Главная проблема сейчас – отсутствие связи между вендором, производителем и тем, кто будет все потреблять.
Продолжаем публикацию выступлений с панельной сессия «Обмен опытом между субъектами Сибирского федерального округа лучшими практиками внедрения технологий искусственного интеллекта» апрельской стратегической сессии «Цифровая прокачка Сибирского федерального округа».
Максим САДИКОВ (на фото вверху), министр цифрового развития и связи Кузбасса: «Голосовой робот в МФЦ окупился за четыре месяца»:
— С момента формирования нашего министерства в конце 2019 года одной из главных задач стала работа с искусственным интеллектом. Первый проект появился уже в начале 2020 года – голосовой робот в МФЦ. Тогда бахнул ковид, МФЦ «благополучно» закрылись и работали только по записи. Объем трафика звонящих людей колоссально вырос, но робот эту задачу прекрасно вывез. Проект окупился буквально за четыре месяца. Голосового робота мы развиваем до сих пор: используем его в медицине (и запись, и обзвон), и в трудовой занятости (консультации для безработных). Сейчас ведем работу с мировыми судьями по автоматизации протоколирования.
В 2022-м в структуре министерства создали отдел данных искусственного интеллекта, который занялся всеми вопросами, касающимися управления данными, платформой роботизации, которую мы тоже запустили, проектами искусственного интеллекта.
В 2021–2022 годах видеоанализировали объекты капитального строительства. У нас была стыковка с реестром в онлайне, и мы сравнивали наличие объекта капитального строительства физически и на кадастровом учете. В Новокузнецке, например, поставили на кадастровый учет за год 600 домов частного сектора. Это приличная цифра и соответствующие налоги.
Один из последних проектов, который закончили в прошлом году, – система архивного дела. Это многоуровневый анализ рукописных архивных документов. Раньше на поиск информации требовалось 10–15 дней, а сейчас около 10 минут.
Я хочу создать площадку взаимодействия между вузами, наукой, государством и бизнесом. Потому что главная проблема сейчас – отсутствие связи между вендором, производителем и тем, кто будет все потреблять. Нет понимания, как строить бизнес-процесс. В итоге половина проектов просто направляется в корзину. Если эту проблему победить, я думаю, мы сможем двигаться вперед рывками.
Евгений ДЕЙКИН, начальник департамента цифровой трансформации администрации Томской области: «Мы смогли сэкономить на 15 операторах благодаря Томе – голосовой помощнице»:
— В большинстве субъектов, как коллеги отметили, внедряется практика голосового обслуживания. Нашу голосовую помощницу зовут Тома. Она работает в единой справочной службе Томской области в МФЦ, оказывает консультации по услугам, записывает на прием и сообщает о статусе готовности заявления. До внедрения помощника ожидание граждан на линии достигало свыше 20 минут, сейчас – не более 20 секунд. Это однозначно хороший эффект, в том числе экономический, потому что за каждую минуту ожидания МФЦ дополнительно платил оператору связи за телефонию. Мы смогли сэкономить на 15 операторах, а если говорить про круглосуточную работу, то на тридцати. Сейчас обучаем Тому консультировать по конкретным услугам, вести по ним запись.
Также внедрили систему помощи в принятии врачебных решений. Сейчас обеспечивается консультирование по четырем модальностям на основе компьютерной томографии, рентгена, флюорографии, искусственный интеллект подтверждает выявление патологии. Проблема этого конкретного решения в том, что оно требует достаточно мощных ресурсов вычислительной техники и объема хранения данных. Размеченные снимки должны храниться отдельно, а это, по сути, двойное использование системы.
Прекрасно зарекомендовала себя система видеонаблюдения и видеоаналитики, силовые органы с удовольствием ее используют. У нас она не так развита, как в центральных регионах России, но нам, как небольшому субъекту, хватает. Находимся на второй стадии внедрения. Всего запланирована установка тысячи камер видеонаблюдения и ста камер видеоаналитики. Проект позволяет быстро идентифицировать преступников в публичных местах, осуществлять профилактику имущественных и общественных правонарушений.
При поддержке Томского государственного университета и Томского политехнического университета ведется проект по экспертизе освоения лесов – это оценка стоимости лесного фонда, расчетов ущерба от пожаров, вырубок, вредителей. Для этого, конечно, нужно понимать, какой это лес – хвойный, лиственный, его густоту, степень здоровья. Понятно, ножками обходить наши необъятные просторы, с учетом Васюганских болот, очень долго и дорого. Поэтому мы используем технологии детектирования с помощью нейронных сетей, которые находятся на борту беспилотного летательного аппарата.
Следующий проект – проект ценностно-идеологического ориентации молодежи на основе анализа социальных сетей. То, что молодежь обсуждает, оценивается искусственным интеллектом по отдельным дашбордам. Это может быть использовано для ориентации вузов по программам обучения, пресечения терактов, суицидов.
Коммерческий проект от компании Cognitive Agro Pilot, филиал которой базируется в Томске, тоже считаем успешным. Это беспилотный комбайн с оптическим распознаванием полей для посевной, уборки урожая. Точность движения – до 10 сантиметров. Интерфейсы и пульты управления устанавливаются на гидравлические системы, в том числе, на «Кировце», сразу на заводе по потребности заказчика. Более 2000 единиц техники уже оснащено этими устройствами. Эффект есть: во-первых, экономится топливо, во-вторых, есть дополнительный прирост по эффективности, в-третьих, решается кадровый вопрос на селе – в деревне сложно найти трезвого водителя.
Есть технология распознавания фотоснимков в режиме реального времени по сегментации. При помощи нее могут решаться вопросы по незаконному захвату земель, незаконному строительству. А вот система по сегментации дорожного хозяйства в Томской области не прижилась. Сразу надо планировать бюджет на устранение недостатков, а в результате содержание самой системы стоит дороже, чем эффект от ее присутствия. Хотя в некоторых регионах ею успешно пользуются.
Мы все-таки сибирская глубинка, и многие руководители, не ориентированные на внедрение искусственного интеллекта, считают, что вполне эффективно справляются со своей работой и без него. Единицы понимают, что это перспектива развития будущего. В органах власти не хватает кадров, это консервативная отрасль с возрастными работниками. Соответственно, и инструменты применяются консервативные. Знаете, я тут натолкнулся на аллегорию: вилка была придумана в начале 17-го века, а в Сибири крестьяне стали есть вилками лишь в начале 20-го, все ели ложками. Здесь такой же вопрос: у нас ложек хватает, зачем нам какие-то очень дорогие вилки?
Надежда КАЛИНИНА, заместитель министра цифрового развития и искусственного интеллекта Липецкой области: «Без оптимизации процессов будет достигнута не цифровизация, а оцифрованный хаос»:
— Да, Липецкая область не в Сибирском федеральном округе, однако мы дважды стали победителями в премии «Лидер искусственного интеллекта», поэтому поделюсь нашим опытом.
Два основных тезиса: без оптимизации процессов будет достигнута не цифровизация, а цифровизация неоптимальных процессов, оцифрованный хаос; и без качественных данных нельзя получить качественную модель искусственного интеллекта.
В 2019 году мы провели картирование во всех отделах социальной защиты населения, в МФЦ, выявили все недочеты и потери, оптимизировали их. Затем там же внедрили интеллектуальную систему управления: электронные очереди, четкое понимание руководством, какой процесс и какую задачу, в какое время выполняет оператор МФЦ. Срок льготных выплат у нас сократился с 21 до 12 дней. В этом году планируем свести его к семи дням.
Process Mining проанализировал за две недели 28 каналов связи, 400 типов обращений и 758 тысяч обращений от граждан за прошлый год. Вручную мы бы это делали лет пять, а то и десять, и такого сокращения сроков выплат никогда бы не добились.
Вдохновившись успехом, решили, что искусственный интеллект надо внедрять во всех органах власти. Для этого совместно со Сбером провели диагностику AI-трансформации министерств: огромная анкета, огромный опросник, интервью. Оценивали чиновники себя сами. Управление социальной политики себя оценило на 5% по AI, а когда мы провели полную диагностику, у них оказалось 47%. То есть там весь вопрос в обучении людей пользовании инфраструктурой.
Сейчас каждый орган власти должен представить на координационный совет по внедрению искусственного интеллекта не менее трех проектов реальной трансформации своей отрасли. За проекты голосуют члены совета, у губернатора – право вето. Министр цифры, министр экономики и министр финансов до голосования должны дать свое заключение о целесообразности внедрения того или иного решения. Проекты необязательно должны быть с искусственным интеллектом, это может быть и обычная цифровизация – не все органы власти продвинуты так, как нам хотелось бы. Но каждый орган власти в Липецкой области имеет не только заместителя министра по AI, освобожденного от других рутинных задач, но и команду AI-трансформации.
Наша собственная разработка – ML-модель оценки стоимости участков сельхозземель. С этим проектом мы и победили в «Лидере искусственного интеллекта». Раньше человек сидел и вручную смотрел карту, высказывая свое мнение о необходимости или отказе в приобретении в пользу государства сельхозземель. Когда потом эксперты выезжали на место, оказывалось, что там болото или лес, стоимость земли была завышена, и регион потерял порядочную сумму денег. Поэтому мы все оцифровали, написали более чем по 20 параметрам оценку, участков и теперь нам в год ML-модель экономит 20 млн рублей и снижает трудозатраты с часа до 5 минут.
Проект машинного зрения мы сделали тоже сами: купили регистратор, поставили его на машину и научили распознавать ямы. Дальше эти ямы наложили на карту, которая имеет слои с гарантированным дорожным покрытием и без гарантии. Соответственно, в зависимости от этого «напрягаем» подрядчиков, и они заделывают недостатки в рамках гарантийного срока либо мы заносим эти траты в бюджет муниципалитета.
У нас 19 тысяч камер в регионе, из них 12 тысяч с системой распознавания лиц – одна из самых крупных после Москвы, Питера и Казани. Конечно, к ней «прикручены» транспортные потоки, парковочные камеры, камеры строек.
Ранее репортаж был доступен только в печатной версии газеты «Коммерческие вести» от 9 апреля 2025 года.
Фото © Максим КАРМАЕВ
