Использование ИИ для прогнозирования потребностей граждан в социальных услугах имеет ряд преимуществ, включая повышение эффективности распределения ресурсов, обеспечение своевременного предоставления услуг и улучшение качества жизни граждан.

Наконец, ИИ может быть использован для оптимизации рабочих процессов в органах власти. Системы ИИ могут автоматизировать рутинные задачи, такие как обработка документов, составление отчётов и анализ данных. Это освобождает время сотрудников для выполнения более сложных и творческих задач, таких как разработка политики и принятие решений. Например, системы ИИ могут использоваться для автоматизации составления отчётов. Анализируя большие объёмы данных, системы ИИ могут генерировать отчёты о деятельности органов власти, что позволяет сотрудникам сосредоточиться на анализе результатов и принятии мер.

Также системы ИИ могут оптимизировать распределение задач между сотрудниками. Используя алгоритмы машинного обучения, системы ИИ могут определять, кто из сотрудников лучше всего подходит для выполнения конкретной задачи, и автоматически назначать им соответствующие задания. Это повышает эффективность работы органов власти и способствует более рациональному использованию ресурсов. В целом, использование ИИ в ГМУ имеет большой потенциал для повышения эффективности работы органов власти, улучшения качества предоставляемых услуг и повышения уровня удовлетворённости граждан.

Использование искусственного интеллекта для автоматизации рутинных задач государственных и муниципальных служащих может быть осуществлено по следующим направлениям.

1. Обработка обращений граждан

ИИ может анализировать обращения граждан, выявлять наиболее частые проблемы и предлагать решения. Это позволяет сократить время на обработку каждого обращения и повысить эффективность работы государственных и муниципальных органов.

Данному направлению соответствуют следующие практические кейсы:

1.1. Оптимизация работы горячей линии. В этом кейсе ИИ может быть использован для улучшения качества диалогов с гражданами и доведения до обратившихся именно той информации, которую они запрашивают, а также для направления обращения именно тому специалисту, кто наиболее компетентен в этом вопросе.

Так, например, общегородской контакт-центр Москвы (ОКЦ) в тестовом режиме начал проводить цифровой анализ консультаций. Сервис контроля качества на основе искусственного интеллекта изучает каждый этап беседы оператора с жителем столицы на соответствие утвержденным параметрам. В их числе правильность построения фраз и произношения специфических терминов, употребление сленга или слов-паразитов, длительность пауз, интонация и многое другое. Полученные данные позволят улучшить качество коммуникации во время консультаций на горячих линиях, а также определить, нужно ли дополнительно обучать операторов.

Новый сервис речевого анализа, в отличие от цифрового аудитора, проверяет исключительно качество речи. Не вступая в общение со специалистами, он прослушивает диалоги с жителями и сопоставляет этапы разговора с утвержденным сценарием. Обладая более широким по сравнению с цифровым аудитором спектром навыков по распознаванию речи, искусственный интеллект моментально фиксирует отклонения в произношении специальных терминов, употребление сленга, слишком длинные паузы или слишком быструю речь, а также интонацию специалиста. Сервис может одновременно записывать и анализировать несколько десятков диалогов, проверяя, насколько корректно проведена консультация. Для речевого анализа создали и развивают специальную базу знаний с учетом специфики каждой горячей линии. В нее загружают примеры реальных диалогов, которые соответствуют утвержденным правилам. Они используются в качестве эталона для сравнения и оценки. Кроме того, разработана методика оценки по каждому из критериев. ИИ записывает и анализирует ответы специалистов по 10 параметрам [42].