Михаил Лазарев AI-трансформация в госуправлении
Михаил Лазарев
ЛАЗАРЕВ
Действительный госсоветник РФ · Допуск к гостайне · 20 лет госслужбы

ЛАЗАРЕВ

Михаил
AI-трансформация в госуправлении
Счётная палата РФ 152-ФЗ · Закрытый контур МФТИ · Руководитель проектов ИИ Благодарности руководителей аппарата СП РФ И.И. Мирсияпова и В.А. Витушкина
Методология · Полный цикл

От стратегической цели —
до готового решения

01
Управленческая задача и идея
Начинаем здесь
Формулировка проблемы которую нужно решить. Что именно должно измениться и как это измерить. Данных может ещё не быть совсем — это нормальная точка входа.
02
Данные · AI · Аналитика
Методология, источники данных, озеро данных, алгоритмы, AI-команда в периметре. Интерактивные дашборды — единая картина по сотням объектов.
03
Готовые документы и проекты управленческих решений
Акты, отчёты, представления, аналитические записки, управленческие решения — генерируются автоматически. Руководство получает результат, который можно показать.
Команда для AI-проектов

Состав AI-команды —
под масштаб

Основной состав для госструктур
AI-методолог AI-финансист AI-бухгалтер AI-аудитор AI-юрист AI-архитектор AI-разработчик AI-дизайнер AI-аналитик AI-секретарь AI Data Steward AI Data Analyst AI Business Analyst AI Data Engineer
Для создания этого сайта и AI-аватара были привлечены
AI-методолог AI-архитектор AI-разработчик AI-дизайнер

В кейсах участвовала полная команда — от методолога и аудитора до архитектора и дизайнера.

Диагностика · Готовность системы

AI как зеркало —
если система неподготовлена,
результата не будет

Внедрение AI в неподготовленную систему не даёт результата.

Системы внедрены и введены в эксплуатацию — но в реальную работу не встроены и не используются
Сотрудники формально работают в системе — по факту подстраиваются под требования и KPI, а результат система не даёт
Данные в системах есть и много — но получить из них единую картину невозможно
Новые уровни контроля и согласования добавлены — нагрузка на специалистов выросла
Руководство видит красивые дашборды — реальная работа идёт по-старому
Кейсы

Федеральный бюджет · Госкорпорации · Паттерны

AI В ДЕЙСТВИИ · Кейс 01. AI-аватар эксперта
ml360.ru
без звука
AI-аватар работает прямо здесь — ведёт диалог, обрабатывает вопросы и ответы, раскрывает задачу, создаёт коммуникации через мессенджеры и почту. AI-трансформация в действии.
Было
  • Посетитель читает сайт и уходит
  • Нет диалога, нет задачи, нет контакта
  • Экспертиза не передаётся
Стало
  • AI-аватар ведёт диалог в реальном времени
  • Задача раскрыта, коммуникация создана
  • Посетитель сделал первый шаг
AI В ДЕЙСТВИИ · Кейс 02. Сайт с AI-аватаром
ml360.ru
Сайт ml360.ru с AI-аватаром
AI-команда создала сайт, аватара, базу данных и коммуникации через мессенджеры и почту. Экспертиза оцифрована — AI-трансформация на практике.
Было
  • Резюме в PDF
  • Экспертиза не видна снаружи
  • Нет живого доказательства компетенций
Стало
  • Сайт с кейсами и методологией
  • AI-аватар собирает задачи в реальном времени
  • База данных, мессенджеры, почта — всё интегрировано
УРОВЕНЬ 01 Федеральный бюджет 30+ трлн ₽
Кейс 03 — Разработка и запуск аналитического портала
Счётная палата РФ
со звуком
Три департамента и год согласований заменила команда AI-сотрудников. Скорость — с ростом качества, за счёт архитектуры.
Было
  • 3 департамента ~30 чел.
  • Долгие согласования и закупки
  • Срок — более 12 месяцев
Стало
  • 1 специалист + 3 AI-сотрудника
  • Нейрометодолог, аналитик, разработчик
  • Портал — менее чем за 3 минуты
Кейс 04 — Контроль 500+ организаций за 5 минут
Счётная палата РФ
со звуком · демо-данные работает даже в корпоративном мессенджере
Мгновенный срез по 500+ организациям без единого ручного действия. Готовые проекты решений — в один клик.
Было
  • Ручная проверка тысяч документов
  • Человеческий фактор в отчётах
  • Нет единого окна контроля
Стало
  • AI-руководитель + 7 AI-сотрудников
  • Мгновенный срез по 500+ объектам
  • Отчёты Word/Excel в один клик
Кейс 05 — Закрытый AI-контур без выхода в интернет
Счётная палата РФ
без звука
ИИ внутри периметра — без VPN, без иностранных серверов, без утечек. Полное соответствие 152-ФЗ.
Было
  • Облачные модели — риск утечки данных
  • Нет контроля над информацией
  • Риски нарушения 152-ФЗ
Стало
  • Локальный AI-сотрудник
  • Собственный интерфейс
  • Данные не покидают периметр
УРОВЕНЬ 02 Госкорпорации ОАО «РЖД»
Кейс 06 — Автоматизация работы с финансовыми перевозочными документами
ОАО «Российские железные дороги»
Там где раньше сотрудники разбирали бумажные массивы и готовили отчёты вручную — теперь работает система. Результат зарегистрирован официально.
Было
  • Огромные массивы финансовых перевозочных документов в бумажном виде
  • Полностью ручная обработка данных — высокий риск ошибок
  • Постоянное давление сроков: задержка грозила срывом взаимодействия с клиентами
  • Ручная подготовка отчётности — трудоёмко и нестабильно
Стало
  • Автоматизирован блок обработки данных из финансовых документов
  • Автоматизирована подготовка отчётности — без участия оператора
  • Сроки соблюдаются системно, человеческий фактор исключён
  • Взаимодействие с клиентами стало стабильным и предсказуемым
Зарегистрированное и реализованное рацпредложение · ОАО «РЖД»
ПАТТЕРН Где теряется результат Любой масштаб
Кейс 07 — Сотни жалоб на нулевое рабочее время в системе контроля времени — искали баг, нашли архитектуру
Крупная система учёта · Обезличенный кейс
Анализ архитектуры показал пробелы. После изменения архитектуры интеграции — все сотни жалоб закрылись разом. Не одна за одной, а системно.
Симптом
  • Рабочее время терялось в системе, проставлялся 0
  • Команда закрывала заявки вручную, очередь росла
  • Проблема возвращалась снова и снова
Разрыв
  • Две системы работали независимо
  • Одна учитывала, другая вела аналитику
  • Идентификация сотрудников не была связана
Кейс 08 — Информационная система есть, данные есть — но сотни сотрудников работают вручную
Контролирующий орган · Обезличенный кейс
Автоматизация сбора и аналитики данных позволила перейти от выборочных ручных проверок к сплошным автоматизированным. Результат — миллиарды рублей, выявленных и перенаправленных на приоритетные проекты.
Симптом
  • Сотни сотрудников выезжали на объекты
  • Данные из ИС выгружались вручную
  • Проверки оставались выборочными
Разрыв
  • Данные в ИС есть — массово получить невозможно
  • Десятки тысяч строк без агрегации
  • Сопоставление — только вручную

Причина почти всегда в архитектуре, а не в людях.

Масштаб и результаты

Эффективность

30+ трлн ₽ охват цифровой моделью контроля
70+ млрд ₽ ежегодное выявление рисков нарушений
×137 прирост эффективности при переходе от ручных операций к AI-команде
45+ экспертов в кросс-функциональной команде
20 лет цифровые инициативы в государственном управлении
Компетенции

Архитектура решений

Стратегия и диагностика
  • Формулировка управленческой задачи и целевого результата
  • Выявление системных разрывов в цифровых проектах
  • Digital Strategy для госструктур и госкорпораций
Методология и процессы
  • Разработка методологии контроля и оценки результата
  • Описание и выстраивание процессов перед автоматизацией
  • Архитектура систем управления данными
AI-команды и аналитика
  • Проектирование AI-агентов под задачи структуры
  • Закрытый контур — без VPN, в соответствии с 152-ФЗ
  • Аналитические порталы и автогенерация документов
Передача компетенций
  • Корпоративные воркшопы и онлайн-интенсивы для госслужащих
  • Только разрешённые инструменты — российские платформы
  • Спикер: Финансовый университет при Правительстве РФ, МГУ, КСО регионов
Опыт и квалификация

Трек-рекорд

Инструментарий

AI-инструменты
и технологический стек

Актуальный набор инструментов — от языковых моделей до платформ автоматизации и работы с данными.

Языковые модели · LLM
ChatGPT / GPT-4o
Claude (Anthropic)
Perplexity AI
DeepSeek
Qwen (Alibaba)
YandexGPT
GigaChat
Llama (Meta)
Mistral
Gemini (Google)
ChatGPT / GPT-4o
Claude (Anthropic)
Perplexity AI
DeepSeek
Qwen (Alibaba)
YandexGPT
GigaChat
Llama (Meta)
Mistral
Gemini (Google)
Автоматизация · Оркестрация · Разработка
n8n
Make (Integromat)
LangChain
LangGraph
Python
JavaScript
Docker
Git
Streamlit
HuggingFace
Pandas
Plotly
Matplotlib / Seaborn
n8n
Make (Integromat)
LangChain
LangGraph
Python
JavaScript
Docker
Git
Streamlit
HuggingFace
Pandas
Plotly
Matplotlib / Seaborn
Данные · Базы данных · Аналитика
SQL
MySQL
SQLite
PostgreSQL
Apache
DBeaver
SQLiteStudio
PolyAnalyst
Power BI
Big Data
Озёра данных
Отечественные BI
SQL
MySQL
SQLite
PostgreSQL
Apache
DBeaver
SQLiteStudio
PolyAnalyst
Power BI
Big Data
Озёра данных
Отечественные BI
Контакты

Запросить встречу

Опишите задачу или ситуацию.
Под любой масштаб есть решение.

Есть поручение по AI — не знаю с чего начать
Система есть, данные есть — результата нет
Хочу посмотреть как это работает на моей задаче