
ИИ-агенты
Чат-бот vs ИИ-агент: в чём разница и что выбрать для бизнеса
[читать статью]


Редакция Notamedia.tech
Эксперты по тематике
AI-решений
Житель пишет в администрацию: во дворе третью неделю не вывозят мусор. Канцелярия регистрирует обращение и пересылает его в отдел ЖКХ. Оттуда запрос уходит в управляющую компанию, а готовый ответ согласуют с юристом. На все у ведомства есть 30 дней по закону о порядке рассмотрения обращений граждан. Нередко почти весь этот срок уходит не на решение проблемы, а на то, чтобы письмо нашло своего исполнителя. В небольшой администрации таких писем сотни в месяц, в крупном городе — десятки тысяч.
В 2026 году искусственный интеллект в государственном управлении перестал быть темой для конференций. У федеральных ведомств появились KPI по внедрению ИИ, вступил в силу первый закон об ИИ, а показатели для регионов уже прорабатываются. Разбираем, какие государственные и муниципальные услуги реально автоматизировать уже сейчас, как это выглядит изнутри и с чего начать администрации или ведомству.
Искусственный интеллект в государственном управлении — это нейросети и алгоритмы машинного обучения, которые работают с содержанием госпроцессов: текстом обращений, сканами документов, речью, фото и данными реестров.
Цифровизация последних пятнадцати лет перевела услуги в электронный вид. Заявление можно подать через Госуслуги или сайт администрации, но дальше его все равно читает, проверяет и пересылает человек. ИИ забирает именно этот ручной участок.
Разница простая. Цифровизация меняет канал: бумага превращается в электронную форму. ИИ меняет обработку: система читает заявление, определяет тему, проверяет документы и готовит черновик ответа. Специалист проверяет результат и принимает решение.
Перед выбором инструмента полезно понимать, чем чат-бот отличается от ИИ-агента: первый отвечает на вопросы, второй выполняет действия в СЭД, реестрах и почте. Агент дороже и внедряется дольше, поэтому его ставят туда, где без действий не обойтись.
В 2026 году государство перевело ИИ из разрозненных пилотов в измеримые обязательства. Теперь ведомства отчитываются не за «попробовали нейросеть», а за конкретные показатели.
За каждой датой стоит конкретный документ или обязательство:
Для муниципалитетов это значит одно: показатели спускаются от федерального уровня к региональному, а от регионов — к местной власти. По плану правительства регион, выполнивший обязательные показатели, сможет подключаться к федеральным ИИ-решениям. Администрации, которые начнут раньше, будут сами выбирать задачи, а не догонять сверху спущенный план.
Указ президента о создании комиссии по развитию ИИ
Первые KPI по внедрению ИИ для 20 федеральных ведомств
Вступил в силу первый закон об ИИ
План внедрения ИИ на 2027–2030 годы
Обязанности разработчиков больших моделей по 243-ФЗ
Быстрее всего окупается автоматизация там, где поток массовый, а действия повторяются: обращения, консультации, прием документов, поиск по нормативке. Ниже — шесть направлений, с которых обычно начинают.
Это самый массовый процесс местной власти. ИИ читает текст обращения, определяет тему и адрес, проверяет повторы и сразу направляет письмо в профильный отдел. Языковая модель готовит черновик ответа со ссылками на нормативные акты. Специалист проверяет, правит и подписывает.
Регионы уже идут этим путем. В ДНР работает ИИ-помощник «Обращайся», который ускоряет обработку обращений и работу с правовыми актами. В Иркутской области нейросеть встроили в Единый контакт-центр правительства региона.
Большая часть звонков и писем в администрацию — повторяющиеся вопросы: какие документы нужны, где подать, сколько ждать. Чат-бот для консультаций жителей отвечает на них по утвержденным регламентам и ссылается на источник. Сложный случай он передает сотруднику вместе с историей диалога.
Пример регионального уровня: на портале госуслуг Нижегородской области в тестовом режиме работает ИИ-ассистент на GigaChat. Он помогает разобрать запрос жителя и подобрать подходящие услуги. На федеральном уровне Минцифры работает над прототипом национального ИИ-ассистента на базе «Госуслуг».
Горячие линии, ЕДДС и запись на прием упираются в число операторов. Голосовой ассистент распознает речь, отвечает на типовые вопросы и регистрирует заявку. Сложные звонки он переключает на человека. В пиковые дни, например при отключении воды или в паводок, линия не захлебывается.
Заявления на земельные участки, разрешения на строительство, справки и выписки часто приходят сканами разного качества. ИИ для обработки документов распознает скан, извлекает поля и сверяет комплектность с регламентом услуги. Недостающие документы он подсвечивает заранее. Отказов по формальным причинам становится меньше, а специалист работает только с полными пакетами.
Специалист администрации ежедневно ищет нужный пункт в регламентах, постановлениях и прошлых ответах. RAG-ассистент отвечает на вопрос, заданный своими словами, и показывает, из какого документа взят ответ. Новые сотрудники быстрее входят в работу, а опытные перестают быть единственным источником знаний.
Камеры и фото от подрядчиков анализирует модель машинного зрения. Она находит переполненные контейнеры, ямы, несанкционированные свалки и неубранные дворы, а затем создает задачу ответственной службе. Контроль подрядчиков перестает зависеть от выездных проверок.
*Сроки и бюджеты — ориентиры. Итоговая оценка зависит от объема данных, интеграций и требований к контуру.
Разберем на условном примере, как меняется работа с обращениями граждан в администрации города среднего размера. Возьмем поток 3 000 обращений в месяц.
Решение по существу и подпись остаются за человеком. ИИ забирает регистрацию, сортировку, поиск и черновик — то, что раньше съедало большую часть 30-дневного срока.
время на одно обращение
50 минут
становится16 минут
в месяц, при 3 000 обращений
2 500 часов
становится800 часов
экономия в месяц
1 700 часов
или≈10 штатных единиц
экономия в год (1 700 часов × 500 ₽ = 850 000 ₽ в месяц)
≈10 млн ₽/год
В госсекторе эффект редко выражается в сокращении штата. Чаще он виден в другом: ответы приходят за дни, а не за недели, отдел справляется с сезонными пиками без переработок, а у сотрудников появляется время на сложные случаи. Эти метрики тоже стоит зафиксировать до старта — логика та же, что и при расчете ROI от внедрения ИИ в коммерческой компании.
ИИ в госсекторе нельзя внедрить так же, как в частной компании: подписаться на облачный сервис и начать загружать туда документы. Ограничений три слоя, и все три нужно учесть до выбора технологии.
На практике это означает три решения:
Полностью закрыть требования к доверенной ИИ-системе сегодня не может никто: проверить саму модель на закладки пока нечем. Но изолированный контур и модули-оценщики можно построить уже сейчас. О том, из чего складывается доверенная среда для ИИ, подробно рассказал Андрей Масалович.
Анализ процессов
Разработка решения
Тестирование и правки
Демо и масштабирование
Оставьте заявку — мы свяжемся в течение рабочего дня, обсудим ваши задачи и предложим формат AI-спринта
до рабочего прототипа на ваших данных
рисков за счет теста до внедрения
на рынке заказной разработки