Сессия о том, какие задачи уже можно делегировать нейросетям, как ИИ меняет муниципальное управление, медиакоммуникации, аналитику, контент и работу управленческих команд.
Сессия была построена как практическая лекция о том, что искусственный интеллект уже можно использовать не как экспериментальную технологию, а как ежедневный инструмент работы. Главная рамка прозвучала в начале: нейросети не заменяют человека автоматически, но связка “человек плюс нейросеть” дает принципиально более высокий результат.
Разговор шел сразу по нескольким направлениям: какие задачи можно делегировать нейросетям, как правильно формулировать промты, какие российские и зарубежные инструменты доступны, как работают ИИ-агенты, как муниципалитеты уже применяют ИИ, как меняется медиапотребление и почему генеративный контент становится новым фактором информационной политики.
Отдельный акцент был сделан на конкретных кейсах: анализ и подготовка презентаций, ассистенты для поиска информации и работы с документами, муниципальные решения для контроля отходов, детских садов и вовлечения пожилых людей, создание вертикального видео, цифровые аватары, цифровые двойники и тестирование реакции аудитории.
При этом сессия не была технооптимистичной без ограничений. В финале отдельно прозвучала тема ошибок и “галлюцинаций” нейросетей: ИИ ускоряет работу, но ответственность за результат, проверку фактов и публикацию остается на человеке.
Для госсектора эта сессия важна потому, что переводит ИИ из абстрактной темы в набор конкретных управленческих применений. Нейросети можно использовать для аналитики, подготовки материалов, обработки обращений, медиакоммуникаций, мониторинга, образовательных программ, проектирования сервисов и ускорения рутинных задач. Но внедрение требует не только доступа к инструментам, а понятных правил: какие данные можно загружать, кто проверяет результат, как избежать ошибок и где человек остается ответственным владельцем решения.
Сначала участникам показали базовый уровень работы с нейросетями: как ставить задачу, задавать роль, давать входные данные, описывать контекст и требовать нужный формат ответа. Это важный практический минимум, без которого ИИ часто выдает слишком общий или непригодный результат.
Затем разговор перешел к более сложному уровню — ИИ-агентам. Если обычный чат отвечает на отдельный запрос, агент может выполнять цепочку действий: мониторить источники, искать данные, собирать документы, сравнивать предложения, проверять контрагентов, готовить материалы и возвращать результат по расписанию или по заданному сценарию.
После этого были показаны муниципальные кейсы. Важный смысл этих примеров — ИИ не обязательно начинается с больших федеральных платформ. Иногда это конкретное решение в городе: камера и голосовое предупреждение на площадке для отходов, робот для первичного выявления признаков заболевания у детей в детском саду, нейрообраз для коммуникации с пожилыми людьми.
Третья большая линия сессии — медиапространство. Спикер показал, что внимание аудитории становится короче, вертикальное видео занимает значительную долю потребления, а доля контента, созданного с участием ИИ, быстро растет. Для государства это означает: привычные форматы информирования будут проигрывать тем, кто умеет быстро создавать графику, видео, персонажей, объясняющие ролики и адаптировать сообщение под новые каналы.
Финальный слой разговора — цифровые аватары и цифровые двойники. Эти технологии могут использоваться для производства контента, общения с аудиторией, тестирования реакций и моделирования восприятия решений. Но вместе с этим возникает вопрос доверия, этики, согласия человека на использование образа и ответственности за результат.
На примере ремонта спортивного зала была показана логика цепочки агентов: анализ фотографии, определение потребностей, поиск предложений, проверка контрагентов, подготовка материалов и последующий контроль результата.
В муниципалитетах уже применяются решения для городской среды, работы с отходами, детских садов, диспансеризации, обращений граждан и автоматизации подготовки материалов.
Были показаны сценарии создания текстов, изображений, вертикального видео, музыкального и визуального контента, который помогает быстрее упаковывать сложные темы для широкой аудитории.
Цифровая копия человека может использоваться для записи роликов, многоязычной коммуникации и регулярного присутствия в медиапространстве без постоянных съемок.
Обсуждалась идея цифровых респондентов, которые помогают быстро оценивать возможную реакцию аудитории на решения, инициативы или контент.
Отдельно была представлена логика курсов Президентской академии и сбор практик от муниципалитетов, где авторы решений могут становиться спикерами и делиться опытом.
Не ждать больших реформ, а начинать с простых задач: подготовка справок, анализ документов, структурирование данных, создание презентаций, проверка идей и черновиков.
Сотрудникам нужны не общие разговоры об ИИ, а практический навык постановки задач нейросети: роль, данные, контекст, формат, проверка результата.
Если в муниципалитете уже есть рабочий ИИ-кейс, его стоит описывать и передавать другим — через образовательные программы, базы практик и профессиональные сообщества.
Государственным и муниципальным командам нужно осваивать короткие визуальные форматы, иначе они будут проигрывать в новой медиасреде.
Нужно заранее определить, какие данные можно загружать в нейросети, кто проверяет результат, как маркировать ИИ-контент и кто несет ответственность.
ИИ может ускорить подготовку, но не должен становиться единственным источником фактов, управленческих выводов или публичных заявлений.
Начать с карты задач, где ИИ может дать быстрый эффект: аналитика, справки, обработка массивов текста, подготовка презентаций, мониторинг, коммуникационные материалы.
Найти 2–3 практических кейса, где ИИ помогает снизить нагрузку, улучшить сервис или быстрее реагировать на проблему городской среды.
Не требовать “внедрить ИИ вообще”, а поставить конкретную управленческую задачу: что ускорить, что упростить, где снизить ручной труд, где повысить качество решения.
Освоить нейросетевой цикл производства контента: идея, текст, изображение, видео, адаптация под короткие форматы, тестирование реакции и контроль качества.
Строить обучение вокруг реальных задач участников: не обзор сервисов, а практическая работа с документами, данными, промтами, кейсами и ограничениями.
Описывать ИИ-пилоты по единому шаблону: задача, данные, инструмент, ответственный, ограничения, критерии эффекта, риски и порядок проверки результата.
ИИ не стоит воспринимать как отдельный технологический проект. Для госсектора он становится новым рабочим слоем: ускоряет подготовку материалов, помогает анализировать данные, упрощает коммуникацию, поддерживает сотрудников и открывает новые форматы взаимодействия с гражданами. Но эффект появляется только там, где есть понятная задача, обученная команда, правила безопасности и обязательная проверка результата человеком.
ИИ в управлении — это не замена человека, а “бензопила” для интеллектуального труда: тот же человек, но с принципиально другой скоростью и производительностью.