Применение ИИ и больших данных в управлении государственными процессами

Процесс цифровой трансформации государственного управления выступает в качестве одного из стратегических приоритетов развития современных государств, включая Российскую Федерацию. Данный процесс находит отражение в системе стратегических документов и предполагает комплексное внедрение цифровых технологий в деятельность органов публичной власти [1]. Государственные информационные системы (ГИС) выполняют в этом процессе ключевую роль, обеспечивая сбор, систематизацию, хранение и обработку данных, необходимых для реализации управленческих функций и предоставления государственных услуг.

Современные ГИС функционируют в условиях экспоненциального роста объемов структурированной и неструктурированной информации, поступающей из разнообразных источников: ведомственных ресурсов, государственных реестров, порталов услуг и систем мониторинга. По своим ключевым параметрам (объем, скорость прироста, разнообразие) эти массивы соответствуют характеристикам больших данных (Big Data), что актуализирует необходимость применения передовых методов аналитической обработки [2].

В данном контексте особую значимость приобретает использование технологий искусственного интеллекта (ИИ), позволяющих автоматизировать сложные аналитические задачи, выявлять скрытые закономерности и повышать обоснованность управленческих решений. Как отмечено в современных исследованиях и стратегических документах, ИИ становится одним из центральных инструментов повышения эффективности и качества государственного управления.

Государственные информационные системы составляют технологический фундамент цифрового государственного управления. Их функциональное назначение охватывает автоматизацию процессов предоставления государственных и муниципальных услуг, обеспечение межведомственного электронного взаимодействия, а также сбор и анализ данных социально-экономического характера. Развитие и модернизация ГИС являются неотъемлемым компонентом формирования цифрового государства (Digital State) как новой модели организации публичной власти [3].

Согласно позициям исследователей, цифровая трансформация публичного сектора не ограничивается технической модернизацией, а предполагает фундаментальный переход к управлению, основанному на данных (data-driven governance) и продвинутой аналитике [4]. В этой связи возрастает роль интеллектуальных методов обработки информации, способных эффективно работать с крупными, разнородными и быстро обновляемыми массивами данных, характерными для современного государственного управления.

Большие данные в государственных информационных системах формируются в результате консолидации информации из множества разрозненных источников [5]. К ним относятся статистические показатели, данные о предоставлении государственных услуг и выполнении функций, результаты мониторинга и контроля, а также информация, генерируемая в рамках работы цифровых платформ. Аналитическая обработка таких данных позволяет выявлять устойчивые тренды, корреляции и закономерности, имеющие значение для социально-экономического планирования и оценки эффективности политик.

Как указывает Лукашенко Д.В., применение технологий Big Data в управленческой практике способствует существенному повышению качества аналитической работы и позволяет снизить уровень неопределенности при стратегическом планировании и оценке результатов [6]. Вместе с тем, без использования интеллектуальных алгоритмов машинного обучения и анализа, обработка больших данных остается крайне сложной, трудозатратной и зачастую малоэффективной задачей.

В исследованиях [7–8] искусственный интеллект рассматривается как один из ключевых факторов повышения эффективности, прозрачности и качества государственного управления. Методы машинного обучения, интеллектуального анализа данных и обработки естественного языка находят применение для решения таких задач, как автоматическая классификация обращений, выявление аномалий и мошеннических схем, прогнозирование ключевых показателей развития территорий и отраслей.

В Стратегии развития искусственного интеллекта в Российской Федерации особо подчеркивается важность внедрения технологий ИИ в деятельность органов государственной власти. К приоритетным направлениям отнесены аналитическая поддержка управленческих решений, автоматизация рутинных операций и повышение качества предоставляемых государственных услуг [9].

Ряд исследователей [10–11] отмечают значительный потенциал использования ИИ в экосистеме электронного правительства, в частности, при создании интеллектуальных, контекстно-зависимых сервисов для взаимодействия с гражданами и бизнесом.

Интеллектуальные системы поддержки принятия государственных решений. Одной из центральных функций современных ГИС является обеспечение поддержки принятия управленческих решений (СППР). Интеграция интеллектуальных алгоритмов в такие системы позволяет проводить глубокий анализ больших массивов структурированных и неструктурированных данных, моделировать последствия принимаемых решений и формировать обоснованные рекомендации для лиц, принимающих решения [12].

Согласно исследованиям, внедрение ИИ в управленческие процессы способствует повышению уровня объективности и обоснованности решений, минимизирует влияние субъективных факторов и когнитивных искажений, а также усиливает потенциал стратегического планирования.

Несмотря на признанный потенциал, процесс интеграции технологий ИИ и Big Data в государственные информационные системы сталкивается с комплексом проблем. Среди основных выделяются вопросы, связанные с качеством, полнотой, актуальностью и согласованностью данных, хранящихся в различных ведомственных системах. Серьезной проблемой остается техническая и организационная сложность интеграции разрозненных, часто несовместимых информационных ресурсов («силосов данных») [13]. Также отмечается острый дефицит квалифицированных кадров, обладающих компетенциями на стыке data science и государственного управления.

Отдельного внимания в академических публикациях и экспертных дискуссиях требуют правовые и этические аспекты применения ИИ в публичном секторе. Проведенный сравнительно-правовой анализ демонстрирует, что действующее нормативно-правовое регулирование в данной области нуждается в существенном развитии, унификации и конкретизации, особенно в части определения ответственности, обеспечения прозрачности (объяснимости) алгоритмов и защиты прав граждан [14].

Перспективы развития государственных информационных систем неразрывно связаны с углублением использования интеллектуальной аналитики и переходом от реактивных к проактивным и предиктивным моделям управления. Применение технологий ИИ и Big Data открывает возможности для построения точных прогнозных моделей социально-экономического развития, оценки долгосрочных эффектов государственных программ и реализации принципа «регуляторной гильотины» на основе данных.

Исследователи [15–16] сходятся во мнении, что успешная реализация этого потенциала возможна только при условии комплексного подхода, синхронизирующего технологическую модернизацию, организационные изменения и развитие адекватной правовой среды.

Проведенный анализ позволяет констатировать, что технологии искусственного интеллекта и больших данных играют всё более существенную роль в эволюции государственных информационных систем и практик публичного управления. Их грамотное применение способно стать драйвером повышения эффективности государственного аппарата, качества аналитической работы и уровня обоснованности стратегических решений. В то же время, для раскрытия этого потенциала необходимо последовательное решение ряда задач: совершенствование нормативно-правового регулирования, обеспечение необходимого уровня безопасности и доверия к данным, а также масштабная подготовка и переподготовка кадров, обладающих соответствующими цифровыми компетенциями. 

Список литературы 

1. Лукашенко Д. В. Искусственный интеллект и обработка больших данных: новые горизонты в информатике и информационных процессах / Д. В. Лукашенко // Естественные и технические науки. – 2025. – № 9 (208). – С. 112–114. – EDN DYKCBF.

2. Нуриев Б.Д. Искусственный интеллект в системе государственного управления России и стран Европейского союза: сравнительно- правовой анализ. Часть I // Вестник Российского университета дружбы народов. Серия: Государственное и муниципальное управление. – 2025. – Т. 12. – № 3. – С. 404–416 [Электронный ресурс]. – URL: https://doi.org/10.22363/2312-8313-2025-12-3-404-416.

3. Лю Б. Применение искусственного интеллекта в управлении человеческими ресурсами на крупных государственных предприятиях / Б. Лю, С. Чжу // Russian Economic Bulletin. – 2024. – Т. 7, № 6. – С. 289–293. – DOI 10.58224/2658-5286-2024-7-6-289-293. – EDN XBCAPA.

4. Оларь Д. С. Роль искусственного интеллекта в модернизации процессов государственного управления / Д. С. Оларь // Государственное управление и развитие России: вызовы и перспективы: Сборник статей VIII Всероссийской научно-практической конференции, Пенза, 09-10 декабря 2024 года. – Пенза: Пензенский государственный аграрный университет, 2024. – С. 204–208. – EDN TPGSZR.

5. Применение искусственного интеллекта в стратегическом планировании на муниципальном уровне / Е. И. Макаров, Е. А. Шубина, Н. А. Самодурова, А. И. Извеков // Конкурентоспособность в глобальном мире: экономика, наука, технологии. – 2024. – № 10. – С. 65–68. – EDN ZTJSNH.

6. Лукашенко Д. В. Искусственный интеллект и обработка больших данных в системах управления: новые горизонты цифровизации (возможности реализации во ФСИН России) / Д. В. Лукашенко // Естественные и технические науки. – 2025. – № 6(205). – С. 24–26. – EDN WYYTKM.

7. Кортенко Л. В. Влияние использования искусственного интеллекта на работу IT-специалистов / Л. В. Кортенко, Г. Е. Семакин, А. А. Саликова // Столыпинский вестник. – 2024. – Т. 6, № 3. – EDN EMTIWX.

8. Маркелов А. Д. Анализ современных технологий управления предприятиями-производителями компонентов на основе применения искусственного интеллекта / А. Д. Маркелов // Экономика и управление: проблемы, решения. – 2025. – Т. 2, № 12(165). – С. 40-47. – DOI 10.36871/ek.up.p.r.2025.12.02.005. – EDN NSCYTJ.

9. Стратегия развития искусственного интеллекта в Российской Федерации до 2030 года: утв. Указом Президента РФ от 10.10.2019 № 490 [Электронный ресурс]. – URL: https://base.garant.ru/72838946/ (дата обращения: 24.01.2025).

10. Кольева Н. С. Ценность интеллектуальной собственности в эпоху развития искусственного интеллекта / Н. С. Кольева, И. И. Кирченков, С. Ю. Поляков // BI-технологии и корпоративные информационные системы в оптимизации бизнес-процессов цифровой экономики: Материалы XII Международной научно-практической очно-заочной конференции, Екатеринбург, 04 декабря 2024 года. – Екатеринбург: Уральский государственный экономический университет, 2025. – С. 105–108. – EDN IRZOVU.

11. Талапина Э. В. Искусственный интеллект и правовые экспертизы в государственном управлении / Э. В. Талапина // Вестник Санкт-Петербургского университета. Право. – 2021. – Т. 12, № 4. – С. 865–881. – DOI 10.21638/spbu14.2021.404. – EDN QYVQZD.

12. Аттокуров У. Т., Алимаматова Ч. А. Современные методы применения искусственного интеллекта в системе образования Кыргызстана // Цифровые модели и решения. – 2025. – Т. 4, № 3. – С. 68–77. DOI: 10.29141/2949-477X-2025-4-3-5. EDN: ZJGKJG.

13. Прокофьев О. В. Закономерности развития и перспективные оценки систем на базе искусственного интеллекта / О. В. Прокофьев // XXI век: итоги прошлого и проблемы настоящего плюс. – 2025. – Т. 14, № 2 (70). – С. 91–97. – EDN QSPQWW.

14. Черкасова Т. П. Использование искусственного интеллекта в политических процессах: опыт Российской Федерации / Т. П. Черкасова, О. В. Позднякова // Государственное и муниципальное управление. Ученые записки. – 2025. – № 2. – С. 191–203. – EDN UTDUDE.

15. Прокофьев О. В. Закономерности развития и перспективные оценки систем на базе искусственного интеллекта / О. В. Прокофьев // XXI век: итоги прошлого и проблемы настоящего плюс. – 2025. – Т. 14, № 2(70). – С. 91-97. – EDN QSPQWW.

16. Шарабаева Л. Ю. Потенциал внедрения искусственного интеллекта в госуправление / Л. Ю. Шарабаева // Научные труды Северо-Западного института управления РАНХиГС. – 2024. – Т. 15, № 3(65). – С. 261–266. – EDN LBGVEO.