключить её к процессам межведомственного взаимодействия.
ИИ-проект — мероприятие, которое нельзя завершить за 3-6 месяцев и поставить галочку. Это комплексная и последовательная работа, поступательное наращивание знаний и интеллекта системы, как и в случае с обучением человека. Не случайно Правительство установило контрольные роки на горизонте 2024-25 годов – только через два-три года можно будет говорить о прорывных достижениях, которые получат в рамках проектов, стартовавших сейчас.
Измеряемый результат ИИ-проекта
Государственным заказчикам нужна подтвержденная эффективность внедряемых решений — особенно, когда речь идёт о сокращении времени госуслуг в социальном секторе или здравоохранении. Иначе есть риск накликать беду под названием «нецелевое расходование бюджетных средств».
До недавнего времени ИИ-проекты были связаны с тестированием гипотез, их результат мог быть отрицательным или философским. Об это противоречие долго разбивались планы по реализации государственных ИИ-проектов по 44 и 223-ФЗ.
Концепция «цифрового помощника» — это переход от научно-исследовательского подхода, где результат не гарантирован, к практическому внедрению технологии ИИ с измеряемым результатом. Таким образом, в сфере автоматизации отдельных трудоемких бизнес-процессов на базе ИИ уже сегодня можно получить ряд работающих решений для перехода государства к концепции единой цифровой платформы.
Недавним примером здесь может служить пилотный проект Росреестра под названием «Умный кадастр», который проводили в 4 регионах. С помощью нейросетей цифровая платформа автоматически распознавала данные ряда ведомств, сопоставляла из друг с другом и назодила неиспользуемую недвижимость, автоматически определяя отсутствие информации об объектах в Едином государственном реестре недвижимости (ЕГРН). По результатам пилотного проекта удалось вернуть в хозяйственный оборот 2,8 Га земельных участков по всей стране. Прирост поступлений в бюджет только по земельному налогу составил 211 миллионов рублей в год. Выявлено в 2,5 раза больше неучтенных объектов по сравнению с предыдущими периодами.
Об основной проблеме на пути к реализации ИИ-проекта – обучении нейросетей на качественных данных поговорим во второй части статьи.
***
Компания Биорг — российский разработчик облачной платформы Beorg Smart Vision для распознавания, оцифровки и анализа любых видов документов, в том числе рукописных и технических, на базе машинного зрения и нейросетевых технологий. Благодаря фирменному двухэтапному распознаванию система гарантированно переводит в «цифру» данные с бумажных носителей, обеспечивая итоговое качество информации в системе заказчика выше 99%. Универсальный инструмент для цифровой трансформации государства и бизнеса, платформа Beorg Smart Vision состоит из двух главных компонентов: нейросетевого комплекса и краудсорсинговой части. На платформе зарегистрировано более 50 000 операторов верификации данных. Люди быстро размечают массивы данных для последующего обучения нейросетей и цифровых помощников. Информация передаётся по защищенному каналу с применением технологии деперсонализации данных. Ежемесячно на платформе обрабатывают до 4 млн документов с персональными данными, бухгалтерские и финансовые документы. Главный, разворот паспорта система распознает за 2-5 секунд. На базе платформы Beorg Smart Vision также создают цифровой архив с глубокой индексацией документов и их последующим легким поиском по отдельным параметрам или просто текстом – через поисковую строку.
###