ИИ в госуправлении: мировой опыт и уроки для России
Денис Михайлович Лекомцев, основатель 3L LEXECONOMICS BFi 24 января 2026 года
На прошлой неделе Европарламент утвердил обновлённый регламент по искусственному интеллекту — первый в мире комплексный закон, который жёстко разграничивает «допустимые» и «запрещённые» сценарии использования ИИ в госсекторе. Это событие заставляет задуматься: как Россия вписывается в глобальную повестку цифровизации госуправления и какие уроки можно извлечь из зарубежного опыта?
Что происходит в мире: три контрастных модели
В Европе выбрали путь «осторожной инновации». Новый регламент ЕС требует от технологий доказывать безопасность ещё до внедрения. Что это значит на практике:
- системы массового распознавания лиц в общественных местах запрещены полностью;
- для ИИ‑систем в здравоохранении и правосудии обязательна оценка рисков;
- за нарушения предусмотрены штрафы до 7 % глобального оборота компаний.
Китай делает ставку на скорость и эффективность, ставя их выше приватных прав. В Шанхае ИИ уже решает масштабные задачи:
- анализирует данные с 1,2 млн камер городского видеонаблюдения в реальном времени;
- прогнозирует социальные волнения, изучая соцсети;
- автоматически выписывает штрафы за нарушения ПДД.
В США подход иной — «рынок разберётся». Федеральные агентства действуют независимо друг от друга:
- налоговая служба (IRS) использует ИИ для выявления мошенничества с точностью 89 %;
- Министерство транспорта экономит $45 млн в год благодаря дронам с ИИ, которые инспектируют мосты;
- в 12 штатах чат‑боты обрабатывают запросы на пособия.
При этом в США нет единого закона об ИИ в госсекторе — регуляция идёт по отраслям.
Что это значит для России?
Российский опыт показывает: мы сочетаем лучшие практики разных стран. От Китая берём технологическую амбициозность — например, московская система «Цифровой инспектор». От Европы — внимание к правовым рискам: в Петербурге экспериментируют с «этическими панелями». От США — практическую гибкость через пилотные проекты в регионах.
При этом у нас есть и собственные успешные решения:
- в Татарстане создали ИИ‑платформу для фермеров — она объединяет спутниковые данные и метеостатистику, давая прогнозы с точностью 89 %;
- в Свердловской области запустили многоязычного чат‑бота для мигрантов — время обработки запросов сократилось с 5 дней до 2 часов.
Три вызова, которые требуют решения
Первый вызов — кадровый дефицит. В России не хватает 12 000 специалистов по Data Science. Для сравнения: в ЕС за 2025 год подготовили 45 000 сертифицированных экспертов по ИИ‑регулированию. Решение — создание «цифровых хабов» при вузах с фокусом на госсектор.
Второй вызов — фрагментарность данных. Проблемы с ЕГРН и ЕГРЮЛ (1,2 млн ошибочных записей) напоминают ситуацию в Индии, где система биометрической идентификации Aadhaar столкнулась с 8 % некорректных совпадений. Без «единого цифрового ядра» ИИ тратит до 40 % ресурсов на попытки разобраться в противоречивой информации.
Третий вызов — правовая неопределённость. Случай с неверными расчётами субсидий в Подмосковье (когда ИИ ошибся, а чиновник подписал) повторяет прецеденты в США, где суды до сих пор не могут определить ответственность за решения алгоритмов. Выход — разработка «цифрового кодекса» с чёткими правилами для ИИ в госсекторе.
Куда идём в 2026–2027: три приоритета
«Единый ИИ‑хаб»: к концу 2026 года 45 ведомств объединят системы в одну платформу. Это даст:
- сокращение дублирования данных на 50 %;
- ускорение согласования документов с 30 дней до 3 часов;
- снижение затрат на IT‑поддержку на 25 %.
Биометрия с человеческим лицом: пилотные проекты с Face ID в пяти городах (Москва, СПб, Казань, Новосибирск, Сочи) должны найти баланс между удобством и защитой персональных данных. Опыт ЕС показывает: без прозрачных правил даже самые продвинутые технологии могут вызвать отторжение.
