Обзор и мировой опыт

Мировой опыт ИИ в госуправлении: 200 примеров и выводы для России

Михаил Мозг28 сентября 20263 минуты чтения

Мировой опыт ИИ в госуправлении здесь разобран по кейсам. Мы взяли примеры, где ИИ уже работает в государственных функциях за рубежом, и оставили в них главное: задачу, цифру и урок. Страны не называем: для решения важно, что сработало и почему, а не где. Источники указаны внизу.

Содержание

Что показал разбор 200 примеров
Налоговые службы
Контроль закупок
Госслужащие и рутина
Пять уроков для российской организации
Как измерять результат

Что показал разбор 200 примеров

Международная организация ОЭСР в 2025 году разобрала больше 200 примеров ИИ в 11 основных функциях государства. Больше всего внедрений в предоставлении услуг и правосудии, меньше всего в оценке политики, сборе доходов и реформе госслужбы. 57% проектов сводятся к автоматизации. Генеративного ИИ среди них пока немного. И главное: около 60% инициатив остаются на стадии пилота или подготовки.

Налоговые службы

По обзору 58 налоговых администраций, к 2023 году 69% из них использовали большие данные и ИИ для управления рисками, еще 24% вели программы внедрения. В 2016 году таких было 9%. Основные задачи: отбор объектов для проверок, проверка личности, автоматизация рутины.

Контроль закупок

Контрольное ведомство одной из стран с 2015 года использует систему, которая читает закупочную документацию и предупреждает о рисках. По данным ведомства, она помогла предотвратить расходы по подозрительным закупкам на 11 млрд в местной валюте. С 2024 года систему подключают региональные и муниципальные органы контроля.

Госслужащие и рутина

В эксперименте, где ИИ-ассистент получили 20 000 госслужащих на три месяца, участники, по их оценке, в среднем экономили 26 минут в день на подготовке документов и поиске информации. Больше 70% сказали, что стало меньше времени на поиск и рутину. Авторы честно отметили: куда ушло сэкономленное время, измерить не удалось.

Пять уроков для российской организации

Начинать с автоматизации конкретной задачи, а не с большой платформы. Мерить с первого дня: без метрики проект застревает в пилоте. Оставлять решение за человеком, особенно в контроле. Решать вопросы данных и безопасности до старта. Масштабировать только то, что дало цифру. Так устроен наш пилот: 14 дней, одна задача, метрика в договоре.

Как измерять результат

В эксперименте с 20 000 госслужащих экономию времени считали по оценке самих участников, и авторы не смогли измерить, куда ушло сэкономленное время. Поэтому в пилоте мы берем показатель самого процесса, а не впечатления сотрудников: время от регистрации документа до передачи исполнителю, доля поручений, закрытых в срок, доля документов, обработанных без ручного ввода. Значение до пилота и после него попадает в отчет. Решение о масштабировании принимается по этой цифре.

Вопросы и ответы

Почему в кейсах не названы страны?

Для решения важны задача, метрика и урок, а не страна. Источники со всеми деталями указаны внизу страницы.

Какая главная ошибка в мировых проектах?

Пилот без метрики: по ОЭСР, отсутствие измерения эффекта один из ключевых факторов, из-за которых проекты остаются в пилоте.

Что внедряют чаще всего?

Автоматизацию: 57% из 200 примеров ОЭСР.

Какие зарубежные примеры ИИ в госсекторе можно повторить в России?

Те, что проходят проверку по российским правилам: требования к моделям и данным, правила закупок, регламенты организации. У контроля закупок и чтения первичных документов российские примеры уже есть.

Что нужно от организации, чтобы проверить практику у себя?

Одна задача с результатом, который считается, доступ к данным, допустимым для пилота, и один ответственный сотрудник: полчаса в день на спорные случаи. Пилот занимает 14 дней и стоит от 150 000 ₽.