Кадыков Клим Дмитриевич, Правительство Москвы, Государственное бюджетное учреждение города Москвы «Финансово-хозяйственное управление»; аспирант, кафедра истории политологии и государственной политики, Среднерусский институт управления, Российская академия народного хозяйства и государственной службы при Президенте Российской Федерации
Москва
Орел
Klim D. Kadykov, Moscow Government, State Budgetary Institution “Financial and Economic Administration”; PhD Candidate, Department of History of Political Science and State Policy, Central Russian Institute of Management, Russian Presidential Academy of National Economy and Public Administration
Moscow
Orel
Цель. Исследование направлено на комплексный анализ целей, задач и рисков интеграции проектно-ориентированного подхода и технологий искусственного интеллекта в систему государственного управления Российской Федерации. В условиях перехода к новому этапу цифровой трансформации государственного управления на основе данных возникает необходимость научного обоснования механизмов встраивания интеллектуальных технологий в проектную деятельность органов власти.
Методы. Методологическую основу работы составил системный подход, позволивший рассмотреть интеграцию искусственного интеллекта и проектного управления как единый эволюционный процесс. Проведен контент-анализ стратегических документов Российской Федерации и нормативных актов Европейского союза. Использован метод сравнительного анализа для сопоставления отечественных и зарубежных практик внедрения интеллектуальных систем поддержки принятия решений в государственном секторе.
Результаты. В ходе исследования выявлены и систематизированы ключевые направления трансформации проектного управления: автоматизация рутинных операций, предиктивная аналитика рисков и интеллектуальная поддержка принятия решений. Предложено авторское определение понятия «интеллектуальное проектное управление в государственном секторе» и разработана система индикаторов оценки эффективности. На основе эмпирических данных подтверждена результативность внедрения интеллектуальных технологий в государственное управление. Разработана классификация рисков внедрения, включающая технологические, правовые, этические и кадровые аспекты.
Выводы. Сделан вывод о том, что успешная интеграция искусственного интеллекта в проектное управление возможна только при создании специализированной регуляторной среды, закрепляющей принцип «человек в контуре управления». Обосновано, что интеграция искусственного интеллекта обладает системными преимуществами перед альтернативными подходами. Предложен комплекс мер по минимизации рисков, включающий развитие национальной инфраструктуры данных, внедрение стандартов объяснимого искусственного интеллекта и реализацию программ цифровой грамотности для государственных служащих.
Goal. The study aims to comprehensively analyze the goals, objectives, and risks of integrating a project-oriented approach and artificial intelligence (AI) technologies into the public administration system of the Russian Federation. In the context of the transition to a data-driven public administration model and the implementation of large-scale national projects, there is a need to transform traditional bureaucratic procedures into flexible, adaptive mechanisms.
Methods. The methodological basis of the work was a systematic approach, which allowed considering the integration of AI and project management as a single evolutionary process. A content analysis of strategic documents of the Russian Federation (including the updated National Strategy for the Development of AI until 2030) and EU regulations was carried out. The method of comparative analysis was used to compare domestic and foreign practices of implementing intelligent decision support systems in the public sector.
Results. The study identified and systematized key areas of project management transformation: automation of routine operations, predictive risk analytics, and intelligent decision support. An author's definition of "intelligent project management in the public sector" is proposed, along with a system of performance indicators. Based on empirical data, the effectiveness of AI integration in public administration is confirmed. A classification of risks has been developed, including technological, legal, ethical, and personnel aspects.
Conclusions. It is concluded that the successful integration of AI into project management is possible only with the creation of a specialized regulatory environment that enshrines the "human-in-the-loop" principle. The integration of AI is shown to have systemic advantages over alternative approaches. A set of measures to minimize risks is proposed, including the development of national data infrastructure, the introduction of Explainable Artificial Intelligence standards, and the implementation of digital literacy programs for civil servants.
The authors declare that there are no conflicts of interest present.