Государство – это знание

Что может дать искусственный интеллект эффективной экономике данных

Запуск нового национального проекта «Экономика данных» для организаций госсектора означает еще больший акцент на развитии дистанционных сервисов для граждан и бизнеса, на сборе, обмене и аналитике данных для принятия эффективных управленческих решений. Какую роль в этих процессах будут играть технологии искусственного интеллекта, читателям RSpectr рассказывает директор по продукту «Преферентум» компании SL Soft Николай Тржаскал.

ТРИ КАТЕГОРИИ

Нацпроект «Экономика данных», равно как и его предшественник «Цифровая экономика», являются очередными элементами на пути к построению экономики знаний–– высшего этапа развития постиндустриальной инновационной экономики, для которой характерно формирование общества, где доминирующей ценностью, экономической и ресурсной, становится знание как таковое.

Знание – высшая форма информации, его фундаментальная основа – чистые, доступные, понятные данные

На протяжении веков основной формой передачи информации служат документы (будь то шумерские глиняные таблички, египетские папирусы, новгородские берестяные грамоты или современные файлы). Они поступают в организацию, обрабатываются и хранятся в информационных системах (ИС), используются для получения необходимых сведений, а также передаются вовне.

В наши дни количество информсистем постоянно увеличивается, а объем генерируемых ими данных растет по экспоненте

Это требует от организаций оптимизации процесса обработки входящих документов, создания новых, обмена ими, а также формирования отчетности.

Работу с входящими и исходящими документами можно систематизировать, пусть и неэффективно, в рамках существующих решений и бизнес-процессов.

Самый большой объем данных, представляющий интерес с точки зрения построения и управления знаниями, приходится на документы, которые мертвым грузом лежат в архивах, сетевых и локальных хранилищах, в электронной почте и корпоративных мессенджерах. Я уверен, что

вы соблюдаете правила информационной безопасности и не обмениваетесь рабочими материалами в мессенджерах

Помните, как вы пытались найти данные, которые видели в каком-то из документов всего несколько месяцев назад, и долго не могли их найти, поскольку существующие механизмы поиска не в состоянии воссоздать ассоциативный ряд, свойственный человеческому интеллекту? Даже если вы знаете, в каком 50-страничном документе содержится нужная вам информация, добраться до конкретной точки занимает у вас или ваших сотрудников время, которое можно было бы провести с большей пользой.

Итак, информация делится на три категории:

• входящая;
• исходящая;
• забытая (или слабо доступная).

И тут на помощь нашему естественному интеллекту приходит помощник в виде искусственного интеллекта (ИИ).

УПРАЖНЕНИЯ С ОБРАЩЕНИЯМИ

Обработка входящих заявок – обязательная задача любого ведомства или бизнес-организации. Информация стекается из самых разных источников: в электронном виде – приходит по email, в мессенджерах и чатах, выгружается из информационных систем и веб-ресурсов, в физическом виде – прибывает с курьерами или почтальонами.

В госучреждениях при этом растет объем обращений граждан: например, в 2023 году количество обращений в МЧС увеличилось на 33%, а в приемную президента РФ – на 5% по сравнению с 2022 годом. Стоит напомнить, что

каждый такой запрос должен быть обработан, а ответ предоставлен гражданину в регламентированный законом срок

Помочь справиться с такой загрузкой может система умной классификации, которая проводит анализ и обработку обращений на базе искусственного интеллекта (ИИ).

Такая платформа работает с различными источниками: запросами в чатах, электронными письмами, обращениями через веб-форму на сайте, с входящей бумажной корреспонденцией, включая рукописную. Она распознает тему каждого сообщения, проверяет на корректность и классифицирует документы согласно типовому общероссийскому классификатору обращений (а для служебных документов – согласно принятой в организации классификации), после чего автоматически направляет их нужным сотрудникам или службам.

При этом точность классификации составляет до 96%, а время, необходимое на обработку одного сообщения, исчисляется секундами. В итоге

платформа выполняет работу на уровне квалифицированного сотрудника, экономя время и ценные человеческие ресурсы

Кроме того, для предоставления ответа на типовой запрос система может самостоятельно находить нужную информацию в базе знаний и предлагать исполнителю готовый вариант ответа. Получив от него обратную связь в виде исправления итогового текста, система при необходимости проводит дообучение модели с новыми вводными, чтобы в случае ошибки не допустить ее в следующий раз.

В качестве примеров можно привести проекты, выполненные специалистами SL Soft с участием платформы «Преферентум» и других продуктов, входящих в портфель вендора. В Россельхозбанке в короткий срок была внедрена система автоматической классификации обращений в Service Desk, позволившая заказчику справиться с возросшим числом обращений внутренних клиентов – пользователей новой автоматизированной банковской системы (АБС). Классификатор демонстрирует точность маршрутизации 93-95%, а время отработки заявки первой линией поддержки составляет менее секунды.

В банке «Открытие» использование технологии ИИ для обработки заявок в Service Desk привело к высвобождению времени шести сотрудников первой линии техподдержки. Сегодня в компании автоматически маршрутизируются 85% таких почтовых обращений, а количество ошибок снизилось с 6 до 2,5% по сравнению с ручным распределением заявок.

АВТОМАТИЗАЦИЯ ДОКУМЕНТООБОРОТА

Сложности ведения документооборота в госучреждениях связаны не только с растущим объемом входящей документации, но и с требованиями к соблюдению всех юридических нюансов в генерируемых организациями документах – докладных, служебных записках, отчетах, распоряжениях, сметах, контрактах.

При этом повышается и законотворческая активность органов власти. Так, если в 2014 году Госдумой было принято около 400 законодательных актов, то в 2023 году – уже 694. Даже самый высококвалифицированный юрист не в состоянии удерживать в голове такой объем информации и отслеживать все изменения.

По результатам нашего исследования, при согласовании документов сотрудники могут допускать четыре типа ошибок: в 11% – контекстные, в 16% – сутевые, в 31% – в оформлении, в 42% – по содержанию. Наибольшая доля неточностей возникает в области оформления (при создании структуры и размещении компонентов документа в соответствии с ГОСТ и внутренними стандартами организации) и содержания (например, при отсылке к устаревшему нормативному акту).

Интеллектуальные сервисы для экспертизы документов позволяют устранить до 80% подобных ошибок

К их возможностям относятся: правовая экспертиза (анализ рисков и ошибок в договорах), анализ визуальной и сутевой стилистики документа, проверка на соответствие документа внутренней нормативной базе и требованиям законодательства.

Также при обработке запроса платформа способна прогнозировать решение на базе статистического анализа схожих ситуаций в практике госучреждения

В этом случае она экономит время юриста на многочисленные генерации шаблонных ответов.

Например, в МВД России с 2009 года работает Система поддержки деятельности правовых подразделений. Она предназначена для сбора предложений по совершенствованию законодательства, касающегося органов внутренних дел, для помощи в поиске правовых пробелов и коллизий в законодательстве, информационной поддержки сотрудников и проведения правовой экспертизы (в том числе антикоррупционной) проектов нормативных правовых актов.

Сегодня система охватывает более 700 пользователей во всех регионах России, ежегодно обрабатывает более 1,3 тыс. предложений по совершенствованию законодательства и существенно повышает эффективность работы ведомства с правовыми документами.

ПОИСК ИНФОРМАЦИИ

Система интеллектуального поиска дает организациям возможность разобрать ворох документов из той категории, которая по понятным причинам получила название «файловая помойка». Чтобы найти документ, сотрудник госучреждения может просто сформулировать в поисковой строке запрос на естественном языке.

Получив задание, сервис анализирует его и обращается к информации, содержащейся во всех доступных данному пользователю источниках. Это могут быть локальные и сетевые папки, системы МЭДО/СЭД/СМЭВ, корпоративные порталы, облачные хранилища, деловая переписка, история отзывов и обращений, внешние ресурсы (порталы, нормативно-правовые акты, законы и др.). Интеллектуальные компоненты позволяют системе при необходимости корректировать орфографические и грамматические ошибки или опечатки в поисковом запросе, выполнять поиск на разных языках, а также по ключевым словам, метаданным, контексту и смыслу.

Например, проект SL Soft для одного из международных банков был связан с разработкой и внедрением единой системы хранения электронных и бумажных документов, обеспечивающей унификацию процессов обработки документации, ее юридическую значимость и быстрый интеллектуальный поиск. По итогам проекта время поиска и подбора документов сотрудниками банка сократилось на 50%, снизились затраты на оцифровку бумажных копий.

Технологии ИИ при их грамотном и ответственном применении способны значительно упростить госучреждениям процессы управления данными

Это становится особенно важным в ситуации, когда объемы данных и количество информационных систем динамично растут, а оказание государственных услуг гражданам и бизнесу осуществляется преимущественно в дистанционном формате.

Создание единой среды управления знаниями на базе ИИ – это простой способ обеспечить точность, актуальность и оперативность данных. Инструменты и технологии для этого у нас уже есть: они протестированы на реальных проектах и приносят измеримый эффект, а реализация национального проекта «Экономика данных» поможет стране быть богатой и сильной знаниями.