Четыре направления изменений
Проактивные сервисы. Идея «услуга находит человека»: система видит жизненную ситуацию (рождение ребёнка, возраст выплаты, смена документов) и сама предлагает оформить положенное. Здесь ИИ — аналитический слой над ведомственными данными: он выявляет кандидатов на услугу, но согласие и заявление остаются за человеком.
Ассистенты первой линии. Голосовые роботы и чаты отвечают на вопросы о документах, сроках и порядке. Экономика прозрачна: значительная часть обращений — типовые вопросы, которые ассистент закрывает мгновенно, оставляя операторам сложные случаи. Требования к качеству жёсткие: неверная консультация о сроке или справке — прямой ущерб доверию.
Предварительная проверка. ИИ распознаёт документы в загружаемых сканах, сверяет поля, подсказывает об ошибках до отправки заявления. Это снижает долю возвратов на доработку — один из самых болезненных показателей цифровых услуг.
Персонализация. Кабинет услуги строится под ситуацию конкретного человека: порядок шагов, подсказки, состав справок. Персонализация работает на данных, которые человек уже предоставил государству, — без новых согласий на лишнее.
Что уже реально, что впереди
| Направление | Статус на 2026 год | Горизонт 2027 |
|---|---|---|
| Чат-ассистенты на порталах | Работают в ряде сервисов | Стандарт первой линии |
| Распознавание документов | Штатная технология | Расширение на сложные формы |
| Проактивные предложения | Пилоты по отдельным жизненным ситуациям | Тираж на новые сценарии |
| Голосовые ассистенты | Ограниченное применение | Рост вместе с качеством распознавания речи |
Требования доверия: что обязаны обеспечить ведомства
Гражданин не обязан разбираться, где кончился человек и начался ИИ, — поэтому корректность целиком на стороне системы. Пять опор доверия:
- Локализация обработки. Персональные данные граждан обрабатываются в России; для госорганов закупка иностранного ПО запрещена с 01.01.2025 указом № 166, а статусы суверенных и национальных моделей по 243-ФЗ создают рамку для требований к моделям в госсистемах.
- Контроль корректности ответов. Выборочная проверка ответов ассистентов, метрики качества, механизм обратной связи «ответ не помог».
- Прозрачность автоматизации. Человек понимает, что общается с ИИ, и может перейти к живому оператору.
- Человек-в-контуре. Решения, затрагивающие права, готовятся ИИ, но принимаются человеком; принцип развёрнут в отдельном разборе.
- Защита от атак. Ассистенты, работающие с текстами пользователей, уязвимы к промпт-инъекциям — класс рисков описан в OWASP LLM Top-10; перед запуском обязательны тесты устойчивости.
Архитектура: где живёт модель
Три контура развёртывания ИИ-компонентов госуслуг: собственная инфраструктура ведомства (максимальный контроль, высокая стоимость), российское облако с сертифицированными сервисами (баланс скорости и требований), гибрид с разграничением данных по чувствительности. Технологические детали — в материалах о выборе on-premise LLM и границах применения LLM в ГИС.
Отдельный вопрос — интеграция с ведомственными системами через API: ассистент получает минимальные права (только чтение статусов, только необходимые поля), обращения журналируются, аномалии мониторятся. Логика минимальных привилегий для ИИ-агентов разобрана в модели угроз агентного ИИ.
Что это даёт гражданину
Измеримые эффекты для людей: меньше возвратов документов (предварительная проверка), быстрее ответы на типовые вопросы (ассистенты работают круглосуточно), меньше «ненужных» визитов (проактивные предложения), понятнее шаги (персонализация). Неизбежные риски — ошибки ассистента и обезличивание общения — закрываются прозрачностью и возможностью эскалации к человеку.
Критика и её адрес
Скепсис к ИИ в госуслугах концентрируется на трёх темах. «Робот откажет мне в услуге» — адресуется принципом человек-в-контуре: отказ с правовыми последствиями готовит, но не принимает ИИ. «Данные уйдут в облако» — адресуется локализацией обработки и запретами на передачу вовне. «Ошибки будут скрываться» — адресуется журналами и внешним контролем качества. Честные ответы на эти три вопроса — половина доверия к цифровым услугам.
План ведомства на 2027 год
- Инвентаризация услуг на потенциал автоматизации: доля типовых обращений, доля возвратов, время ответа.
- Пилот ассистента на одной услуге с метриками качества и обратной связью.
- Встраивание контроля корректности: выборочные проверки, регламент эскалации, обучение модели на проверенных кейсах.
- Расширение на смежные услуги после устойчивых метрик пилота.
Ведомствам и операторам цифровых сервисов — заявка: НЬЮ-ССТ проектирует и защищает ИИ-компоненты госуслуг, от архитектуры до тестов устойчивости.