AI-Native государство: что это и где граница

Евгений начинает с опыта внедрения электронного рецепта в Беларуси: цифровизация отдельного ведомства ещё не собирает удобный путь человека. За единым окном могут остаться многочисленные формы и переходы между учреждениями. Александр связывает проблему с культурой организации. В бизнесе ориентацию на результат поддерживает конкуренция; в государстве самостоятельной ценностью становится одинаковое применение правил. Если каждое ведомство отвечает только за свой участок, гражданину приходится самому соединять их работу.

Алексей предлагает смотреть на государство как на особенно сложную систему, стремящуюся сохранять своё существование. Александр возражает против автоматического отождествления этой цели с благополучием граждан. Поменять поставщика коммерческой услуги обычно проще, чем сменить государство и получить права в другой стране. Поэтому переносить корпоративную модель AI-native нужно начиная с целей: чей результат улучшается и кто вправе определить, что считать улучшением.

Самая понятная отправная точка для Алексея — помощь с ежедневной работой: документами, подготовкой материалов и коммуникацией. Естественный язык может упростить доступ к инструментам людям, которые уверенно общаются, но не хотят осваивать сложные компьютерные интерфейсы. Евгений напоминает о неоцифрованных документах: связный автоматизированный процесс трудно построить, если часть его входов всё ещё существует на бумаге.

Александр отделяет выдачу подписок от передачи работы агентам. Помощник рядом с человеком оставляет прежний процесс почти неизменным. Для самостоятельного исполнения нужны среда работы, знания, процедуры, проверка результата и контроль безопасности. Инициатива одного сотрудника упирается в вопросы размещения системы, полномочий и ответственности. Долгая закупка инфраструктуры плохо сочетается с возможностью быстро автоматизировать собственную задачу.

Обсуждая передачу исполнения правил агентам, ведущие возвращаются к последствиям прежней цифровизации. Александр приводит случаи автоматических штрафов, долгов и решений о социальной помощи, исправление которых затягивалось. В его сравнении история школьных оценок показывает, что общественное давление иногда ускоряет отмену решения. Эти примеры в разговоре служат предупреждением: запустить систему проще, чем восстановить положение пострадавшего человека.

Для автономности Александр предлагает проверять результат, возможность отмены и масштаб последствий. Система должна действовать в пределах предоставленных полномочий; объяснение «это сделал агент» не определяет ответственного. Формальное наличие руководителя тоже недостаточно, если у него нет заинтересованности исправлять ошибки. Автоматизация поддержки способна усугубить проблему: гражданин получает повторные отказы от ботов и не может добраться до человека, который вправе пересмотреть дело.

Евгений рассказывает о знакомом, которому британский банк неоднократно отказывал в открытии счёта. По его рассказу, агент звонил в поддержку, добивался разговора с сотрудниками и помог довести запрос до руководителя. Человек следил за переговорами и корректировал действия помощника. После эскалации банк убрал устаревшую отметку, и счёт удалось открыть. Это частный опыт участника разговора, иллюстрирующий применение AI против бюрократического тупика.

Другой пример — небольшой сайт, который Евгений собрал для выбора жилья: сведения о районах, школах и других условиях приходили из разных источников. Александр узнаёт в этом собственную попытку изучить Лондон. Такой инструмент решает конкретную жизненную задачу поверх существующих сервисов. Его польза не требует, чтобы все организации сначала перестроили свои системы; при этом участники не утверждают, что бытовой пример снимает ограничения государственных данных.

Алексей использует аналогию с законом Хайрама: пользователи начинают зависеть даже от случайных особенностей интерфейса. В учреждении вокруг сложной формы тоже вырастают связи и роли. Человек, который один умеет её заполнять, получает влияние; устранение неудобства меняет его положение. Поэтому при внедрении AI важно увидеть не только техническую неэффективность, но и тех, кому существующий порядок даёт преимущество.

Евгений замечает, что у ведомства часто нет конкурента, который заставил бы его улучшать пользовательский опыт. Редко нужная услуга может оставаться неудобной годами, потому что граждане проходят её один раз и терпят. Ведущие связывают изменения с сочетанием инициативы сотрудников и поддержки руководства. Пример учителя, который готовит материалы с AI и показывает результат коллегам, делает такой путь конкретным: полезная практика распространяется, а затем возникает запрос на общие инструменты.

Алексей предполагает, что служащие уже могут пользоваться внешними помощниками без согласованного порядка. Для него это аргумент в пользу организации безопасного доступа, а не доказательство измеренного масштаба использования. Контекст государственных задач делает вопрос хранения данных особенно чувствительным. В разговоре появляются варианты собственной модели и открытых моделей, но готового универсального выбора участники не предлагают.

Евгений допускает, что крупные AI-лаборатории захотят стать поставщиками инфраструктуры для государств. Эта возможность одновременно означает зависимость от внешней компании. Александр обращает внимание на опасность соединения собранных сведений с автоматическими ограничениями для человека. Сценарии тотального контроля обсуждаются как риск и мысленный эксперимент; неопределённые рассказы о конкретных системах наблюдения не превращаются в установленное описание их работы.

Алексей считает важными убеждённость руководителя, поиск людей, способных провести изменения, и ресурсы для их работы. Исторические примеры он использует как аналогию управленческого выбора. Александр подчёркивает другую временную шкалу государств: сложившиеся институты меняются медленно, а перенос опыта небольшой страны на большую требует осторожности. Разногласие остаётся открытым; общего рецепта государственной трансформации ведущие не формулируют.

Наиболее вероятным путём Александр считает расширение помощи служащим и постепенное внедрение автоматизации в услуги. Простые решения можно выделять отдельно, сложные оставлять людям. Электронная сделка с недвижимостью иллюстрирует ценность предсказуемого и проверяемого процесса, хотя сама по себе не доказывает необходимость агентов. Алексей возражает против недооценки возможного выигрыша: даже небольшая страна, по его мнению, может получить существенное преимущество от удачного применения AI.

В финале Алексей выдвигает гипотезу: навыки тонкой коммуникации могут оказаться полезными при управлении большими системами агентов. Одновременно он описывает личное наблюдение при чтении сложных книг с моделью: помощник начинает подмешивать собственные интерпретации вместо объяснения авторской мысли. Пользователю приходится явно отделять понимание источника от предложенного моделью взгляда.

Александр сомневается, что политические приёмы нужно переносить в проектируемую агентную систему. Он возвращает разговор к ясным целям, ограниченным ресурсам и доступным непротиворечивым данным. Умение влиять на людей само по себе не заменяет проектирование процесса. Для оценки AI-native государства в итоге важны не обещания автономности, а выбранная общественная задача, проверяемость исполнения и возможность человека добиться исправления результата. Финальный сценарий Александра и Евгения — продолжение цифровизации, в котором AI помогает выполнять работу быстрее и, возможно, дешевле.